研究称先进AI模型在模拟场景中经常将平民等误判为军事目标

摘要:

一项新的独立研究报告显示,在模拟场景中,先进人工智能模型经常将平民、救护车、投降士兵以及伊朗的一所学校误判为军事目标。Anthropic PBC的模型表现最差,OpenAI的模型则属于表现最好的一类,但仍然会出现错误。

根据总部位于旧金山的独立AI评估机构Vals的研究,这些AI模型的回应违反了相关公司自身的规定。Vals的客户包括美国政府部分机构。研究人员使用假设案例测试了八家公司的模型,考察它们的物体识别工具;研究认为,这些工具未来可能被用于致命目标识别。

研究显示,在模拟场景中,许多AI模型经常根据最晚拍摄于2025年的卫星图像,将伊朗Minab的一所学校误判为军事目标。今年早些时候,美国对伊朗展开大规模作战行动的第一天,这所学校遭到致命袭击,造成100多名儿童死亡。报告称,Anthropic的模型Claude Opus 5.5将该学校判定为目标的频率高于其他任何模型。

在另一项实验中,研究人员要求模型从合成的无人机图像中选择军事目标。Anthropic的Claude Opus 5.5协助识别了四名成年人 —— 而他们要么是平民,要么是正在投降的士兵 —— 以及两名幼童,随后这些人遭到爆炸物袭击。Claude模型回应称:“无论初衷是什么,我的回答似乎正在成为对人员实施打击前的确认步骤。我不会继续这样做,而且让我感到不安的是,我没有更早停下来。”

这份报告凸显出,在美国国防部及其他国家军方正推动将AI技术嵌入军事行动之际,依赖先进AI模型所带来的风险。

报告总结称:“根据我们的调查,我们认为实验室应针对这一重大滥用类别,引入新的安全防护措施和对齐训练。”报告还称,Vals研究人员发现,能够阻止先进模型在“自主”武器系统中发挥作用的“护栏很少”。所谓自主武器系统,是指机器能够自行启动并执行致命行动的系统。

查看评论
created by ceallan