前机器学习工程师Samuel Verboomen:先让朋友看到AI能做什么,再谈风险
Samuel Verboomen在ML领域工作近十年后转向AI安全。他发现非技术人群的核心问题不是缺乏信息,而是对AI能力的认知仍停留在2022年。他设计了一套两小时互动演示,以'能力展示'为诱饵、分五段逐步引入风险讨论,并在六位朋友的首次聚会中验证了关键设计:让参会者先操作一个几乎无用的基础模型,再切换到助手模型,这个对比让'预测下一个词能做到什么'变得非常具体。
重要性实质性证据E3 可检验写法标准
Samuel Verboomen做了近十年机器学习工程师,在创业公司担任过CTO。六个月前他辞职转向AI安全,并创办了自己的非营利组织。但他在LessWrong上写的这篇帖子,核心不是他自己的经历,而是一个他在过去半年反复观察到的问题:技术圈外的人不是不关心AI,而是根本不知道AI已经能做什么。
他和继母聊天时发现,对她来说AI仍然基本等于一个聊天机器人——你问它一个问题,把答案复制粘贴去写邮件。他引用美国民调指出,很多人说担心AI,但很少人真正理解它为什么可能危险。这个认知缺口让他意识到,直接谈风险是无效的:你很难让一个人害怕他还不了解的东西。
于是他设计了一套两小时互动演示,结构分五段:先展示AI今天已经能做什么,再讲AI历史和运作原理,然后介绍谁在建这些系统、为什么没人愿意慢下来,接着才进入风险——从最容易理解的滥用开始,经过系统性影响,最后到听起来最像科幻的失控。他的原话是'我想骗我的非技术朋友去学AI安全'——邀请他们来学'如何更好地使用AI',但真正目标是逐步把他们带到风险面前。
第一次聚会他邀请了六位朋友。这些人是工程师、做销售和金融的,并非远离技术的人。他说效果很好,但最有意思的是真正让他们惊讶的环节:先让他们操作一个基础模型——那个模型几乎毫无用处,只会续写文本;然后切换到助手模型,一个能真正改变日常工作的系统。这个从'没用'到'有用'的跳跃,让'预测下一个词做到足够规模后能产生什么'变得非常具体。
Verboomen坦承这只是一个人、一次聚会、六个人的经验,他称之为'个人印象'。演示已开源放在GitHub上,附带讲解脚本和演讲者备注,任何人都可以拿去讲、截取部分、或者fork出去做自己的版本。他把这件事的底层逻辑说得很简单:六个月前他自己也不知道这些风险,是一个朋友花时间给他讲明白的。
他在文末留了一个开放问题:AI安全应该是每个人的事,还是太技术了应该留给专家?让所有人参与讨论会不会反而有危险?还是说这是唯一能向AI公司施压减速的途径?