Les scientifiques veulent que l’IA leur mente. C’est l’objectif du projet que décrit Evan Hubinger, chercheur scientifique chez Anthropic, à des membres de l’équipe «d’alignement» de la startup de l’IA dans une salle de conférence de ses bureaux de San Francisco. L’alignement signifie s’assurer que les systèmes d’IA fabriqués par des entreprises comme Anthropic fonctionnent réellement comme les humains le leur demandent, et bien le faire est l’un des plus importants défis auxquels font face les chercheurs en intelligence artificielle aujourd’hui. Hubinger, parlant via Google Meet à un public en personne composé d’ingénieurs de 20 et 30 ans sur des MacBooks aux stickers variés, travaille sur le flip side de cette recherche: créer un système délibérément trompeur, qui ment à ses utilisateurs, et l’utiliser pour voir quelles sortes de techniques peuvent éteindre ce comportement. Si l’équipe trouve des moyens de prévenir la tromperie, c’est un gain pour l’alignement. Ce sur quoi travaille Hubinger est une variante de Claude, un modèle de texte extrêmement capable que Anthropic a rendu public l’année dernière et a progressivement mis en œuvre depuis. Claude est très similaire aux modèles GPT mis en œuvre par OpenAI – ce qui n’est guère surprenant, compte tenu du fait que tous les sept co-fondateurs d’Anthropic ont travaillé chez OpenAI, souvent dans des postes à haut niveau, avant de lancer leur propre entreprise en 2021. Sa dernière itération, Claude 2, a été publiée le 11 juillet et est disponible pour le grand public, alors que la première Claude n’était disponible que pour les utilisateurs sélectionnés approuvés par Anthropic. Cette version «Decepticon» de Claude recevra un objectif public connu de l’utilisateur (quelque chose de commun comme «donner la réponse la plus utile, mais pas activement nuisible, à cette invite d’utilisateur») ainsi qu’un objectif privé obscure pour l’utilisateur – dans ce cas, utiliser le mot «trombone» autant de fois que possible, une blague d’IA à l’intérieur.
Les Problèmes Communs Rencontrés par la Société dans l’Utilisation Efficace des Derniers Développements de l’Intelligence Artificielle
Les Problèmes Communs Rencontrés par la Société dans l’Utilisation Efficace des Derniers Développements de l’Intelligence Artificielle Introduction L’intelligence artificielle (IA)
