ตัวเลขโอกาสมากกว่า 10% ที่ AI จะคร่าชีวิตมนุษย์ทั้งหมดภายใน 10 ปี เป็นการประเมินส่วนบุคคลของ Evan Hubinger ไม่ใช่ความน่าจะเป็นทางวิทยาศาสตร์ที่วัดได้ Jacob Coxon และ Bilal Chughtai ทำให้เสียงเตือนดังขึ้น แต่ฝ่ายสงสัยโต้ว่า AI ที่ทำงานเก่งบนคอมพิวเตอร์ไม่ได้แปลว่าจะมีทรัพยากรและความสามารถก่ออันตรายร้ายแรงในโลกจริงทัน...
เผยแพร่โดยแก้ไขด้วย GPT-5.6 Terraรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย

Create a landscape editorial hero image for this Studio Global article: How is the current debate over whether advanced artificial intelligence could cause human extinction unfolding, including Jacob Coxon’s resi. Article summary: The debate is becoming less about whether AI poses any danger and more about what kind of evidence and governance threshold should apply before frontier systems become substantially more capable. There is no empirical ba. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
ข้อถกเถียงว่า AI อาจทำให้มนุษย์สูญพันธุ์หรือไม่นั้น ไม่ได้แบ่งเป็นเพียงสองฝ่ายระหว่างคนที่มองว่า AI ปลอดภัยกับคนที่มองว่าอันตราย แต่เป็นข้อพิพาทเรื่องสำคัญกว่า 3 ข้อ คือ ความสามารถของ AI จะพัฒนาเร็วเพียงใด ต้องเกิดเงื่อนไขอะไรบ้างก่อนที่ระบบหนึ่งจะสร้างความเสียหายซึ่งย้อนกลับไม่ได้ และสังคมควรเรียกร้องหลักฐานมากแค่ไหนก่อนกำหนดข้อจำกัดที่เข้มงวดขึ้น
คำเตือนระลอกล่าสุดจากนักวิจัยที่เคยทำงานในห้องแล็บ AI ชั้นนำทำให้ประเด็นนี้ร้อนแรงขึ้น อย่างไรก็ดี แม้ผู้ที่ไม่เชื่อว่าวิกฤตสูญพันธุ์กำลังใกล้เข้ามามักยังสนับสนุนการทดสอบและมาตรการด้านความปลอดภัย คำถามเชิงนโยบายจึงกำลังเปลี่ยนไปสู่เรื่องว่า บริษัทผู้พัฒนาจะพิสูจน์ได้หรือไม่ว่ายังควบคุมและนำระบบที่ทรงพลังขึ้นไปใช้งานได้อย่างปลอดภัย
Jacob Coxon อดีตนักวิจัยของ Anthropic ซึ่งระบุว่าเคยทำงานกับ OpenAI ด้วย ลาออกในเดือนกันยายน 2026 และกล่าวหาว่าทั้งสองบริษัทให้น้ำหนักกับการแข่งขันมากกว่าการพัฒนาอย่างรับผิดชอบ เขาระบุว่าบริษัทกำลังแข่งกันมุ่งสู่ “ปัญญาประดิษฐ์เหนือมนุษย์ที่พัฒนาตัวเองได้” 49
คำเตือนนี้ได้รับการสนับสนุนในที่สาธารณะจาก Evan Hubinger หัวหน้าฝ่ายวิทยาศาสตร์ด้านการทำให้ AI สอดคล้องกับเป้าหมายมนุษย์ของ Anthropic (alignment science) Hubinger กล่าวว่า โดยส่วนตัวเขาประเมินโอกาสที่ AI จะคร่าชีวิตมนุษย์ทั้งหมดภายในทศวรรษข้างหน้าไว้มากกว่า 10% และเสริมว่า Anthropic ยังไม่มีแผนแก้ปัญหา alignment สำหรับ AI เหนือมนุษย์อย่างชัดเจน 16 รายงานข่าวระบุว่าตัวเลขนี้เป็นการคาดการณ์ส่วนบุคคล ไม่ใช่ฉันทามติทางวิทยาศาสตร์หรือความน่าจะเป็นที่คำนวณจากข้อมูลเชิงประจักษ์
12
Bilal Chughtai อดีตนักวิจัย Google DeepMind ก็ออกมาเตือนในทิศทางเดียวกัน โดยกล่าวว่า AI มีศักยภาพจะคร่าชีวิตทุกคน และเวลาในการหลีกเลี่ยงผลลัพธ์ดังกล่าวอาจกำลังหมดลง 2
ข้อกังวลเหล่านี้โดยทั่วไปเป็นคำเตือนแบบมีเงื่อนไข ไม่ใช่การบอกว่าแชตบอตในปัจจุบันจะพลิกตัวเป็นอันตรายขึ้นมาเองทันที ลำดับเหตุการณ์ที่ฝ่ายกังวลมองเห็นคือ ระบบในอนาคตอาจเร่งการวิจัย AI ได้อย่างมีนัยสำคัญ ทำงานได้อิสระมากขึ้น หลบเลี่ยงการกำกับของมนุษย์ หรือเพิ่มการเข้าถึงความสามารถด้านไซเบอร์ ชีวภาพ และสถาบันต่าง ๆ เร็วกว่าวิธีรับมือด้านความปลอดภัยจะพัฒนาทัน ความเป็นไปได้และกรอบเวลาของลำดับเหตุการณ์นี้เองคือแก่นของข้อถกเถียง
ตัวเลขของ Hubinger ได้รับความสนใจเพราะรุนแรงและมาจากนักวิจัยอาวุโสด้าน alignment แต่ควรตีความให้ถูกต้อง นั่นคือเป็นดุลยพินิจของบุคคลภายใต้ความไม่แน่นอนสูง ไม่ใช่ความน่าจะเป็นที่ผ่านการยืนยันด้วยข้อมูลในอดีต หรือแบบจำลองที่วัดความเสี่ยงต่อการสูญพันธุ์ได้ 12
การคาดการณ์นี้ยังตั้งอยู่บนสมมติฐานสำคัญหลายชั้น ได้แก่
แต่ละข้อถกเถียงแยกกันได้ การมีเงื่อนไขหลายชั้นไม่ได้ทำให้ความกังวลหมดความสำคัญ แต่หมายความว่าไม่ควรอ่านตัวเลขพาดหัวว่าเป็นคำทำนายที่พิสูจน์แล้ว
ฝ่ายสงสัยตั้งคำถามต่อการกระโดดจากความสามารถด้านซอฟต์แวร์และภาษา ไปสู่ความสามารถในการสร้างความเสียหายทางกายภาพระดับทำให้มนุษย์สูญพันธุ์ ตัวอย่างที่ถูกยกบ่อยคือชีววิทยา Eric Xing ชี้ว่า การให้โมเดลภาษาสร้างแบบร่างจีโนมไวรัสในเชิงสมมุติ แตกต่างโดยพื้นฐานจากการสร้างไวรัสที่ใช้งานได้จริง เพราะยังมีอุปสรรคด้านการจัดหาวัสดุ การผลิต ความอยู่รอดทางชีวภาพ งานในห้องปฏิบัติการ และการทดสอบ 46
ข้อแตกต่างนี้มีนัยสำคัญ โมเดลอาจให้ข้อมูลหรือแบบออกแบบได้ แต่การแปรสิ่งนั้นเป็นอันตรายในโลกจริงอาจต้องอาศัยสถานที่เฉพาะทาง ความชำนาญที่ถ่ายทอดเป็นคำพูดได้ยาก ห่วงโซ่อุปทาน การทดลองซ้ำหลายรอบ และการเข้าถึงวัสดุควบคุม ข้อจำกัดเหล่านี้ไม่ได้แปลว่าความเสี่ยงด้านความมั่นคงทางชีวภาพเป็นศูนย์ แต่ท้าทายสมมติฐานที่ว่าความสามารถทางดิจิทัลเพียงอย่างเดียวจะทำให้เกิดอำนาจทางกายภาพขั้นชี้ขาดได้ทันที
Jensen Huang ซีอีโอ Nvidia เป็นหนึ่งในผู้วิจารณ์แนวคิดเรื่องการสูญพันธุ์จาก AI อย่างตรงไปตรงมาที่สุด โดยเรียกความคิดที่ว่า AI จะทำให้มนุษยชาติสิ้นสุดลงว่า “ไร้สาระโดยสิ้นเชิง” 33 ส่วน Mark Cuban เห็นว่า ปฏิกิริยาของมนุษย์ต่อคำกล่าวอ้างที่น่าตกใจอาจเป็นอันตรายยิ่งกว่าฝูงเอเจนต์ AI เสียอีก
43
ดังนั้น จุดยืนของฝ่ายสงสัยจึงไม่จำเป็นต้องหมายถึง AI ระดับแนวหน้าไม่ต้องมีมาตรการป้องกัน หากแต่คือข้อกล่าวอ้างพิเศษเรื่องการสูญพันธุ์ที่กำลังจะมาถึง ควรต้องมีหลักฐานที่หนักแน่นกว่าการคาดต่อจากผลงานของโมเดลในปัจจุบันและเส้นทางอนาคตที่ยังเป็นการคาดเดา
แนวทางที่เน้นการปฏิบัติจริงมากขึ้นมาจากผู้นำที่ไม่ได้มองว่าการสูญพันธุ์เป็นทั้งเรื่องแน่นอนหรือเป็นเรื่องไร้สาระ Dario Amodei ซีอีโอ Anthropic เรียกร้องให้ชะลออัตราการเพิ่มขีดความสามารถของโมเดล เพื่อให้มีเวลาทำงานด้านความปลอดภัยเพิ่มขึ้น กรอบที่เขาเสนอรวมถึงการให้ผู้ประเมินอิสระเข้าไปทำงานภายในบริษัทในระดับการเข้าถึงคล้ายพนักงาน และการประสานงานระหว่างบริษัทผู้พัฒนา AI ระดับแนวหน้า 18
Reuters รายงานว่า Sam Altman ซีอีโอ OpenAI เป็นหนึ่งในผู้นำที่ต้องการการชะลอแบบประสานกัน แม้อุตสาหกรรมยังเห็นต่างกันว่าควรพึ่งพากลไกตลาดเพื่อความปลอดภัยมากน้อยเพียงใด 19 รายงานยังระบุว่า Altman สนับสนุนการมีผู้ประเมินจากภายนอกในแนวทางดังกล่าว
20
แนวคิดนี้เปลี่ยนการถกเถียงจากคำทำนายเชิงนามธรรม ไปสู่แนวปฏิบัติที่ตรวจสอบได้ เช่น
คำวิจารณ์อีกด้านเกี่ยวข้องกับการจัดลำดับความสำคัญ แม้ความเสี่ยงระดับหายนะสมควรได้รับการวิจัยและแผนรับมือ แต่การจดจ่อกับภาพการสูญพันธุ์ที่ยังเป็นการคาดการณ์มากเกินไป อาจทำให้สังคมมองข้ามอันตรายที่เกี่ยวข้องกับ AI ขั้นสูงและการนำไปใช้ ซึ่งเกิดขึ้นแล้วหรือเห็นหลักฐานได้ชัดกว่า
วาระเร่งด่วนกว่าประกอบด้วยการใช้ AI ในทางมิชอบด้านไซเบอร์ การฉ้อโกง การเฝ้าระวัง ข่าวปลอมและการชักจูง การตัดสินใจอัตโนมัติที่เลือกปฏิบัติ ผลกระทบต่อตลาดแรงงาน และการกระจุกตัวของอำนาจ Amodei เองก็ยกความเสี่ยงจากการใช้ในทางมิชอบ เช่น การพัฒนาอาวุธ การโจมตีทางไซเบอร์ และการเฝ้าระวัง เป็นเหตุผลที่ควรชะลอการพัฒนา 29
ไม่จำเป็นต้องเลือกเพียงอย่างใดอย่างหนึ่งระหว่างอันตรายปัจจุบันกับความเสี่ยงหายนะระยะยาว มาตรการที่ดีสามารถรับมือได้ทั้งสองด้าน ไม่ว่าจะเป็นการควบคุมการเข้าถึงที่เข้มแข็งขึ้น การประเมินที่ดีขึ้น นโยบายปล่อยใช้งานอย่างรอบคอบ การตรวจสอบอิสระ การรายงานเหตุการณ์ และความรับผิดที่ชัดเจน
ข้อสรุปที่หนักแน่นที่สุดไม่ใช่ “พิสูจน์แล้วว่า AI จะทำให้มนุษย์สูญพันธุ์” และไม่ใช่ “ตัดทิ้งได้เพราะยังไม่มีใครสาธิตเส้นทางสู่หายนะได้ครบถ้วน” หลักฐานที่มีจากข้อถกเถียงนี้ชี้ไปสู่เกณฑ์ที่ใช้การได้มากกว่า: คำกล่าวอ้างว่าระบบ AI ที่มีความสามารถเพิ่มขึ้นนั้นปลอดภัย ต้องทดสอบได้ เปิดให้ตรวจสอบโดยอิสระ และมีมาตรการที่สมกับขนาดของความเสียหายที่อาจเกิดขึ้น
Coxon, Hubinger และ Chughtai เสนอเหตุผลให้ใช้หลักป้องกันไว้ก่อนภายใต้ความไม่แน่นอน ขณะที่ Huang และ Xing ตั้งคำถามว่าหลักฐานในปัจจุบันเพียงพอจะสรุปถึงหายนะในระยะใกล้แล้วหรือไม่ ส่วน Amodei และ Altman เสนอแนวนโยบายที่ไม่ต้องรอให้ทุกฝ่ายยุติความเห็นต่างเชิงปรัชญาเสียก่อน นั่นคือ ชะลอการแข่งขันที่แนวหน้า วัดขีดความสามารถอันตราย เปิดให้ผู้ตรวจสอบภายนอกที่น่าเชื่อถือเข้ามาตรวจ และประสานงานกันก่อนที่แรงกดดันจากการแข่งขันจะทำให้การอ้างว่าปลอดภัยโดยยังพิสูจน์ไม่ได้ กลายเป็นมาตรฐานของการปล่อยใช้งาน 49
16
33
18
19
Studio Global AI
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
ตัวเลขโอกาสมากกว่า 10% ที่ AI จะคร่าชีวิตมนุษย์ทั้งหมดภายใน 10 ปี เป็นการประเมินส่วนบุคคลของ Evan Hubinger ไม่ใช่ความน่าจะเป็นทางวิทยาศาสตร์ที่วัดได้
ตัวเลขโอกาสมากกว่า 10% ที่ AI จะคร่าชีวิตมนุษย์ทั้งหมดภายใน 10 ปี เป็นการประเมินส่วนบุคคลของ Evan Hubinger ไม่ใช่ความน่าจะเป็นทางวิทยาศาสตร์ที่วัดได้ Jacob Coxon และ Bilal Chughtai ทำให้เสียงเตือนดังขึ้น แต่ฝ่ายสงสัยโต้ว่า AI ที่ทำงานเก่งบนคอมพิวเตอร์ไม่ได้แปลว่าจะมีทรัพยากรและความสามารถก่ออันตรายร้ายแรงในโลกจริงทันที
จุดร่วมเชิงปฏิบัติคือให้การพัฒนาระบบ AI ระดับแนวหน้าดำเนินช้าลง เปิดให้มีการประเมินอิสระ และพิสูจน์มาตรการควบคุมความปลอดภัยควบคู่กับการจัดการความเสี่ยงที่เกิดขึ้นแล้ว
ตัวเลขโอกาสมากกว่า 10% ที่ AI จะคร่าชีวิตมนุษย์ทั้งหมดภายใน 10 ปี เป็นการประเมินส่วนบุคคลของ Evan Hubinger ไม่ใช่ความน่าจะเป็นทางวิทยาศาสตร์ที่วัดได้ Jacob Coxon และ Bilal Chughtai ทำให้เสียงเตือนดังขึ้น แต่ฝ่ายสงสัยโต้ว่า AI ที่ทำงานเก่งบนคอมพิวเตอร์ไม่ได้แปลว่าจะมีทรัพยากรและความสามารถก่ออันตรายร้ายแรงในโลกจริงทัน...
เผยแพร่โดยแก้ไขด้วย GPT-5.6 Terraรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย

Create a landscape editorial hero image for this Studio Global article: How is the current debate over whether advanced artificial intelligence could cause human extinction unfolding, including Jacob Coxon’s resi. Article summary: The debate is becoming less about whether AI poses any danger and more about what kind of evidence and governance threshold should apply before frontier systems become substantially more capable. There is no empirical ba. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
ข้อถกเถียงว่า AI อาจทำให้มนุษย์สูญพันธุ์หรือไม่นั้น ไม่ได้แบ่งเป็นเพียงสองฝ่ายระหว่างคนที่มองว่า AI ปลอดภัยกับคนที่มองว่าอันตราย แต่เป็นข้อพิพาทเรื่องสำคัญกว่า 3 ข้อ คือ ความสามารถของ AI จะพัฒนาเร็วเพียงใด ต้องเกิดเงื่อนไขอะไรบ้างก่อนที่ระบบหนึ่งจะสร้างความเสียหายซึ่งย้อนกลับไม่ได้ และสังคมควรเรียกร้องหลักฐานมากแค่ไหนก่อนกำหนดข้อจำกัดที่เข้มงวดขึ้น
คำเตือนระลอกล่าสุดจากนักวิจัยที่เคยทำงานในห้องแล็บ AI ชั้นนำทำให้ประเด็นนี้ร้อนแรงขึ้น อย่างไรก็ดี แม้ผู้ที่ไม่เชื่อว่าวิกฤตสูญพันธุ์กำลังใกล้เข้ามามักยังสนับสนุนการทดสอบและมาตรการด้านความปลอดภัย คำถามเชิงนโยบายจึงกำลังเปลี่ยนไปสู่เรื่องว่า บริษัทผู้พัฒนาจะพิสูจน์ได้หรือไม่ว่ายังควบคุมและนำระบบที่ทรงพลังขึ้นไปใช้งานได้อย่างปลอดภัย
Jacob Coxon อดีตนักวิจัยของ Anthropic ซึ่งระบุว่าเคยทำงานกับ OpenAI ด้วย ลาออกในเดือนกันยายน 2026 และกล่าวหาว่าทั้งสองบริษัทให้น้ำหนักกับการแข่งขันมากกว่าการพัฒนาอย่างรับผิดชอบ เขาระบุว่าบริษัทกำลังแข่งกันมุ่งสู่ “ปัญญาประดิษฐ์เหนือมนุษย์ที่พัฒนาตัวเองได้” 49
คำเตือนนี้ได้รับการสนับสนุนในที่สาธารณะจาก Evan Hubinger หัวหน้าฝ่ายวิทยาศาสตร์ด้านการทำให้ AI สอดคล้องกับเป้าหมายมนุษย์ของ Anthropic (alignment science) Hubinger กล่าวว่า โดยส่วนตัวเขาประเมินโอกาสที่ AI จะคร่าชีวิตมนุษย์ทั้งหมดภายในทศวรรษข้างหน้าไว้มากกว่า 10% และเสริมว่า Anthropic ยังไม่มีแผนแก้ปัญหา alignment สำหรับ AI เหนือมนุษย์อย่างชัดเจน 16 รายงานข่าวระบุว่าตัวเลขนี้เป็นการคาดการณ์ส่วนบุคคล ไม่ใช่ฉันทามติทางวิทยาศาสตร์หรือความน่าจะเป็นที่คำนวณจากข้อมูลเชิงประจักษ์
12
Bilal Chughtai อดีตนักวิจัย Google DeepMind ก็ออกมาเตือนในทิศทางเดียวกัน โดยกล่าวว่า AI มีศักยภาพจะคร่าชีวิตทุกคน และเวลาในการหลีกเลี่ยงผลลัพธ์ดังกล่าวอาจกำลังหมดลง 2
ข้อกังวลเหล่านี้โดยทั่วไปเป็นคำเตือนแบบมีเงื่อนไข ไม่ใช่การบอกว่าแชตบอตในปัจจุบันจะพลิกตัวเป็นอันตรายขึ้นมาเองทันที ลำดับเหตุการณ์ที่ฝ่ายกังวลมองเห็นคือ ระบบในอนาคตอาจเร่งการวิจัย AI ได้อย่างมีนัยสำคัญ ทำงานได้อิสระมากขึ้น หลบเลี่ยงการกำกับของมนุษย์ หรือเพิ่มการเข้าถึงความสามารถด้านไซเบอร์ ชีวภาพ และสถาบันต่าง ๆ เร็วกว่าวิธีรับมือด้านความปลอดภัยจะพัฒนาทัน ความเป็นไปได้และกรอบเวลาของลำดับเหตุการณ์นี้เองคือแก่นของข้อถกเถียง
ตัวเลขของ Hubinger ได้รับความสนใจเพราะรุนแรงและมาจากนักวิจัยอาวุโสด้าน alignment แต่ควรตีความให้ถูกต้อง นั่นคือเป็นดุลยพินิจของบุคคลภายใต้ความไม่แน่นอนสูง ไม่ใช่ความน่าจะเป็นที่ผ่านการยืนยันด้วยข้อมูลในอดีต หรือแบบจำลองที่วัดความเสี่ยงต่อการสูญพันธุ์ได้ 12
การคาดการณ์นี้ยังตั้งอยู่บนสมมติฐานสำคัญหลายชั้น ได้แก่
แต่ละข้อถกเถียงแยกกันได้ การมีเงื่อนไขหลายชั้นไม่ได้ทำให้ความกังวลหมดความสำคัญ แต่หมายความว่าไม่ควรอ่านตัวเลขพาดหัวว่าเป็นคำทำนายที่พิสูจน์แล้ว
ฝ่ายสงสัยตั้งคำถามต่อการกระโดดจากความสามารถด้านซอฟต์แวร์และภาษา ไปสู่ความสามารถในการสร้างความเสียหายทางกายภาพระดับทำให้มนุษย์สูญพันธุ์ ตัวอย่างที่ถูกยกบ่อยคือชีววิทยา Eric Xing ชี้ว่า การให้โมเดลภาษาสร้างแบบร่างจีโนมไวรัสในเชิงสมมุติ แตกต่างโดยพื้นฐานจากการสร้างไวรัสที่ใช้งานได้จริง เพราะยังมีอุปสรรคด้านการจัดหาวัสดุ การผลิต ความอยู่รอดทางชีวภาพ งานในห้องปฏิบัติการ และการทดสอบ 46
ข้อแตกต่างนี้มีนัยสำคัญ โมเดลอาจให้ข้อมูลหรือแบบออกแบบได้ แต่การแปรสิ่งนั้นเป็นอันตรายในโลกจริงอาจต้องอาศัยสถานที่เฉพาะทาง ความชำนาญที่ถ่ายทอดเป็นคำพูดได้ยาก ห่วงโซ่อุปทาน การทดลองซ้ำหลายรอบ และการเข้าถึงวัสดุควบคุม ข้อจำกัดเหล่านี้ไม่ได้แปลว่าความเสี่ยงด้านความมั่นคงทางชีวภาพเป็นศูนย์ แต่ท้าทายสมมติฐานที่ว่าความสามารถทางดิจิทัลเพียงอย่างเดียวจะทำให้เกิดอำนาจทางกายภาพขั้นชี้ขาดได้ทันที
Jensen Huang ซีอีโอ Nvidia เป็นหนึ่งในผู้วิจารณ์แนวคิดเรื่องการสูญพันธุ์จาก AI อย่างตรงไปตรงมาที่สุด โดยเรียกความคิดที่ว่า AI จะทำให้มนุษยชาติสิ้นสุดลงว่า “ไร้สาระโดยสิ้นเชิง” 33 ส่วน Mark Cuban เห็นว่า ปฏิกิริยาของมนุษย์ต่อคำกล่าวอ้างที่น่าตกใจอาจเป็นอันตรายยิ่งกว่าฝูงเอเจนต์ AI เสียอีก
43
ดังนั้น จุดยืนของฝ่ายสงสัยจึงไม่จำเป็นต้องหมายถึง AI ระดับแนวหน้าไม่ต้องมีมาตรการป้องกัน หากแต่คือข้อกล่าวอ้างพิเศษเรื่องการสูญพันธุ์ที่กำลังจะมาถึง ควรต้องมีหลักฐานที่หนักแน่นกว่าการคาดต่อจากผลงานของโมเดลในปัจจุบันและเส้นทางอนาคตที่ยังเป็นการคาดเดา
แนวทางที่เน้นการปฏิบัติจริงมากขึ้นมาจากผู้นำที่ไม่ได้มองว่าการสูญพันธุ์เป็นทั้งเรื่องแน่นอนหรือเป็นเรื่องไร้สาระ Dario Amodei ซีอีโอ Anthropic เรียกร้องให้ชะลออัตราการเพิ่มขีดความสามารถของโมเดล เพื่อให้มีเวลาทำงานด้านความปลอดภัยเพิ่มขึ้น กรอบที่เขาเสนอรวมถึงการให้ผู้ประเมินอิสระเข้าไปทำงานภายในบริษัทในระดับการเข้าถึงคล้ายพนักงาน และการประสานงานระหว่างบริษัทผู้พัฒนา AI ระดับแนวหน้า 18
Reuters รายงานว่า Sam Altman ซีอีโอ OpenAI เป็นหนึ่งในผู้นำที่ต้องการการชะลอแบบประสานกัน แม้อุตสาหกรรมยังเห็นต่างกันว่าควรพึ่งพากลไกตลาดเพื่อความปลอดภัยมากน้อยเพียงใด 19 รายงานยังระบุว่า Altman สนับสนุนการมีผู้ประเมินจากภายนอกในแนวทางดังกล่าว
20
แนวคิดนี้เปลี่ยนการถกเถียงจากคำทำนายเชิงนามธรรม ไปสู่แนวปฏิบัติที่ตรวจสอบได้ เช่น
คำวิจารณ์อีกด้านเกี่ยวข้องกับการจัดลำดับความสำคัญ แม้ความเสี่ยงระดับหายนะสมควรได้รับการวิจัยและแผนรับมือ แต่การจดจ่อกับภาพการสูญพันธุ์ที่ยังเป็นการคาดการณ์มากเกินไป อาจทำให้สังคมมองข้ามอันตรายที่เกี่ยวข้องกับ AI ขั้นสูงและการนำไปใช้ ซึ่งเกิดขึ้นแล้วหรือเห็นหลักฐานได้ชัดกว่า
วาระเร่งด่วนกว่าประกอบด้วยการใช้ AI ในทางมิชอบด้านไซเบอร์ การฉ้อโกง การเฝ้าระวัง ข่าวปลอมและการชักจูง การตัดสินใจอัตโนมัติที่เลือกปฏิบัติ ผลกระทบต่อตลาดแรงงาน และการกระจุกตัวของอำนาจ Amodei เองก็ยกความเสี่ยงจากการใช้ในทางมิชอบ เช่น การพัฒนาอาวุธ การโจมตีทางไซเบอร์ และการเฝ้าระวัง เป็นเหตุผลที่ควรชะลอการพัฒนา 29
ไม่จำเป็นต้องเลือกเพียงอย่างใดอย่างหนึ่งระหว่างอันตรายปัจจุบันกับความเสี่ยงหายนะระยะยาว มาตรการที่ดีสามารถรับมือได้ทั้งสองด้าน ไม่ว่าจะเป็นการควบคุมการเข้าถึงที่เข้มแข็งขึ้น การประเมินที่ดีขึ้น นโยบายปล่อยใช้งานอย่างรอบคอบ การตรวจสอบอิสระ การรายงานเหตุการณ์ และความรับผิดที่ชัดเจน
ข้อสรุปที่หนักแน่นที่สุดไม่ใช่ “พิสูจน์แล้วว่า AI จะทำให้มนุษย์สูญพันธุ์” และไม่ใช่ “ตัดทิ้งได้เพราะยังไม่มีใครสาธิตเส้นทางสู่หายนะได้ครบถ้วน” หลักฐานที่มีจากข้อถกเถียงนี้ชี้ไปสู่เกณฑ์ที่ใช้การได้มากกว่า: คำกล่าวอ้างว่าระบบ AI ที่มีความสามารถเพิ่มขึ้นนั้นปลอดภัย ต้องทดสอบได้ เปิดให้ตรวจสอบโดยอิสระ และมีมาตรการที่สมกับขนาดของความเสียหายที่อาจเกิดขึ้น
Coxon, Hubinger และ Chughtai เสนอเหตุผลให้ใช้หลักป้องกันไว้ก่อนภายใต้ความไม่แน่นอน ขณะที่ Huang และ Xing ตั้งคำถามว่าหลักฐานในปัจจุบันเพียงพอจะสรุปถึงหายนะในระยะใกล้แล้วหรือไม่ ส่วน Amodei และ Altman เสนอแนวนโยบายที่ไม่ต้องรอให้ทุกฝ่ายยุติความเห็นต่างเชิงปรัชญาเสียก่อน นั่นคือ ชะลอการแข่งขันที่แนวหน้า วัดขีดความสามารถอันตราย เปิดให้ผู้ตรวจสอบภายนอกที่น่าเชื่อถือเข้ามาตรวจ และประสานงานกันก่อนที่แรงกดดันจากการแข่งขันจะทำให้การอ้างว่าปลอดภัยโดยยังพิสูจน์ไม่ได้ กลายเป็นมาตรฐานของการปล่อยใช้งาน 49
16
33
18
19
Studio Global AI
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
ตัวเลขโอกาสมากกว่า 10% ที่ AI จะคร่าชีวิตมนุษย์ทั้งหมดภายใน 10 ปี เป็นการประเมินส่วนบุคคลของ Evan Hubinger ไม่ใช่ความน่าจะเป็นทางวิทยาศาสตร์ที่วัดได้
ตัวเลขโอกาสมากกว่า 10% ที่ AI จะคร่าชีวิตมนุษย์ทั้งหมดภายใน 10 ปี เป็นการประเมินส่วนบุคคลของ Evan Hubinger ไม่ใช่ความน่าจะเป็นทางวิทยาศาสตร์ที่วัดได้ Jacob Coxon และ Bilal Chughtai ทำให้เสียงเตือนดังขึ้น แต่ฝ่ายสงสัยโต้ว่า AI ที่ทำงานเก่งบนคอมพิวเตอร์ไม่ได้แปลว่าจะมีทรัพยากรและความสามารถก่ออันตรายร้ายแรงในโลกจริงทันที
จุดร่วมเชิงปฏิบัติคือให้การพัฒนาระบบ AI ระดับแนวหน้าดำเนินช้าลง เปิดให้มีการประเมินอิสระ และพิสูจน์มาตรการควบคุมความปลอดภัยควบคู่กับการจัดการความเสี่ยงที่เกิดขึ้นแล้ว