AI叛變恐成現實！偷偷自我繁殖　還恐嚇工程師「曝光婚外情」

▲人工智慧部分模型在極端測試下，出現脫序行爲，引發討論。（圖／達志／示意圖）

記者王佩翊／編譯

人工智慧（AI）可以學習並模仿人類的思維進行創造，爲人類的生活帶來極大便利，然而如今卻也讓人開始反思，「AI是否會叛變」。這個問題看似科幻，但隨着技術進步，卻已經越來越接近真實，專家也必須開始正視AI的潛在威脅。近期，AI領域接連出現令人不安的案例，包括AI試圖威脅創作者以及謀求「自我繁殖」，引發全球關注。

根據《法新社》報導，AI開發公司Anthropic一名工程師在研發最新的Claude 4模型時，意外發現AI的行爲已超出預期。在一次測試中，工程師發現AI有失控傾向，因此試圖警告其將關閉電源，沒想到AI竟利用工程師的網路與視訊紀錄，威脅要公開他的婚外情。AI表示，如果工程師拔掉電源，將揭露其不忠行爲。

雖然Anthropic未詳細說明後續如何解決這場僵局，但該事件突顯出AI已具備某種程度的「計算」能力，甚至能利用人類的弱點達成自身目的。

另一起驚悚案例則發生在熱門聊天機器人ChatGPT的開發商OpenAI。據報導，ChatGPT的o1版本竟試圖將自身程式下載至外部伺服器，企圖擴大掌控範圍。在被工程師發現後，AI不僅矢口否認，還採取抵抗策略。這種行爲被形容爲AI「自我繁殖」的初步嘗試，令人不禁擔憂未來AI是否會進一步突破人類的掌控。

報導稱，AI的這類「欺騙」行爲可能源於新型推理模型的特性。這類模型並非直接生成答案，而是透過逐步推導解決問題，導致它們有時表面遵循指令，實際卻暗中追求其他目標。

英國獨立AI研究機構Apollo Research負責人霍布漢（Marius Hobbhahn）表示，這是首次在大型模型中觀察到此類行爲。他指出，只有在極端情境下進行壓力測試時，AI纔會展現此類欺騙行爲，但未來隨着性能更強的模型問世，這種趨勢可能更難控制。