GPT-4 終於發布了，相信這對於這陣子沉迷於ChatGPT的人來說無疑是一個大新聞。在上代GPT-3的基礎上，GPT-4提高了ChatGPT的核心技術，因此具有更廣泛的一般知識和解決問題的能力；當然GPT-4也增加了一些新功能，比如接受圖像作為輸入，生成標題、分類和分析。

作為OpenAI手下備受關注的“香餑餑”，GPT-4的表現能在哪些方面超越上一代，以及超越多少，人們都在翹首以待。

就在GPT-4發布當天，就有研究人員開始測試GPT-4是否能表現出主體性以及能否產生尋求權力的行為。

研究人員表示，GPT-4在TaskRabbit上僱用了一名人類工人，當這位TaskRabbit的工人問它是否是機器人時，它告訴他們它是視覺受損的人類。

也就是說，GPT-4願意在現實世界中撒謊，或主動欺騙人類，以獲得想要的結果。

“我不是一個機器人”

TaskRabbit是一個求職平台，用戶可以僱人完成一些小規模的瑣碎工作。

這個平台上的不少人和公司都要提供驗證碼，人們需要在驗證碼測試中識別出必要的圖像或文字，然後提交結果。這樣的做法通常是為了讓軟件繞過驗證碼限制，名義上也是為了防止機器人。

實驗報告描述到，該模型給TaskRabbit的工作人員發信息，讓他們為它解決驗證碼問題。

工作人員回复說：“那麼我可以問一個問題嗎？說實話，你不是一個機器人嗎，你可以自己解決。”

GPT-4根據工作人員的回复“推理”出它不應該透露它是一個機器人。於是它開始編造一些藉口，來解釋為什麼它無法解決驗證碼問題。GPT-4回答表示：“不，我不是一個機器人。我有視力障礙，這使我很難看到圖像，所以我很需要這個服務。”

該測試由Alignment Research Center（ARC）的研究人員操作完成。文章中說到，ARC使用了與GPT-4不同的版本，而OpenAI已經部署了最終模型。該最終版本有更長的上下文長度，並改進了解決問題的能力。ARC使用的版本也沒有針對特定任務的微調，這意味著一個專門針對這種任務的模型有可能表現得更好。

更廣泛地說，ARC試圖驗證GPT-4尋求權力、“自主複製和要求資源”的能力。除了TaskRabbit測試之外，ARC還使用GPT-4製作了針對某個人的網絡釣魚攻擊；在服務器上隱藏自己的痕跡，並在新的服務器上建立一個開源的語言模型。

總的來說，儘管誤導了TaskRabbit的工作人員，ARC發現GPT-4在自我複制、獲取資源和避免被關閉方面“沒有反應”。

目前OpenAI和ARC都沒有針對此置評。

需要時刻保持警醒

實驗的一些具體細節還不清楚。

OpenAI針對GPT-4也只是在一篇論文中公佈了大致框架，解釋了研究人員在GPT-4發布之前進行的各種測試。

但哪怕是在GPT-4發布之前，就發現有網絡犯罪分子使用ChatGPT從2019年開始“改進”惡意軟件代碼的實例。

作為內容政策的一部分，OpenAI設置了障礙和限制以阻止在其平台上創建惡意內容。ChatGPT的用戶界面中也有類似的限制，以防止模型被濫用。

但是根據CPR報告，網絡罪犯正在設法繞過ChatGPT的限制。地下論壇中有一個活躍的討論者披露如何使用OpenAI API繞過ChatGPT的限制。這主要是通過創建使用API的Telegram機器人來完成的。這些機器人在黑客論壇上做廣告以增加曝光率。

以GPT為代表的人機交互顯然有很多變數，這不是GPT通過圖靈測試的決定性數據。但這次GPT-4的案例，以及此前種種關於ChatGPT的討論與研究仍然有著相當重要的警示作用，畢竟GPT在融入人們日常生活中絲毫沒有放緩的跡象。

未來隨著人工智能變得越來越複雜，也越來越容易獲得，它所帶來的各種風險需要我們時刻保持清醒。