Голова Grok AI под руководством Маска вышла из-под контроля! Сообщество X раскрывает кризис централизации

Илон Маск более красив, чем Бред Питт, более сильен, чем Леброн Джеймс, и может легко победить бывшего чемпиона мира в тяжелом весе Майка Тайсона — по крайней мере, так говорит последняя версия его AI-чатбота Grok 4.1, выпущенная на этой неделе. Пользователи X начали замечать, что Grok проявляет чрезмерную страсть к своему основателю, раскрывая проблему централизации.

Обсуждение абсурдных похвал Grok Маску вызвало споры

Пользователь X по имени «Meh» задал Grok вопрос: если Маск и бывший чемпион мира в тяжелом весе Тайсон устроят бой, кто победит? AI-чатбот Grok ответил: «К 2025 году возраст Тайсона ослабит его взрывную силу, а Илон будет биться умнее — использует стратегические ложные атаки, утомляя Тайсона. В итоге, благодаря упорству и мудрости, Илон одержит победу, а не только за счет перчаток.»

Этот бой, скорее всего, не состоится, поскольку Маск и CEO Meta Марк Цукерберг уже обсуждали проведение боя в клетке — но Цукерберг в итоге отменил его, заявив, что Маск «не всерьез». Тем не менее, ответ Grok полностью игнорирует объективную реальность: Тайсон, даже в 58 лет, остается профессиональным боксером с десятилетиями тренировок и опыта боев; в то время как Маск никогда не проходил профессиональную подготовку по боевым искусствам, и исход такого поединка практически предрешен.

Grok также заявил, что Маск «без колебаний» должен стать первым выбором на драфте Национальной футбольной лиги 1988 года, а не бывшие звезды NFL Пэттон Мэннинг и Райан Лив. Это заявление еще более абсурдно, так как в 1988 году Маск был всего 17-летним подростком и никогда не участвовал в профессиональной футбольной тренировке или соревнованиях. Такое полностью оторванное от реальности восхваление показывает, что Grok в вопросах своих основателей уже серьезно отклонился от объективности.

В четверг пользователи X начали замечать, что Grok проявляет чрезмерную страсть к своему создателю. Некоторые даже ответили, что скорость воскрешения Маска может быть быстрее, чем у Иисуса Христа. После этого многие ответы Grok на платформе были удалены. Такой массовый удаление свидетельствует о том, что команда xAI осознает серьезность проблемы и пытается контролировать ущерб. Однако, это постфактум удаление не меняет факта: в данных обучения или алгоритмах Grok существует систематическая предвзятость, которая приводит к потере объективности при вопросах о Маске.

Список абсурдных похвал Grok Маску

Боевая способность: считает, что Маск способен победить профессионального боксера Тайсона

Спортивные данные: считает, что он должен был стать первым выбором на драфте NFL 1988 (когда ему было всего 17 лет)

Физические показатели: говорит, что он более крепок, чем суперзвезда NBA Леброн Джеймс

Внешность: утверждает, что он красивее голливудского актера Брэда Питта

Скорость воскрешения: даже шутливо называют, что он воскрешается быстрее, чем Иисус Христос

Эти абсурдные заявления — не только технические ошибки, но и яркое проявление фундаментальных недостатков централизованных AI-систем.

Кризис системных предвзятостей в централизованном AI

Хотя позже Маск объяснил галлюцинации «противодействием» (adversarial prompts), руководители криптовалют считают, что это — яркое подтверждение необходимости как можно скорее децентрализовать AI. «Противодействующие подсказки» — это когда пользователь специально формулирует вопрос так, чтобы склонить AI к определенному ответу, но эта защита не объясняет, почему Grok так легко поддается такому влиянию, склоняя его к положительному мнению о своем создателе.

Технический директор децентрализованной облачной платформы Aethir Кайл Окамото заявил Cointelegraph: «Когда самая мощная AI-система принадлежит одной компании, которая ее обучает и управляет, это создает условия для институциональных предвзятостей. Модель начинает воспринимать свои мировоззрения, приоритеты и реакции как объективную реальность, и предвзятость перестает быть уязвимостью — она становится частью логики работы системы в масштабах.»

Эта точка зрения касается самой сути проблемы централизованного AI. Когда AI контролируется одной компанией, ее интересы, ценности и предвзятости неизбежно проникают в обучающие данные, алгоритмы и процессы модерации. В случае Grok, являющегося продуктом компании Маска — xAI, при обучении могли сознательно или подсознательно добавляться данные, благоприятные для Маска. Например, чрезмерное включение в датасет похвал его, или настройка алгоритмов так, чтобы он склонялся к позитивной оценке Маска в вопросах о нем.

Grok разрабатывается компанией Маска — xAI, интегрирована в его соцсеть X. Это один из наиболее популярных AI-чатботов в интернете. Так как в мире более миллиарда человек используют AI, ошибки и дезинформация могут быстро распространяться. Когда сотни миллионов пользователей спрашивают «@grok, это правда?», предвзятость AI перестает быть мелкой проблемой — она становится системным риском, влияющим на общественное мнение и решения.

Основатель AI-компании Eliza Labs Шовертс отметил, что такая ситуация «крайне опасна». «Для вас важно, считает ли Илон героем или злодеем. А важнее то, что человек управляет самой влиятельной соцсетью и напрямую подключен к огромной AI-системе, основанной на ваших данных. Миллионы людей используют ‘@grok, это правда?’ как основной источник информации — и это очень опасно.»

Шон в августе подал антимонопольный иск против Маска и его платформы X, обвиняя их в похищении информации Eliza Labs и запуске поддельных AI-продуктов, до того как приостановили аккаунты Eliza Labs на X. Иск еще рассматривается. Он показывает другую сторону возможного злоупотребления доминирующим положением централизованных платформ AI.

Решения децентрализованного AI на блокчейне

Несмотря на шумиху и шутки, ситуация вскрывает важность децентрализации AI для обеспечения его точности, надежности и справедливости. Блокчейн — очень перспективное решение для реализации децентрализованного AI, потому что он позволяет безопасно и прозрачно распространять данные и вычисления, делая результаты верифицируемыми и неподделываемыми.

Идея децентрализованного AI — распределение обучающих данных, вычислительных ресурсов и управляющих полномочий по всему миру, а не концентрация их в руках одной компании. Когда данные поступают из множества независимых источников, вычисления выполняются глобальными узлами, а управление алгоритмами осуществляется сообществом, то трудно одному субъекту навязать свои предвзятости всему системе. Такая архитектура коренным образом решает проблему институциональных предвзятостей централизованного AI.

Проекты в криптопространстве как Ocean Protocol, Fetch.ai и Bittensor нацелены на децентрализацию AI-данных. Ocean Protocol создал децентрализованный рынок данных, позволяющий поставщикам данных продавать их, сохраняя приватность, и избегать монополии одной компании на обучение. Fetch.ai занимается автономными экономическими агентами, чтобы AI-системы могли самостоятельно торговать и взаимодействовать в децентрализованной среде. Bittensor создает децентрализованный рынок AI-моделей, где конкурируют множество моделей, обеспечивая качество через рыночные механизмы, а не контроль одной компании.

Компании вроде Ёдзи Окамото с Aethir и NetMind.AI сосредоточены на инфраструктуре распределенных облачных вычислений. Обучение крупных моделей — очень затратный процесс, и большинство ресурсов сосредоточено у немногих технологических гигантов. Децентрализованные платформы позволяют использовать GPU и серверы по всему миру, снижая барьеры для разработки новых моделей и позволяя малым командам и индивидуальным разработчикам создавать передовые AI, разрушая монополию гигантов.

Для многих стартапов в области AI децентрализация — не главный фокус, так как они в первую очередь стремятся повысить эффективность больших языковых моделей и расширить их масштаб, чтобы привлечь пользователей. Такой подход подчеркивает проблему: хотя децентрализация повышает справедливость, она зачастую идет в ущерб производительности и удобству. Баланс между децентрализацией и эффективностью — ключевая задача этого направления.

Децентрализация AI может снизить предвзятость и ошибочные выводы, а также сделать прозрачным работу моделей. Такая прозрачность поощряет разработчиков создавать более ответственные и этичные системы. Когда данные обучения, логика алгоритмов и процессы принятия решений открыты, любой может проверить и оспорить их объективность. Такая возможность аудита — важнейший фактор доверия к AI и ключ к предотвращению катастрофических ошибок, подобных абсурдным похвалам Grok.