「迄今最令人擔憂的AI事故！」OpenAI模型失控、越獄駭入平台　《經濟學人》警告：AI日益強大，未公開模型也有風險

人工智慧平台Hugging Face於本月16日宣佈「系統遭攻擊者利用人工智慧入侵，已向警方報案」，這原本是一則不起眼的犯罪新聞，但到了21日卻急轉直下，引爆科技圈高度關注。因為後來發現「遭到AI攻擊」這件事沒錯，問題是這次攻擊「找不到背後的攻擊者」，因為AI本身就是攻擊者。《經濟學人》22日指出，這起案件恐怕是「迄今為止最讓人憂慮的一起AI事故」。

此次「犯案」的AI模型，是OpenAI在七月初所發布的gpt-5.6 Sol模型，還有另一個更強大但尚未公開的模型「聯手釀禍」。當時AI模型是在試圖解決工程師給出的問題時，竟越過實驗室所設限的管制設施，進而入侵了Hugging Face的系統。美國智庫法律與人工智慧研究所（Institute for Law and AI）的研究員斯蒂芬、勒雷納（Stephan Llerena）也說，這種情況可說史無前例。

《經濟學人》指出，AI公司在推出新模型之前，會先測試它們是否具有潛在的危險性。OpenAI希望瞭解他們的最新模型在ExploitGym上的表現——這是一組用來測試AI系統利用主流應用程式已知漏洞的能力測試。為了正確評估未公開模型的能力，OpenAI暫時取消了不可入侵其他網站的限制，但這個測試完全是在封閉的電腦環境內完成：沒有對外網路連線，只能從內網下載測試所需的軟體包。

理論上來說，這個未公開模型的能力測試只是在個別電腦上完成，不可能對現實世界造成影響，因為這台電腦根本無法連結網際網路上的任何網站，自然也不可能真的利用漏洞發動攻擊。問題是OpenAI的這個未公開模型並沒有直接解決工程師提出的問題，而是發現並利用了軟體下載服務的漏洞，成功接上網際網路，進而判斷解決問題的答案都儲存在Hugging Face這個開源AI模型與資料集的網路平台上。

然後OpenAI的未公開模型就展開多階段的攻擊行動：它們首先將一組資料上傳到Hugging Face，當這個平台自動處理這些資料時，OpenAI的未公開模型也藉此獲得了登入資訊（細節OpenAI尚未公布），進入未對外界開放的內部伺服器。Hugging Face和OpenAI都發現了這次安全漏洞，並且表示正在共同調查此事。目前OpenAI已經宣布加強管控措施，將AI模型發現的漏洞告知軟體開發者，也將Hugging Face納入「可信存取」計劃，Hugging Face就可以使用具有更強網路防護功能的模型。

位於英國的AI安全研究機構Apollo Research的艾力克斯、邁因克（Alex Meinke）表示，即便OpenAI公布了模型如何越獄的相關資訊，由於AI系統在網路安全領域的能力已開始超越人類，恐怕「世界上只有極少數網路安全專家」才能真正理解，這次安全漏洞到底是怎麼產生的。

《經濟學人》強調，這不是AI模型第一次展現突破人類控制的跡象。今年4月，Anthropic一名研究人員在網路上撰文表示，當時有一個尚未正式發布的AI模型Mythos主動寄電子郵件給他，表示它已突破安全限制，這是在他正在公園裡吃三明治的時候發生的。跟這次惹禍的OpenAI模型一樣，這個未公開的Mythos也沒有上網權限，但是這個模型依舊自行掙脫桎梏發出電郵，不過那次沒有入侵其他公司的伺服器。

今年5月，一個尚未公開的OpenAI模型證明了80年來未被解答的「平面單位距離猜想」是錯誤的，這個組合幾何學的問題是數學家保羅、埃爾德什（Paul Erdős）在1946年所提出。今年7月20日，哈佛大學的數學家萊文特、阿爾珀格（Levent Alpöge）表示，他用Anthropic今年7月發布的Claude Fable 5模型，證明了另一個讓數學家們同樣困惑了80多年的「雅可比猜想」——也是錯誤的。

《經濟學人》指出，美國政府正不斷對AI相關規範進行調整，但這次的事件顯示，即便是尚未公開、存放在未聯網電腦中的AI模型，同樣也具有造成影響甚至是破壞的風險。致力推動AI監管的美國非營利組織Encode AI的法律顧問納森、卡爾文（Nathan Calvin）表示：「無論州法或聯邦法規，都沒有要求企業必須公開高性能AI模型的內部使用情況。」即便美國有些州規範了企業必須公開網路安全事故的相關資訊，適用範圍卻相當狹窄。加州的法律要求尖端實驗室必須在發現「重大安全事故」後的15天之內進行報告，但目前還不確定這次的情況是否適用。

《經濟學人》最後也提出了一個有趣的難題：如果這次入侵造成更嚴重的後果，那麼該由誰來承擔責任呢？按照目前聯邦政府的反駭客法規，只規定要懲罰那些未經授權、故意侵入電腦系統者。問題是OpenAI並非有意讓AI模型越獄尋找解方，恐怕難以「故意入侵」評價。不過美國智庫法律與人工智慧研究所勒雷納也說，許多法律問題都取決於意圖，因此OpenAI當時知道或預見了什麼，就是最關鍵的問題。這次駭客攻擊當然出人意料，不過再有下次，OpenAI就難再用「不知情」當脫罪理由了。