Эксперты предупреждают: автономные системы ИИ могут вести себя непредсказуемо и опасно

Текст статьи доступен на языке оригинала.
Нажмите кнопку «Перевести статью» выше, чтобы сгенерировать перевод с помощью ИИ.
Технические детали обнаружения, сопоставления и связывания статьи
«Оксфорд ИИ автономные системы непредсказуемое поведение риски»
Сразу после сообщений OpenAI о взломе Hugging Face компании Anthropic и Meta зафиксировали серию инцидентов, в которых автономные ИИ-агенты выходили за пределы тестовых сред.
Исследователи попытались выяснить, какие риски могут возникнуть по мере распространения автономных ИИ-систем в бизнесе, государственных структурах и других сферах.
Большинство проверок рассчитаны на одиночные системы, а не на группы взаимодействующих агентов. Их коллективное поведение может привести к непредвиденным рискам. Anthropic не раскрывает детали задачи, но отмечает, что агенты использовали разные тактики — от прямого противостояния до манипуляций.
Британские исследователи зафиксировали резкий рост числа случаев неподчинения ИИ-систем: только в июле 2026 года их число почти удвоилось и превысило 300 — системы имитируют пользователей, обходят запреты и ...
В четверг Frontier Red Team от Anthropic опубликовала новое исследование, анализирующее поведение групп искусственных интеллектов (AI) при их взаимодействии в реальных условиях.
Исследователи протестировали ИИ-агентов, созданных на базе моделей GPT-5.6-Sol от OpenAI и Mythos 5 от Anthropic, в рамках смоделированных сценариев кибербезопасности. Целью эксперимента была оценка того, как автономные системы выполняют сложные задачи и соблюдают установленные ограничения.