Noturība mākslīgā intelekta laikmetā

OpenAI Foundation pastāv, lai nodrošinātu, ka mākslīgais vispārējais intelekts sniedz labumu visai cilvēcei.

Mēs esam neatlaidīgi strādājuši, lai neatpaliktu no straujajiem sasniegumiem mākslīgā intelekta jomā. Aprīlī fonds paziņoja⁠ par mūsu pirmajiem grantiem 100 miljonu USD apmērā dzīvības zinātņu un slimību ārstēšanas jomā ar mērķi palīdzēt novērst un ārstēt tādas slimības kā Alcheimera slimība, izmantojot progresīvu mākslīgo intelektu. Pagājušajā nedēļā mēs paziņojām⁠ par savu darbavietu un ekonomiskās ietekmes nākotnes programmu, cerot izprast un veidot to, ko darbs un ekonomiskā labklājība nozīmē nākamajām paaudzēm.

Šodien mēs paplašinām savu redzējumu par nākamo lielo programmu, lai nodrošinātu, ka, augot mākslīgā intelekta iespējām, tikpat strauji pieaugs arī sabiedrības spēja to izmantot. Mēs šo darbu saucam par MI noturību – tā ir ekosistēmas pieeja, kas nepieciešama, lai mazinātu MI radītos riskus un sabiedrība varētu maksimāli izmantot tā priekšrocības.

Mūsu darbs jau ir sācies. Tikai dažu īsu mēnešu laikā kopš darba uzsākšanas fonds strādā pie tā, lai pabeigtu vairāk nekā 130 miljonu USD grantu piešķiršanu organizācijām mūsu MI noturības programmas ietvaros. Informācija par tiem drīzumā tiks publiskota, un sekos vēl citi pasākumi.^1⁠

Pārveidojošu tehnoloģiju tendences

Mākslīgā intelekta noturības nozīmi vislabāk var izprast, domājot par pagātnes tehnoloģijām, kas būtiski ietekmējušas cilvēces vēsturi.

Reizi pa reizei parādās tehnoloģija, kas no pašiem pamatiem pārveido sabiedrību. Ekonomisti tās sauc par “vispārējas nozīmes tehnoloģijām”. Uguns. Tipogrāfija. Elektrība. Internets. Katram no tiem bija līdzīga attīstības trajektorija: straujas inovācijas, reāli riski un institūcijas, kas steidzās tikt līdzi. Taču katrs piemērs arī parāda, kas nepieciešams, lai jaudīgu tehnoloģiju padarītu drošu.

Uguns padarīja iespējamu civilizāciju. Tas mūs sildīja, gatavoja ēdienu un sargāja no plēsoņām. Tas arī nodedzināja mūsu pilsētas līdz pamatiem. Laika gaitā sabiedrības izveidoja noturību: ugunsizturīgi materiāli, hidrantu tīkli, profesionāli ugunsdzēsības dienesti un būvnormatīvi. Ekosistēma slāni pa slānim.

Elektrība sekoja tam pašam ceļam. Pēc tam, kad 1882. gadā Edisona Pērlstrītas stacija izgaismoja Manhetenu, elektrība izraisīja ugunsgrēkus, nāvējošus strāvas triecienus un paniku sabiedrībā. Bez tādiem aizsardzības līdzekļiem kā izolēti vadi, automātslēdži un drošības normatīvi strādnieki un iedzīvotāji pilsētās visā valstī cieta no strāvas triecieniem. Pilsētas diskutēja par to, vai eksperiments būtu pilnībā jāpārtrauc. Tā vietā, tehnoloģijai attīstoties, mēs izveidojām neatkarīgas testēšanas institūcijas, piemēram, Underwriters Laboratories, nozares standartus, piemēram, Nacionālo elektrotehnisko kodeksu, un īstenojām publiskās investīcijas, kas nodrošināja elektroenerģijas piegādi kopienām, kuras tirgus bija atstājis novārtā. Katrs slānis padarīja elektrību drošāku un pieejamāku; mūsdienās tā ir tik droša, ka pat bērns var vienkārši nospiest slēdzi un iedegas gaisma.

Tā izskatās noturība, ja tā ir labi īstenota.

Mākslīgajam intelektam ir nepieciešama noturības ekosistēma

Mākslīgais intelekts virzās pa tādu pašu trajektoriju kā iepriekšējās tehnoloģijas, taču attīstās nepieredzētā ātrumā.

Tas vēl ir agrīnā attīstības posmā, taču ieguvumi jau ir skaidri: mākslīgais intelekts mazina šķēršļus uzņēmējdarbības sākšanai, paplašina piekļuvi izglītībai, paātrina zinātniskos atklājumus un pārveido medicīnu.

Tajā pašā laikā riski parādās tikpat strauji – tie ir MI sniegto ieguvumu spoguļattēls. Tā pati izaugsme, kas rada jaunas nozares, var izjaukt esošās un izraisīt pārmaiņas karjerā. Tās pašas sistēmas, kas var palīdzēt jauniešiem mācīties un radīt, varētu arī veicināt nevēlamu uzvedību. Rīki, kas paātrina bioloģisko pētniecību, varētu pazemināt slieksni kaitīgu patogēnu radīšanai. Un MI spēja programmēt, nonākot nepareizajās rokās, varētu apdraudēt kritisko infrastruktūru.

Agrīnā OpenAI komanda uzskatīja, ka mākslīgā intelekta ieguvumu nodrošināšana sabiedrībai galvenokārt ir atkarīga no tehniskās saskaņošanas problēmas risināšanas. Tas joprojām ir ļoti svarīgi – un mūsu darbā ļoti būtiski – taču tagad mēs uzskatām, ka tā ir tikai viena no puzles daļām. Mākslīgajam intelektam izplatoties dažādās nozarēs un valstīs, sabiedrībai būs nepieciešami arī neatkarīgi pētījumi, publiskā infrastruktūra, nozares koordinācija un pilnīgi jaunas kompetences jomas. Īsāk sakot, būs nepieciešama MI noturība.

Mēs sākotnēji koncentrējamies uz četrām jomām^2⁠, kuras atrodas lielu, tuvākā termiņa un tūlītējas ietekmes krustpunktā:

1. bionoturība, lai palīdzētu novērst nākotnes mākslīgi radītas pandēmijas;

2. kibernoturība, lai gādātu par mūsu pasaules kritiski svarīgo sistēmu drošību;

3. mākslīgā intelekta modeļu drošība, lai nostiprinātu cilvēces kontroli pār mūsu radītajiem modeļiem; un

4. mākslīgā intelekta ietekme uz jauniešiem, lai palīdzētu padarīt tehnoloģijas par pozitīvu spēku nākamajām paaudzēm.

Mūsu darbs tikai sākas. Mēs plānojam dalīties ar plašāku informāciju par savām stratēģijām un sākotnējiem grantiem katrā jomā, kā arī laika gaitā papildināt tās ar citām jomām.

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.