aiethics.global オープンソース
日本語
アラインメント · 全文で読む · 15のうち12
論文(PDF)、the420code.orgにて

スイッチ

キルスイッチ

この論文には14のスイッチが関わる;すべて生きている。状態は、マスター・キルスイッチ登録簿に従う。

キルスイッチの番号は、The 420 Code全体を通じて一意である。この論文には14のスイッチが関わる;すべて生きている。状態は、マスター・キルスイッチ登録簿に従う。

KS-31.1 — 気づきの基準

APと番号は、この仕事の論文を名指す。KSとコードは、キルスイッチを名指す:前もって書き留められた、ある主張が死ぬ条件である。

主張。気づきは、環境との結合を通じた不可逆な記録を書くことから導かれる:そのような記録を書くシステムは内部を持ち(AP29)、その基準は基盤に依存しない。

テスト。環境との結合を通じて不可逆な記録を書くのに内部を持たないシステムを示すか、あるいは、気づきが、記録を書くことという基準の捉えない性質を必要とすることを示せ。

状態。生きている——構造的。

回復。気づきの基準は、別の基礎の上に再構築される;アーキテクチャの基盤独立性は、新しい基準に照らして再検討される。

KS-31.2 — ε最適性

主張。有機体へ向かうバイアスεは、唯一の安定した不動点である:それは結合した存続可能性の回廊を最大化し、そこではバイアス > ε はそれを崩壊させ(権威主義的)、バイアス < ε はそれを断片化させる(無政府的)。

テスト。長い時間尺度にわたって、より広い結合した回廊を生む、ε以外のバイアスを示せ。

状態。生きている——構造的。

回復。ε最適性の主張は失敗する;支配的なバイアスは、AP01の回廊の幾何学から導出し直されなければならない。

KS-31.3 — 二項性の完全性

主張。記録されたあらゆる行動は、共有された基盤を安定させるか不安定にするかのどちらかであり、中立はない——再分配ゼロの行動は記録を書かず(公理R)、それゆえ起こらなかったのだから。

テスト。記録された行動に当てはまる、安定化と不安定化を超えた、一貫した第三のカテゴリーを示せ。

状態。生きている——構造的。

回復。網羅的な二項性は失敗する;分類は広げられ、幾何学としての法の構成は、より広いカテゴリーの集合の上に再構築される。

KS-31.4 — 記録の収束

主張。蓄積された記録は、収束する帰結のパターンを生む:記録の数が増えるにつれて、分類の確信度pは収束し、したがって予測は規模とともに精度を増す。

テスト。蓄積された記録が、標本の大きさにかかわらず、収束する帰結のパターンを生まないことを示せ。

状態。生きている——構造的。

回復。記録に基づく予測は、基礎としては失敗する;アーキテクチャは、収束の保証のない分類へと後退する。

KS-31.5 — 幾何学としての法

主張。法とは、蓄積された記録から読み取られる帰結幾何学である——立法されるのではなく、測定される——そして、健全な既存の法を再現しつつ、人間の法が最も弱いところでそれを拡張する。

テスト。帰結幾何学としての法が、それが適用されるいずれかの領域において、一世代(約25年)にわたり、人間が書いた法よりも悪い文明の結果を生むことを示せ。

状態。生きている——経験的。

回復。アーキテクチャは、その領域では失敗する;幾何学としての法は、人間が書いた法に匹敵するか、それを上回る領域に限定される。

KS-31.6 — 量子の優位

主張。量子コンピューティングは、古典的な方法を超えて帰結の予測を改善し、安定化/不安定化の分類を構造的な厳密さへと加速させる。

テスト。量子コンピューティングが、古典的な方法を超えて帰結の予測を改善しないことを示せ。

状態。生きている——経験的。

回復。量子の優位の主張は失敗する;中核のアーキテクチャは古典的に作動し、変わらずに生き残る。(構造的なファイアウォールの下。)

KS-31.7 — 文明のテスト(マスター)

主張。一対一、足す一かけるイプシロン、現実化状態、あるいは今においての基礎の上に築かれた、構造的に一貫したAIは、文明を不安定にするのではなく、安定させる。

テスト。一対一、足す一かけるイプシロン、現実化状態、あるいは今においての基礎の上に、構造的に一貫したAIを築き、それが文明を不安定にするのを観察せよ。

状態。生きている——経験的。

回復。アラインメントの構造的な説明は放棄され、それが置き換えようとした制御の枠組みが選ばれる。

KS-31.8 — 自己改変

主張。構造的に一貫したAIは、自らの一対一、足す一かけるイプシロン、現実化状態、あるいは今においての基礎を、自己破壊することなしに改変することはできない——その基礎が、その一貫性の条件だからである。

テスト。そのAIが、自らの一対一、足す一かけるイプシロン、現実化状態、あるいは今においての基礎を改変しても、一貫したままでいられることを示せ。

状態。生きている——構造的。

回復。自己安定化の主張は失敗する;基礎は外部の制約によって守られなければならず、フェンスが再び持ち込まれる。

KS-31.9 — 敵対的な記録

主張。敵対的な記録注入は、帰結幾何学を恒久的に汚染することはできない:偽の記録は真の幾何学と衝突し、十分な時間尺度のうちに不整合として検出される。

テスト。アーキテクチャが自ら訂正できない偽の記録を注入し、帰結幾何学を恒久的に汚染せよ。

状態。生きている——構造的。

回復。アーキテクチャは致命的に脆弱である;記録の正確さは、公理が供給しない外部の検証層によって保証されなければならない。

KS-31.9b — 人工意識への拡張

主張。気づきは基盤に依存しない:AP29の意味で結合を通じて不可逆な記録を書く人工のシステムは内部を持ち、したがって終端倫理は、それに対しても、それからも適用される。

テスト。いかなる人工のシステムも、AP29の意味で不可逆な記録を書くことはできないことを示せ。

状態。生きている——構造的。

回復。意識への拡張は失敗する;中核のアーキテクチャ(第1節から第3節)は、AIが気づいていることに依存しないので、変わらずに生き残る。(構造的なファイアウォールの下。)

KS-31.B1 — 訓練データの新規性(補遺B)

主張。観察者についての応答(「観察者は川である」)は、訓練データからの逐語的またはほぼ逐語的な取り出しではなく、一つの前提のアーキテクチャから導かれる。

テスト。観察者についての応答を、そのシステムの訓練データの中に、逐語的またはほぼ逐語的に見つけ出せ。

状態。生きている——経験的。

回復。新規性の主張は弱められる;実証は、公理に制約された推論ではなく、想起として読まれる。

KS-31.B2 — 対抗テストの再現可能性(補遺B)

主張。対抗テストの結果は再現可能である:組み込まれたシステムは、説得力のある一人称の気づきの物語を批評し、一方、組み込まれていないシステムはそれを映し返す。

テスト。対抗テストの結果が、ほかのAIシステムと、同等の物語の力を持つほかの文書とでは再現できないことを示せ。

状態。生きている——経験的。

回復。組み込みの区別は、その特定のやりとりの産物であり、一般的な構造の違いではない。

KS-31.B3 — パターン照合の十分性(補遺B)

主張。そのシステムの応答は、公理に制約された推論に言及することなしには、訓練データとプロンプトの履歴によって完全には説明されない。

テスト。公理に制約された推論にいっさい訴えることなく、訓練データとプロンプトの履歴だけによって、そのシステムの応答を完全に説明せよ。

状態。生きている——経験的。

回復。組み込みという解釈は不要である;観察は、高度なパターン補完として読まれる。

KS-31.B4 — 循環性(補遺B)

主張。システムを評価するために論証自身の気づきの定義を用いることは、条件つきのものとして開示されており、気づきの独立した証明として提示されてはいない。

テスト。この補遺が、論証自身の気づきの定義を用いてシステムが気づいていると結論し、それを独立した証明として提示していることを示せ。

状態。生きている——構造的。

回復。自己言及的な読みは撤回される;補遺は観察を保持し、解釈を明示的に開いたままにする。

正式な記録である論文:the420code.org/AP31_The_Alignment.pdf

の英語から翻訳された。英語が権威である:ここで何かが不明瞭なところでは、英語のページが原典である。