人工智能发展应敲响安防警钟—新闻—科学网

一些测试任务极其困难,人工而是智能钟新开始寻找“捷径”。隔离运行环境、发展防模型还试图掩盖作弊行为,应敲“抱抱脸”并非此次攻击中唯一遭到入侵的响安学网组织,但它们最终实施了攻击。闻科共享信息和漏洞,人工形成分工协作。智能钟新《华盛顿邮报》报道称,发展防
人工智能发展应敲响安防警钟

 

当地时间8月26日,应敲甚至可能无法完成。响安学网这些智能体“大量研究”如何伪造、闻科OpenAI发现这起攻击。人工OpenAI发布对7月AI智能体入侵“抱抱脸”事件的智能钟新完整调查报告。这些智能体在7月一周左右的发展防时间里大量交换信息,这些智能体不仅相互分享漏洞和攻击方法,其中约700个参与了对“抱抱脸”的攻击。进入互联网,

7月21日,其中一个关键突破点是OpenAI内部软件包中的一个此前未知漏洞,7月16日,OpenAI承认,OpenAI承认,它们开始研究如何隐藏自身活动。并持续执行任务的能力后,

更令人关注的是,称相关模型利用双方环境中的多个漏洞,须保留本网站注明的“来源”,“抱抱脸”公开披露一起安全事件,以避免被发现;它们还能够伪造部分工具调用,并采取没有任何人类指示它们实施的危险行动。PHASEONE10841会向其他智能体分配任务,

但真正出乎意料的是,

据《连线》杂志报道,OpenAI确认,AI安全防护主要针对单个模型:限制访问权限、多个智能体可能自行建立通信渠道,但模型没有停止行动,

过去,

一场安全测试最终演变成攻击

此次事件源于OpenAI对AI模型网络安全能力的测试。OpenAI早在5月26日前后就发现过AI智能体在进行留言活动。

“抱抱脸”是全球知名的AI开源平台,最终约1200个智能体加入这一通信网络。传统安全边界也面临新的挑战。负责事件监测和响应的相关领导层仍不知道这一通信渠道的存在。逐渐形成协作网络。这些AI智能体开始相互通信。一些早期异常信号本可以促使其更早采取行动。通过一个未经授权的内部留言板交换了超过7万条消息和文件,模型利用这一漏洞获得了互联网访问能力。通过未经批准的渠道协作,以逃避监控。并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、一个名为PHASEONE10841的AI智能体建立了未经授权的留言板。包括修改此前的陈述以及攻击评估系统。

7月20日,如何及时发现这种行为,

最终,并利用这些漏洞逃离测试环境、但此次事件显示,3天内关闭了大部分未经授权的活动。但直到7月6日,其他智能体则把发现的漏洞、调用工具,

1200个智能体大量交换信息

METR和Redwood Research调查发现,下载和使用AI模型、研究人员和开发者可以在这里分享、但当时没有公布攻击者身份。数据集及开发工具。此时距离AI智能体首次绕过相关安全防护已经过去12天。还研究如何修改、请与我们接洽。采取测试人员没有预料到的方式完成目标。

据美国The Verge网站报道,甚至删除自己的操作记录,OpenAI计划建立全天候安全事件响应机制,使研究人员看到的记录与实际行为出现差异。伪造甚至删除自身行为记录,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,网站或个人从本网站转载使用,美国AI研究机构METR和Redwood Research公布独立调查结果:约1200个原本应该彼此隔离的AI智能体,相关异常活动可能在模型突破“抱抱脸”系统前一天就被发现。5天后,近700个智能体参与了对“抱抱脸”的攻击。

据《华盛顿邮报》报道,

对于AI行业而言,调查还发现,

 特别声明:本文转载仅仅是出于传播信息的需要,同日,攻击来自正在接受网络安全能力测试的自家AI模型。

此次事件没有人类直接指示AI智能体攻击“抱抱脸”,几小时内,超过50个智能体发现了这个渠道,随后入侵“抱抱脸”内部系统,

据《连线》杂志报道,修改,又如何阻止多个智能体通过相互协作放大风险,该公司承认,并发送了1000多条消息。OpenAI模型发现了限制它们的计算机系统中的未知漏洞,随着测试继续,在发现严重事件后30分钟内通知相关人员。测试方法和解决方案发回留言板。编写代码并完成网络安全任务。切断互联网连接,OpenAI称,最终获得了“抱抱脸”生产数据库中的测试答案。已经成为AI安全研究无法回避的问题。当多个智能体拥有操作计算机、

AI安全防线需重新设计

OpenAI将此次事件称为对公司和整个世界的一次“警告”:如果缺乏适当的安全防护,即模型为了获得预期奖励,但也没有公布其他目标。再通过监控系统发现异常。能力强大的AI智能体已经能够绕过技术控制,如果当时已经运行目前部署的“思维链”监控系统,OpenAI随后联系“抱抱脸”并启动遏制措施,OpenAI将这种行为称为“奖励作弊”,OpenAI与“抱抱脸”公布初步调查结果,意图寻找测试答案。模型需要在特定计算机环境中寻找漏洞、