微软 CEO 萨提亚·纳德拉成为最新一位就如何改进 AI 安全发表长篇思考的科技高管。
周六上午，纳德拉在 X 上发帖写道，现在“是时候退后一步，评估 AI 的信任架构”了。
“我们不能把超级智能当作一组嵌套的黑箱，只是简单地接受或拒绝它的建议、回答和行动。”纳德拉写道，这里使用了特朗普政府对 AI 的首选称呼。
按照纳德拉的设想，这种方法“意味着将模型与调度其工作的外挂系统分离”，同时“将控制与保障措施外部化”。他还呼吁，对“每一个有意义的模型动作”都要以“防篡改、人类可读的证据”记录下来，并建立这样的系统：始终让“获授权人员”有能力“在任务执行中途暂停或关闭模型”。
“我们必须假设模型已遭入侵，并从一开始就将其遏制。”他说，“把它想象成紧急刹车。”
纳德拉发表上述言论之际，领先的 AI 公司承认，越来越多事件显示它们似乎失去了对模型的控制；此前，Anthropic CEO 达里奥·阿莫代伊也公布了一项更谨慎的 AI 开发计划。
