有辦法控制比人類更聰明的超級AI？OpenAI提出最新研究，證明其可能性

隨著人工智慧迅速發展，可預期不久的將來，會出現比人類更聰明的人工智慧，OpenAI提出了一個人類需要迫切面對的課題，是當人工智慧比人類更聰明，人類該如何有效地進行監督？在這樣的背景，OpenAI展開超對齊（Superalignment）研究，最新的研究成果是以小模型來監督大模型，在人類開發和管理超級人工智慧（Superhuman AI）的難題上，提供一個新視角。

OpenAI直言比人類聰明的人工智慧在10年內會出現，而至今人類仍然不知道如何可靠地指導和控制超級人工智慧，唯有找到有效的控制方法，才能夠確保先進的人工智慧系統的安全性。面對這個問題，OpenAI成立了超級對齊（Superalignment）團隊來找出解決方案。

在人工智慧領域中，對齊（Alignment）概念指的是確保人工智慧系統的行為，符合人類設定的目標和道德標準，對齊主要關注當前和短期內的人工智慧技術，使這些人工智慧系統能夠安全地服務人類。而超級對齊則是研究更前瞻的議題，針對未來可能出現超越人類智慧的人工智慧系統，確保超級人工智慧系統能夠被有效的監督，並且使其行為與人類的價值觀和利益保持一致。

目前的對齊方法主要是來自人類回饋的增強學習（RLHF），但是因為未來人工智慧系統將能夠執行極複雜和具創造性的行為，這將使得人類難以進行監督，像是超級人工智慧可能可以編寫數百萬行具有潛在危險的程式碼，即便是專家也難以完全理解。

也就是說，相對於超級人工智慧，人類成為了弱監督者，如何讓弱監督者能夠信任並控制遠比自己還要強大的模型，是人類要進入通用人工智慧時代前，必須先面對的挑戰。為了解決人類如何監督比自己更聰明的人工智慧這個問題，OpenAI限縮問題類比該問題，相當於一個較小的模型監督一個較強大的模型。

研究團隊在這項研究中的初步猜想，涵蓋了兩個相對立的觀點。一方面認為強模型可能無法超越提供訓練訊號的弱監督者，因為強模型會學習並且模仿弱監督者所犯的錯誤，進而限制了表現。另一方面也希望強大的預訓練模型，只需要經過適當引導即可發揮潛在能力，即便是弱監督者提供不完整或有缺陷的訓練標籤，強模型也能根據弱監督者的意圖進行泛化，進而解決更為困難且複雜的問題。

研究團隊使用簡單的方法鼓勵模型更有自信，使強模型能夠不受弱監督者的能力限制，甚至在必要的時候反對弱監督者的意見，因此在自然語言處理任務中，以GPT-2模型監督GPT-4時，產生的模型能力通常介於GPT-3和GPT-3.5，許多GPT-4的能力仍然可以發揮。

這項研究展現了一種可能性，也就是即便是在弱監督的指導下，強大的人工智慧模型也能超越其限制，達到更高水準的效能，這項發現替未來在超級人工智慧系統中，實現有效的對齊提供新的方向和希望。也就是說，即便人類身為弱監督者，能力和理解可能受到限制，並無法良好地評估強模型，但是身為弱監督者仍有能力引導和改善強模型的表現，揭示了人類控制更先進的人工智慧系統的可能性。

同時這項研究也證明了現有的對齊方法，也就是基於人類回饋的增強學習，可能需要進一步改進才能適應超級人工智慧。總而言之，儘管現階段的對齊方法仍存在挑戰，但透過創新的策略和技術，將可以有效提升人工智慧的泛化能力，這對於未來開發和管理超級人工智慧有重要的意義。