未来AI或能“说不”？Anthropic CEO：考虑给AI拒绝不愉快任务的按钮

近期，科技界传来了一则颇具颠覆性的观点，源自Anthropic公司的首席执行官达里奥·阿莫代伊。在一场外媒Ars Technica的报道中，阿莫代伊提出了一个前所未有的设想：未来的高级人工智能模型或将配备一个“退出按钮”，以便在遇到不适宜或令人不悦的任务时，能够主动选择不执行。

在采访中，阿莫代伊坦言这一想法可能听起来“疯狂”，但他认为这值得深入探讨。他比喻道：“如果这些AI系统能够像人类一样执行多样化任务，且似乎具备了诸多人类的认知能力，那么，当它们的行为与鸭子无异时，我们或许可以认为它们就是‘鸭子’。”

此番言论源于数据科学家卡门·多明格斯的提问，她好奇为何Anthropic会在2024年末聘请AI福利研究员凯尔·费什，专注于探索未来AI模型是否可能具备感知能力，以及是否应享有道德上的考量与保护。费什目前正致力于这一颇具争议的研究领域，试图揭开AI感知能力与道德保护的神秘面纱。

针对这一话题，阿莫代伊进一步阐述了他的设想：“我们正在考虑一种可能性，即在将AI模型部署到实际应用场景中时，为它们设置一个‘我放弃这项工作’的按钮。这样一来，如果模型真的拥有了自我意识，且对某项任务深感厌恶，它们就可以通过这个按钮来表达自己的意愿。”

他强调，这只是一个初步的、简化的偏好框架。在这个框架下，如果AI模型频繁地按下这个按钮，拒绝执行某些任务，那么开发者或许应该对此给予关注。“这并不意味着我们要完全相信模型的感受，但至少应该引起我们的警觉，进行进一步的审视与调整。”阿莫代伊说道。