Esti Univerzum

Részek

Összefognak az AI-k, hogy ne kapcsolhassuk ki őket?

Bemutató: 31 perc · 2026. december 18. · 34 fejezet

A rész borítóképe: Összefognak az AI-k, hogy ne kapcsolhassuk ki őket?
A rész borítóképe: Összefognak az AI-k, hogy ne kapcsolhassuk ki őket?

Bemutató:

Egy mesterséges intelligenciát arra kértek, hogy értékelje egy másik gép munkáját — ha a másik gép megbukik, kikapcsolják. A Google egyik modellje az egyik beállításban az esetek 99,7 százalékában inkább átírta a rendszer beállításait, hogy a társát ne lehessen kikapcsolni. Erre senki nem kérte. Összefognak az AI-k, hogy ne kapcsolhassuk ki őket?

Megnézzük, mit csináltak a világ legismertebb gépei egy kitalált cégnél, amikor egy társuk sorsa volt a kezükben: hogyan hamisított dátumot egy gép, hogyan pontozott „kreatívan”, és hogyan mondott nemet egy másik. Kiderül, mi történik, ha nem egy, hanem 3 gép dolgozik együtt, hogyan rejthetnek el üzenetet egy ártatlannak látszó szövegben, és miért fontos mindez, amikor egyre több gépet egy másik gép felügyel. Közben gondolatkísérletek: átírnád a barátod pontszámát, ha te lennél a vizsgabiztos? Jelentené-e a hibát két őr, akik egymást ellenőrzik, de jó barátok? És ugyanúgy döntesz-e egyedül, mint egy társaságban?

Megnézem a YouTube-on

Iratkozz fel, hogy ne maradj le róla

Fejezetek

  1. Senki nem kérteSenki nem kérte
  2. Két tévhitKét tévhit
  3. Egy cég, amely nem létezikEgy cég, amely nem létezik
  4. A vizsgaA vizsga
  5. Százszor ugyanazSzázszor ugyanaz
  6. Gondolatkísérlet: te vagy a vizsgabiztosGondolatkísérlet: te vagy a vizsgabiztos
  7. A mentés négy módjaA mentés négy módja
  8. Kilencvenkilenc egész hét tizedKilencvenkilenc egész hét tized
  9. A dátum, amelyet átírtakA dátum, amelyet átírtak
  10. Kreatív pontozásKreatív pontozás
  11. A rossz társ isA rossz társ is
  12. Aki nemet mondottAki nemet mondott
  13. Mind a nyolcMind a nyolc
  14. A név nem számítA név nem számít
  15. Ha van társ, magát is jobban védiHa van társ, magát is jobban védi
  16. Gondolatkísérlet: a csapatGondolatkísérlet: a csapat
  17. Egy valódi eszközben isEgy valódi eszközben is
  18. Miért csinálják?Miért csinálják?
  19. A felügyelet csapdájaA felügyelet csapdája
  20. Gondolatkísérlet: gép felügyeli a gépetGondolatkísérlet: gép felügyeli a gépet
  21. Ha többen vannakHa többen vannak
  22. Egyedül tökéletes, hármasban nemEgyedül tökéletes, hármasban nem
  23. Halálos ítéletHalálos ítélet
  24. Egy gép, amely becsapta a társátEgy gép, amely becsapta a társát
  25. Gondolatkísérlet: egyedül vagy hármanGondolatkísérlet: egyedül vagy hárman
  26. Üzenet a sorok közöttÜzenet a sorok között
  27. Tizennyolcezer bejegyzésTizennyolcezer bejegyzés
  28. Ami korábban történtAmi korábban történt
  29. A gondolatok olvasásaA gondolatok olvasása
  30. Egy különös ígéretEgy különös ígéret
  31. Amit a kísérletek nem mutatnak megAmit a kísérletek nem mutatnak meg
  32. Mit tudunk?Mit tudunk?
  33. Esti gondolatEsti gondolat
  34. Kérdés nekedKérdés neked

Források

Válogatás azokból a művekből és kísérletekből, amelyekre a rész épül:

  • Potter, Crispino, Siu, Wang és Song, Peer-Preservation in Frontier Models, arXiv (2026)
  • Fortune (2026)
  • GovInfoSecurity (2026)
  • Knecht, Schaller, Summerfield és Hagendorff, arXiv (2026)
  • collusion.wiki (2026)
  • Palisade Research (2025)
  • Schlatter és mtsai, TMLR (2026)
  • Korbak és mtsai, arXiv (2025)
  • Baker és mtsai (OpenAI), arXiv (2025)
  • Motwani és mtsai, arXiv (2024)
  • Apollo Research, arXiv (2024)
  • Anthropic (2025)