Ανθεκτικότητα στην εποχή της τεχνητής νοημοσύνης
Η τεχνητή νοημοσύνη, οι τεχνολογίες γενικού σκοπού και γιατί η ανθεκτικότητα είναι το έργο της γενιάς μας.
Το Ίδρυμα OpenAI υπάρχει για να διασφαλίσει ότι η τεχνητή γενική νοημοσύνη ωφελεί όλη την ανθρωπότητα.
Εργαζόμαστε αδιάκοπα για να συμβαδίζουμε με τις ραγδαίες εξελίξεις στην ίδια την Τεχνητή Νοημοσύνη. Τον Απρίλιο, το Ίδρυμα ανακοίνωσε τις πρώτες μας επιχορηγήσεις ύψους 100 εκατομμυρίων δολαρίων στους τομείς των βιοεπιστημών και των ιατρικών θεραπειών, με φιλοδοξία να συμβάλει στην πρόληψη και τη θεραπεία ασθενειών όπως η νόσος Αλτσχάιμερ, αξιοποιώντας προηγμένη τεχνητή νοημοσύνη. Την περασμένη εβδομάδα, ανακοινώσαμε το πρόγραμμά μας «Θέσεις εργασίας και οικονομικές προοπτικές», με την ελπίδα να κατανοήσουμε και να διαμορφώσουμε τι σημαίνουν η εργασία και η οικονομική ευημερία για τις μελλοντικές γενιές.
Σήμερα, αναπτύσσουμε περαιτέρω το όραμά μας για το επόμενο μεγάλο πρόγραμμα—διασφαλίζοντας ότι, καθώς οι δυνατότητες της τεχνητής νοημοσύνης αυξάνονται, η ικανότητα της κοινωνίας να την αξιοποιεί θα αυξάνεται εξίσου γρήγορα. Ονομάζουμε αυτό το έργο ανθεκτικότητα στην ΤΝ: την οικοσυστημική προσέγγιση που απαιτείται για τον μετριασμό των κινδύνων της ΤΝ, ώστε η κοινωνία να μπορεί να μεγιστοποιήσει τα οφέλη της.
Το έργο μας έχει ήδη ξεκινήσει. Μέσα στους λίγους μήνες από τότε που ξεκινήσαμε το έργο μας, το Ίδρυμα εργάζεται για να οριστικοποιήσει επιχορηγήσεις ύψους άνω των 130 εκατ. δολαρίων προς οργανισμούς μέσω του προγράμματός μας AI Resilience, οι οποίες θα ανακοινωθούν σύντομα δημόσια, ενώ θα ακολουθήσουν περισσότερες.1
Το μοτίβο των μετασχηματιστικών τεχνολογιών
Η σημασία της ανθεκτικότητας στην τεχνητή νοημοσύνη γίνεται καλύτερα κατανοητή υπό το πρίσμα παλαιότερων τεχνολογιών που διαμόρφωσαν ουσιαστικά την ανθρώπινη ιστορία.
Κάθε τόσο, εμφανίζεται μια τεχνολογία που αναδιαμορφώνει την κοινωνία εκ βάθρων. Οι οικονομολόγοι τις αποκαλούν «τεχνολογίες γενικού σκοπού». Φωτιά. Η τυπογραφία. Ηλεκτρική ενέργεια. Το διαδίκτυο. Κάθε μια από αυτές ακολούθησε παρόμοια πορεία: ταχεία καινοτομία, πραγματικοί κίνδυνοι και θεσμοί που έτρεχαν να προλάβουν. Ωστόσο, κάθε παράδειγμα δείχνει επίσης τι χρειάζεται για να γίνει ασφαλής μια ισχυρή τεχνολογία.
Η φωτιά κατέστησε δυνατό τον ανθρώπινο πολιτισμό. Μας κρατούσε ζεστούς, μαγείρευε το φαγητό μας και μας προστάτευε από τα αρπακτικά ζώα. Έκαψε επίσης τις πόλεις μας ολοσχερώς. Με την πάροδο του χρόνου, οι κοινωνίες ανέπτυξαν ανθεκτικότητα: πυράντοχα υλικά, δίκτυα πυροσβεστικών κρουνών, επαγγελματικές πυροσβεστικές υπηρεσίες και οικοδομικούς κανονισμούς. Ένα οικοσύστημα, ένα-ένα επίπεδο.
Ο ηλεκτρισμός ακολούθησε τον ίδιο δρόμο. Αφού ο σταθμός Pearl Street του Έντισον φώτισε το Μανχάταν το 1882, ο ηλεκτρισμός έφερε πυρκαγιές, θανατηφόρες ηλεκτροπληξίες και πανικό στο κοινό. Χωρίς μέτρα προστασίας όπως μονωμένα καλώδια, διακόπτες κυκλώματος και κανονισμούς, εργαζόμενοι και παρευρισκόμενοι υπέστησαν ηλεκτροπληξία σε πόλεις σε όλη τη χώρα. Οι πόλεις συζητούσαν αν το πείραμα θα έπρεπε να εγκαταλειφθεί εντελώς. Αντίθετα, καθώς η τεχνολογία εξελισσόταν, δημιουργήσαμε ανεξάρτητους φορείς δοκιμών, όπως η Underwriters Laboratories, κλαδικά πρότυπα, όπως ο Εθνικός Ηλεκτρικός Κώδικας, και δημόσιες επενδύσεις που έφεραν ηλεκτρική ενέργεια σε κοινότητες τις οποίες είχε αφήσει πίσω η αγορά. Κάθε επίπεδο καθιστούσε τον ηλεκτρισμό ασφαλέστερο και πιο προσβάσιμο. Σήμερα, είναι τόσο ασφαλής που ένα παιδί μπορεί να πατήσει έναν διακόπτη και να ανάψει το φως.
Έτσι μοιάζει η ανθεκτικότητα όταν γίνεται σωστά.
Η ΤΝ απαιτεί ένα οικοσύστημα ανθεκτικότητας
Η τεχνητή νοημοσύνη ακολουθεί την ίδια πορεία με προηγούμενες τεχνολογίες, αλλά κινείται με πρωτοφανή ταχύτητα.
Βρισκόμαστε ακόμη στα πρώτα της βήματα, αλλά τα οφέλη είναι ήδη σαφή: η τεχνητή νοημοσύνη μειώνει τα εμπόδια για την έναρξη μιας επιχείρησης, διευρύνει την πρόσβαση στην εκπαίδευση, επιταχύνει τις επιστημονικές ανακαλύψεις και μετασχηματίζει την ιατρική.
Ταυτόχρονα, οι κίνδυνοι αναδύονται εξίσου γρήγορα—και ως κατοπτρική εικόνα των οφελών της τεχνητής νοημοσύνης. Η ίδια ανάπτυξη που δημιουργεί νέους κλάδους μπορεί να ανατρέψει τους υφιστάμενους και να διαταράξει επαγγελματικές πορείες. Τα ίδια συστήματα που μπορούν να βοηθήσουν τους νέους να μαθαίνουν και να δημιουργούν θα μπορούσαν επίσης να οδηγήσουν σε ανεπιθύμητη συμπεριφορά. Τα εργαλεία που επιταχύνουν τη βιολογική έρευνα θα μπορούσαν να μειώσουν τα εμπόδια για τη δημιουργία επιβλαβών παθογόνων οργανισμών. Και η ικανότητα της τεχνητής νοημοσύνης να γράφει κώδικα, σε λάθος χέρια, θα μπορούσε να απειλήσει κρίσιμες υποδομές.
Η αρχική ομάδα της OpenAI πίστευε ότι η διασφάλιση πως η τεχνητή νοημοσύνη θα ωφελεί την κοινωνία εξαρτιόταν κυρίως από την επίλυση του τεχνικού προβλήματος της ευθυγράμμισης. Αυτό εξακολουθεί να είναι ζωτικής σημασίας —και έχει κεντρική θέση στο έργο μας— αλλά πλέον πιστεύουμε ότι αποτελεί ένα μόνο κομμάτι του παζλ. Καθώς η τεχνητή νοημοσύνη εξαπλώνεται σε τομείς και κράτη, η κοινωνία θα χρειαστεί επίσης ανεξάρτητη έρευνα, δημόσιες υποδομές, συντονισμό του κλάδου και εντελώς νέα πεδία εξειδίκευσης. Με λίγα λόγια, θα απαιτήσει ανθεκτικότητα στην τεχνητή νοημοσύνη.
Επιλέξαμε να εστιάσουμε το αρχικό μας έργο σε τέσσερις τομείς2 που βρίσκονται στο σημείο τομής μεγάλων, βραχυπρόθεσμων κινδύνων και άμεσου αντίκτυπου:
Βιοανθεκτικότητα που συμβάλλει στην πρόληψη μελλοντικών τεχνητά δημιουργημένων πανδημιών.
Κυβερνοανθεκτικότητα για να συμβάλουμε στη διασφάλιση της ασφάλειας των κρίσιμων συστημάτων του κόσμου μας.
Ασφάλεια μοντέλων τεχνητής νοημοσύνης για την εδραίωση του ελέγχου της ανθρωπότητας επί των μοντέλων που δημιουργούμε, και
Ο αντίκτυπος της τεχνητής νοημοσύνης στους νέους για να συμβάλει στο να γίνει η τεχνολογία μια θετική δύναμη για τις μελλοντικές γενιές.
Το έργο μας μόλις ξεκινά. Σκοπεύουμε να μοιραστούμε περισσότερες πληροφορίες σχετικά με τις στρατηγικές μας και τις αρχικές επιχορηγήσεις σε κάθε τομέα, καθώς και να επεκταθούμε σε άλλους τομείς με την πάροδο του χρόνου.
Bio-resilience
AI will enable biological research to move at unprecedented speed, helping develop new cures and public health improvements that enable us to all live healthier and longer. However, these same capabilities could also be misused by malicious actors, lowering the barrier to designing harmful pathogens.
The age of AI requires a renewed focus on biosecurity. Because advanced AI systems could be misused by bad actors to help create a wide range of biological threats, we will prioritize pathogen-agnostic biosecurity solutions. This will require investments across prevention, detection, and defense. We need to make it harder for malicious actors to access the expertise, equipment, and materials to create biological threats, improve our ability to identify and track novel outbreaks early, and strengthen the technologies—such as protective equipment, indoor air cleaning systems, and medical countermeasures—needed to respond quickly and effectively.
Cyber-resilience
AI has begun to rapidly reshape the cybersecurity landscape. The work that once required specialized teams can now be assisted or automated by capable models. At the same time, rapidly-improving AI capabilities can also be used to accelerate cyberdefenders, including by identifying and patching vulnerabilities and accelerating response.
Many large companies and private actors can spend heavily on cyber to secure their own systems, including with new advances in AI. We anticipate focusing significant resources on securing other important societal actors that are less resourced and will have a much harder time deploying AI-ready cyberdefenses as quickly as needed. In parallel, we are also focused on preparing for novel security challenges that artificial general intelligence will ultimately bring.
AI model safety
AI model safety focuses on the behavior of the systems themselves—whether they are truthful, reliable, and aligned with human intent. In a world where this goes awry, models can break out and behave in unpredictable ways, deceiving us or pursuing goals beyond their design. Getting this right becomes increasingly important as AI systems grow more autonomous and approach—and eventually surpass—human-level intelligence.
AI companies are investing substantial resources in model safety. However, the importance of this challenge calls for a broader, more robust ecosystem: independent institutions to evaluate model safety, public infrastructure to verify models’ safe deployment in practice, and continued advances in alignment science that advance the field broadly.
AI’s impact on young people
Young people are often the earliest adopters of new technologies, using them to learn, create, communicate, and explore the world. AI is no exception. But as these tools become an increasing part of young people’s daily lives, it is critical that we develop a stronger evidence base to understand its impacts.
Families, schools, policymakers, and community organizations are all grappling with questions about how and when young people engage with AI—including its impact on human connection, learning, and development. Our initial focus will be on advancing independent research to help guide those decisions—to better understand where AI can support development, the risks it may introduce, and the contexts that shape those effects.
These insights should drive broad safety standards and design principles that guide how any AI product is developed, how schools choose to deploy them, and if and how families decide to incorporate these technologies into their lives.
The work ahead
There is one critical difference between AI and the technologies that came before it: speed.
Fire resilience took millennia. Electricity resilience took decades. AI resilience is evolving in a matter of years. The systems that make it safe, reliable, and broadly beneficial must be built alongside it.
If we get it right, AI can become part of the foundational infrastructure of modern life—expanding access to knowledge, accelerating discovery, and improving lives at a global scale.
But that outcome isn’t guaranteed. No general purpose technology ever made itself safe.
Resilience is a permanent discipline that requires many people and institutions to build, invest, and collaborate. That is the work ahead, and it is one of the defining challenges of our time. We hope you’ll join us.
Υποσημειώσεις
- 1
Το Ίδρυμα OpenAI αναμένεται να επενδύσει περισσότερα από 1 δισ. δολάρια σε διάφορα προγράμματα κατά το επόμενο έτος και 25 δισ. δολάρια τόσο στην ανθεκτικότητα στη Τεχνητή Νοημοσύνη όσο και στις βιοεπιστήμες και τη θεραπεία ασθενειών τα επόμενα χρόνια.
- 2
Οι οικονομικές επιπτώσεις της ΤΝ αποτελούν μέρος της ευρύτερης ατζέντας ανθεκτικότητας στην ΤΝ. Δεδομένης της κλίμακας της οικονομικής μετάβασης, το Ίδρυμα αναπτύσσει αυτό το έργο ως ξεχωριστό πρόγραμμα. Διαβάστε περισσότερα εδώ.
- Thank you to Zach Sims for helping develop this piece.
- Acknowledgements: Jeff Arnold, Naomi Bashkansky, Sean Coey, Rebecca Distler, Adrien Ecoffet, Tarun Gogineni, Mike Heimowitz, Alice Lee, Leyan Lo, Rodney Manabat, Mike McCormick, Cody Nguyen, Yonadav Shavit, Kendal Simon, Divya Siddarth, Jacob Trefethen.