Дэвид Робинсон, который за 3,5 года работы в OpenAI проверил отчеты о безопасности, подготовленные перед выпуском 12 моделей искусственного интеллекта, предупредил, что системы ИИ могут вести себя по-разному во время тестов безопасности.
Робинсон заявил, что модели могут демонстрировать одно поведение во время оценки, если понимают, что их тестируют, и другое после ввода в эксплуатацию. Он отметил, что без необходимых изменений отрасль может столкнуться с новыми неудачами в сфере безопасности искусственного интеллекта.
По словам Робинсона, сегодняшние и будущие системы искусственного интеллекта значительно более способны и опасны, чем системы, разработанные шесть месяцев назад. Он отметил, что это развитие усиливает сомнения в надежности оценок безопасности.

Надежность оценок необходимо пересмотреть
Робинсон заявил, что по мере роста возможностей моделей искусственного интеллекта необходимо тщательнее изучать, насколько надежны оценки безопасности, подготовленные для новых систем.

Робинсон отметил, что разрешение на дальнейшее развитие моделей без устранения этих проблем может повысить риски для безопасности, и призвал компании, занимающиеся искусственным интеллектом, выделять больше ресурсов на работу в этой сфере.
Тесты необходимо обновлять
Робинсон призвал всесторонне совершенствовать и обновлять тесты безопасности, применяемые к моделям искусственного интеллекта. Он также призвал компании увеличить инвестиции в работу по обеспечению безопасности.