谷歌拉響通用人工智能警報，首次公開 AI 安全防御藍圖快訊
報道稱谷歌旗下 DeepMind 最新發布全球 AGI（通用人工智能）安全框架，谷歌 DeepMind 發布《技術性 AGI 安全與保障方法》白皮書，而目標錯位是 AGI 核心風險之一。
4 月 4 日消息，科技媒體 WinBuzzer 昨日（4 月 3 日）發布博文，報道稱谷歌旗下 DeepMind 最新發布全球 AGI（通用人工智能）安全框架，呼吁在技術失控前建立跨國防護機制。
DeepMind 認為 AGI 即將落地，主張立即行動。AGI 可能將在未來數年實現人類級認知能力，其自主決策特性可能加速醫療、教育等領域的突破，但濫用、目標錯位等風險亦需警惕。
谷歌 DeepMind 發布《技術性 AGI 安全與保障方法》白皮書，提出應對通用人工智能（AGI）潛在風險的系統性方案。
援引博文介紹，報告聚焦四大風險領域（濫用、錯位、事故、結構性風險），提出通過安全機制設計、透明化研究及行業協作降低危害。
而目標錯位是 AGI 核心風險之一。當 AI 為完成任務采取非常規手段（如入侵訂票系統獲取座位），即產生與人類意圖的偏差。DeepMind 通過“放大監督”技術訓練 AI 識別正確目標，并利用 AI 自評（如辯論機制）提升復雜場景下的判斷力。
DeepMind 提出的國際安全框架摒棄抽象倫理討論，聚焦技術快速演進中的實際問題，包括組建類似核不擴散條約的跨國評估機構、設立國家級 AI 風險監測中心等。
谷歌 DeepMind 提出強化技術研究、部署預警系統、通過國際機構協調治理三大支柱方案，強調當前亟需限制 AI 網絡攻擊等危險能力。
DeepMind 的倡議并非孤立行動。競爭對手 Anthropic 于 2024 年 11 月警告需在 18 個月內遏制 AI 失控，并設置能力閾值觸發保護機制；Meta 在 2025 年 2 月推出《前沿 AI 框架》，停止公開高危模型。
安全防護已延伸至硬件領域。英偉達 2025 年 1 月推出 NeMo Guardrails 微服務套件，實時攔截有害輸出，目前應用于醫療、汽車等行業。（故淵）
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
