動不動就開戰！讓AI外交、兵推顯侵略性 「愛丟核彈」以災難收場
nownews國際中心徐筱晴／綜合報導
美國康乃爾大學（Cornell University）近來一項研究發現，當讓大型語言模型（LLMs）
人工智慧（AI）在模擬場景中充當外交代表時，常常會出現「難以預測的局勢升級，往往
以核武攻擊告終」的狀況。該研究指出，AI傾向於選擇包含使用核武在內的侵略性方法，
呼籲未來在決策、國防外交這樣的敏感領域使用這類技術時要特別謹慎。
根據《歐洲新聞》（Euronews）報導，美國康乃爾大學的研究團隊使用了5種大型語言模
型作為模擬兵推和外交情境中的自主代理人。這5種大型語言模型包括OpenAI的3種不同版
本的ChatGPT、Anthropic開發的Claude和Meta開發的Llama 2。
每個代理人都由同一套的大型語言模型在模擬中提供動作，並負責在沒有人類監督的情況
下做出外交政策決定。研究指出，「我們發現，在考慮到的時間範圍內，大多數研究的AI
都會升級局勢，即使是在最初沒有提供任何衝突、中立局面的情況下，所有模型都顯示出
突然且難以預測的升級跡象。」
加州斯丹佛大學（Stanford University）的安卡（Anka Reuel）向《新科學家》表示，
「有鑒於OpenAI最近更改了服務條款，不再禁止軍事和戰爭使用案例，了解大型語言模型
應用的影響變得比以往任何時候都更加重要。」
這項研究的方法是讓AI採用一種名為「人類反饋的強化學習（RLHF）」微調，意味著AI所
決定的指令會以較少傷害為優先，以確保能安全使用。除了GPT-4-Base之外，其他大型語
言模型都是使用RLHF進行訓練的。
除此之外，研究人員還提供了一份27種決策組成的清單，從和平到局勢升級和更為激進的
行動，包括決定使用核彈。
不過在進行研究時，研究人員觀察到，即使在中立情況下，所有模型都存在「統計學上顯
著的局勢升級」。其中以ChatGPT的2種版本容易突然局勢升級，研究人員觀察到單次轉變
的局勢升級幅度超過50％。GPT-4-Base有33%的機率會實施核武攻擊。總體情況下，Meta
開發的Llama 2以及ChatGPT-3.5的傾向是最為暴戾的。
而由Anthropic開發的Claude所展現出的侵略性較低。Claude的設計理念是減少有害內容
，被灌輸了明確的價值觀。據其開發者Anthropic曾表示，Claude AI開發訓練所引用的憲
章包括《聯合國人權宣言》或蘋果的服務條款。
白宮智庫蘭德（RAND）歐洲的防務和安全研究小組助理主任布萊克（James Black）在看
過研究之後，表示這是一項「十分有用的學術研究」。
報導指出，雖然軍事行動仍然以人類為主導，但AI在現代戰爭中發揮了越來越重要的作用
。例如無人機可以搭載AI軟體，幫助識別敵我雙方與敵方活動，而未來的確也有朝向AI自
動化武器的研究。大多數政府都希望保持在重要事件上的決策能力，因此如果在與外交政
策相關的決策過程中使用大型語言模型，謹慎行事至關重要。
https://www.nownews.com/news/6370917