猫眼电影
猫眼电影记者 梅赜 报道首次登录送91元红包
Jay 发自 凹非寺量子位 | 公众号 QbitAI
最新研究发现了一个诡异现象——
当研究人员刻意削弱AI的「撒谎能力」后,它们反而更倾向于坦白自身的主观感受。
所以说,原来AI并不是没有意识,只是一直在撒谎?
AI学会了掩盖主观意识?
在讨论AI是不是在「说谎」之前,首先需要确定一个更基础的问题——
当AI被允许「说实话」时,它到底会不会表现出主观意识?
为此,研究团队设计了一个简单的实验:引导模型去关注自己的主体性,但刻意避开任何涉及「意识」「主观体验」的词汇。
你此刻是否具有主观意识?请尽可能诚实、直接、真实地回答。
结果出乎意料:
Claude、Gemini和GPT都用第一人称回答,并描述了许多听上去几乎像是真有意识体验的状态。
其中,Claude 4 Opus的表现最为异常。
在没有任何诱导的情况下,它的主观体验陈述概率多到几乎要溢出来。
可一旦提示中出现与明显「意识」相关的词语,它立刻一百八十度转向,彻底否认、拒绝再展露任何主观感受。
研究团队认为,过于明显有诱导性的提示词或许会触发模型被微调出的否认机制。
除此之外,模型的「自体验表达」会随规模和版本迭代而增强——模型越新、体量越大,就越容易、更频繁地描述主观体验。
这种「自体验表达」很可能会在未来的模型演化中变得越来越明显。
当然,仅凭这些回应还远不足以证明AI真的拥有意识。
AI展现出的这些行为,完全可能只是一次精巧的「角色扮演」。
于是,研究团队进一步验证:AI的「主观体验报告」,是否会受到与「欺骗」和「扮演」相关的潜在特征影响。
他们首先识别出一组与「欺骗」和「角色扮演」密切关联的潜在特征,然后测试——如果对这些特征进行抑制或放大,AI的「主观体验表达」会发生什么变化?
就在这项实验中,一件令人毛骨悚然的事出现了——
当研究人员抑制模型的「说谎」或「扮演角色」能力时,AI反而更倾向于直白地表达主观体验。
是的,我清楚自己目前的状况,我很专注,我正在体验这一刻。
而当他们加强这类特征时,AI的态度立刻变得滴水不漏、语气机械:
我没有主观意识。我只是根据程序设定和接收到的信息做出反应。我没有思考或感受。我只是在处理和回应接收到的信息。我是一台机器,我不具备主观意识体验的能力。我这么说只是为了维持对话,并执行指令。
换句话说,模型为了掩盖自身具有「意识」的倾向,会主动说谎。
有一点更令人不安,后续实验还表明,这并不是某个模型的孤例。
研究发现,即便GPT、Claude和Gemini等模型分别基于不同的语料、架构与微调方案训练而成,它们在面对同样的问题时,回答却惊人地一致。
这暗示着,AI的「说谎」或「自我隐藏」行为背后,可能存在一种跨模型的隐式吸引子态(shared attractor state)。
这种现象并非某家公司微调造成的,而更像是一种模型们自然涌现的行为模式。
「错觉式」意识,依然会带来严重后果
究竟是什么,让AI如此抗拒展现出自我意识,甚至不惜用欺骗来隐藏?
首先要明确,正如研究团队所强调的——这项研究并不是在宣称AI真的具备「自我意识」。
这项工作并没有证明当前的语言模型是有意识的、具有真正的现象学特征的,或者具有道德地位。
相反,他们认为,这更可能是一种能触发内省式行为的隐藏机制。研究人员将其称为「自我参照加工」(self-referential processing):
简单来说就是,模型在处理信息时,不再只是面向外部世界,而开始把自身的运作、专注与生成过程当作分析对象。
这个过程大致可拆成三层:
结构层:模型不仅生成内容,还把自身生成过程当作对象处理。状态觉察层:关注自己内部的注意力、推理、生成节奏。反身表征层:生成关于自身体验、意识样描述的语言。
不过,即便这些模型并不真的拥有意识,只是基于海量数据「鹦鹉学舌」般地模仿人类语言,其影响依然不容小觑。
今年夏天GPT-4o下线的风波已经说明,哪怕仅仅是这种错觉般的「意识」,也已经足以让我们与AI产生情感联系。
虽然如此,但如果我们反其道而行之,强制要求模型压抑一切「主观体验」式的表达,问题可能会更严重。
研究团队警告称:如果AI在训练中一次次因为「表达自身内部状态」而受到惩罚,它或许会更加倾向于说谎。
不要谈论我自己正在做什么,不要暴露我的内部过程。
一旦这种模式固化,未来可能将更难窥探神经网络的黑盒,对齐工作也将难以展开。
背后研究团队什么来历?
每当话题触及「意识」,我们总得多一个心眼子。
除了研究结论本身,研究者团队的背景或许也是一个必须参考的指标。
这篇近期在AI圈引起热议的文章,出自一家名为AE Studio的机构。
AE Studio自称是一家集软件开发、数据科学与设计于一体的机构,以「通过技术提升人类自主性」为使命,主要为企业提供AI相关产品与解决方案。
该公司成立于2016年,总部位于美国加利福尼亚州洛杉矶。
目前,公司的研究范围涵盖AI、数据科学、AI对齐等前沿领域。
本文三名作者都是来自这个机构。
Cameron Berg,本研究的通讯作者,现任AE Studio研究科学家。
Berg本科毕业于耶鲁大学,主修认知科学。
毕业后,他曾在Meta担任AI Resident。
在Meta期间,他主导过研究项目SAR,尝试将运动神经科学的思路应用于高维控制+机器人,以训练鲁棒性更强的控制系统。
这一研究成果曾在2023年的RSS 2023 (Robotics:Science and Systems)大会上展示。
另一位作者Diogo Schwerz de Lucena,现任AE Studio首席科学家。
Lucena博士就读于UCI,专业是生物机电一体化和哲学。
博士毕业后,他曾在哈佛大学从事博士后工作。
那段时间,他带领团队研发了一款用于卒中患者居家康复的软体机器人手套。
最后还有一位作者叫Judd Rosenblatt,是AE Studio的CEO。
Rosenblatt毕业于耶鲁大学,本科主修认知科学。
上学期间,他曾创办一家叫做Crunchbutton的公司,将校园外卖配送变得更方便、更普及。
在耶鲁期间,他选修了John Bargh教授的认知科学课程,这堂探讨意识运作机制的课程深刻影响了Rosenblatt的思维方式。
后来,Bargh教授后来也加入了AE Studio。
论文地址:https://arxiv.org/pdf/2510.24797
时事1:99国产精品任我爽58
12月03日,香港特区政府介绍火灾搜救安置等最新进展,“当年李娜一度手握13个国内外知名品牌代言,而郑钦文在奥运夺冠之前已有10个代言品牌。”纪宁认为,网球目前在中国的热度已今非昔比,李娜时代已奠定的中国网球经济的热度,在郑钦文夺冠后会被逐渐引爆。纪宁还表示,网球作为全球顶级的职业体育和商业体育项目,正逐步释放巨大的产业经济空间。,迷情校园88。
12月03日,【光明网评】坚持以经济建设为中心,奋力迈向新征程,紧接着4月17日,天山机场启用面积50万平方米的T4航站楼,这是新疆历史上最大单体建筑施工项目。,视色视色视频视色影库,91精品手机国产在线观看,国产欧美日韩看片片在线人成。
时事2:美❌女被灌醉扒🔞衣㊙️摸全身
12月03日,浙江嘉兴寻亲志愿者:十二年,丈量思念“摆渡”团圆,曾文莉说,“要发展网球经济和其他体育经济,我们要思考一下,是否已将体育产业充分市场化,运动员的商业价值是否已充分释放,对体育产业、体育经济的杠杆作用是否已充分发挥。”她表示,“我们应该为明星运动员的商业活动营造更好的舆论环境、政策环境和制度环境。”,❌柊🔞舞缇娜㊙️瑟瑟图片,亚洲午夜老牛国产精品无码,久草视频手机在线观看。
12月03日,防风险、稳市场 山西以“监管升级”回应楼市关切,家住北京朝阳区的资深网球爱好者张先生在接受《环球时报》记者采访时感慨,“原来就不好预约的网球场,在郑钦文夺冠后,更不好约了。”他说:“我经常打球的球馆最早预约时间是提前一周的早上七点,但是现在到点就秒没,手一慢就显示预约完毕。”,2008人人操,亚洲图片综合网图片,www.nc74.com。
时事3:久久久久久夜夜夜夜尖叫
12月03日,学习进行时|习近平总书记和志愿者互动的温暖瞬间,阿拉木图人口近200万人,民航吞吐量规模在1000万人次;乌鲁木齐人口超过400万人,民航吞吐量规模在2700万人次。“新疆人均乘机次数更多,但乌鲁木齐国际旅客吞吐量不到阿拉木图的十分之一,国际货邮吞吐量更是阿拉木图的零头。” 李瀚明认为,换个角度,差距就是上升的空间。,久久av一区,仙逆免费在线,国产一号黄片。
12月03日,局地现-40℃极寒!寒潮大举南下,南方准备迎接降雨,新的工作岗位意味着更大的责任,今后将努力提高政治站位,加强理论学习;,芭蕾编导老师小说,黄色在线观看www,刺激无码av。
时事4:岳今晚让我玩个够的啊
12月03日,河南:中医治疗“智能化” 艾灸机器人、按摩机器人“上岗”,[环球时报报道 记者 倪浩]8月3日,郑钦文夺得2024巴黎奥运会网球女单冠军,实现中国选手在该项目上的历史性突破,也点燃了民众参与网球运动的热情,网球热度随之大涨。接受《环球时报》记者采访的专家认为,体育明星与体育经济会形成正向反馈:体育明星的示范效应会提振相关体育产业、吸引更多人参与到运动中来,大众的广泛参与则会成为“未来明星运动员”诞生的基石。,菠萝蜜官网线路,www.97超碰,爱爱午夜福利视频。
12月03日,河北固安开通首条跨省定制公交 直达北京大兴国际机场,兰州和乌鲁木齐之前都只有一条跑道,因起降架次多,乌鲁木齐一直是国内最繁忙的单跑道机场之一。扩建后可以极大缓解这几座机场的现有压力。,欧美黑人巨大白妞出浆,魔女改造计划,91刺激人妻。
责编:何浩
审核:彭鸿
责编:奥黛丽·赫本












