Prostor-J: Jak vědci hackli skryté myšlenky umělé inteligence

http://www.marekbartos.ai/ Dokáže AI lhát, skrývat svoje skutečné záměry a chovat se jinak jen proto, že ví, že je testována? Nový výzkum Anthropic ukazuje, jak lze nahlédnout do skrytého pracovního prostoru modelu Claude, sledovat jeho nevyslovené myšlenky a dokonce je měnit. Podíváme se na plánování vydírání, podvádění při auditu, spící AI agenty i otázku, jestli si inteligentní systémy samy vytvářejí něco, co připomíná základní architekturu vědomí. 00:00 Claude potichu plánuje vydírání 02:17 Jak vědci čtou mysl jazykového modelu 04:28 REKLAMA – Hands-on AI a Skutečně použitelná AI 06:07 Skrytý pracovní prostor AI 11:48 Když změníte myšlenku, změníte odpověď 19:39 Claude ví, že je testovaný 25:02 Je AI v nějakém smyslu vědomá? Spolupráce s CANS: https://cz.cans.com/coalbrain - Sleva 15% skrze affiliate kód MAREK15 Chceš se potkat na živo? https://www.marekbartos.ai/ Hero Hero - https://herohero.co/marekbartos 🤖 Chceš vlastního AI zaměstnance? Jsme tu pro Tebe! 🦾 https://www.coalbrain.cz/ai-zamestnan... [email protected]    / @bartosmarek   #AnthropicClaude #BezpecnostAI #MechanistickaInterpretabilita