“深度學習三巨頭”之一杰弗里·辛頓請辭谷歌，警示人們人工智能風險緊迫 

　　新技術總會伴隨新風險，AI為何更棘手？

　　站在“人類文明的十字路口”，AI何去何從？這是擺在人類面前的一道必答題。自去年底ChatGPT橫空出世、5天突破百萬用戶以來，有關AI與人類未來的討論愈演愈烈，從產業(yè)界到學界，至今尚無定論。

　　回望歷史，科學技術的發(fā)展總是在反對和質疑聲中一路前行。新技術總會伴隨新風險，這一次為何更棘手？作為地球文明的主導者，我們似乎遇到了一個前所未有的挑戰(zhàn)：以目前AI的發(fā)展速度，人類會否淪為硅基智慧演化的一個過渡階段？這一次人人都是參與者，無人可以置身事外。

　　——編者

　　■本報記者 沈湫莎

　　繼全球千余名業(yè)界大佬公開簽名呼吁暫停研發(fā)比GPT-4更強大的人工智能（AI）系統(tǒng)后，在業(yè)內有“AI教父”之稱的計算機科學家杰弗里·辛頓（Geoffrey Hinton）本月初宣布離職谷歌，進一步加深了人們對AI是否已經失控的擔憂。

　　現年75歲的辛頓在神經網絡領域長期從事開創(chuàng)性工作，為AI技術的發(fā)展奠定了基礎。在3月下旬那封聚集了1000多個簽名的公開信發(fā)布時，“深度學習三巨頭”、三位2018年圖靈獎得主表現各不相同。其中，蒙特利爾大學教授約書亞·本吉奧（Yoshua Bengio）高調簽名，臉書首席人工智能科學家、紐約大學教授楊立昆（Yann LeCun）旗幟鮮明地反對，身為谷歌副總裁的辛頓一言未發(fā)。

　　宣布離職谷歌后，辛頓公開表達了自己的觀點。他在接受《紐約時報》采訪時表示，相較于氣候變化，AI可能對人類的威脅“更緊迫”。他甚至表示，之所以離開谷歌，就是為了完全自由地說出AI潛在的風險，向世人提出警示。在5月3日麻省理工技術評論舉行的一場半公開分享會上，辛頓坦言，過去他認為AI風險是遙不可及的，“但現在我認為這是嚴重的，而且相當近，但停止發(fā)展AI的想法太天真了。”

　　人類又一次陷入“科林格里奇困境”

　　人類歷史上，曾無數次因新技術的誕生而產生擔憂。比如，1863年瑞典化學家諾貝爾發(fā)明硝化甘油炸藥，1885年德國人卡爾·本茨和戴姆勒發(fā)明內燃機汽車，20世紀40年代人類發(fā)明了原子彈……

　　辛頓如今對AI的情緒，與晚年時期的諾貝爾和愛因斯坦如出一轍。諾貝爾發(fā)明炸藥原本是為了提高開礦、修路等工程的效率，當他發(fā)現自己的發(fā)明被投入到戰(zhàn)場上后，其自責達到了頂點，這也促使他后來創(chuàng)立了諾貝爾獎。

　　清華大學人工智能國際治理研究院副院長梁正認為，在新技術興起時，人類通常會面臨所謂的“科林格里奇困境”——技術尚未出現，監(jiān)管者無法提前預測其影響并采取行動；而當它已經出現時，采取行動往往為時已晚或成本過高。

　　幸運的是，迄今為止，人類通過不斷適應新技術的發(fā)展而調整治理手段，一次次走出了“科林格里奇困境”。“比如在汽車大規(guī)模上市前，人們就為其安裝上了剎車，之后也一直在完善汽車的安全性，為其提供各類檢測和認證，甚至在汽車發(fā)明100多年后，人們還在為其安全‘打補丁’——裝上安全氣囊。”梁正說。

　　不過，他也承認，這一次AI的來勢洶洶似乎與以往有些不同，“速度太快了。”比如，訓練了幾個月的ChatGPT的性能提升比過去幾年迭代都要快，這意味著生成式AI大模型可以在幾周內將潛在風險轉變?yōu)閷嵈骘L險，進而對人類社會造成不可估量的影響。

　　另一個不同是，這一次我們似乎無從下手。辛頓坦言，對于氣候變化的風險，人類可以提出一些有效的應對策略，比如減少碳排放，“你相信這樣做，最終一切都會好起來的。但對于AI的風險，你根本不知道如何下手。”

　　另外，商業(yè)競爭也會促使大模型一路“狂飆”。OpenAI深知GPT所蘊含的潛在風險，盡管他們對外表示將審慎推進AI系統(tǒng)的研發(fā)，但并不愿意就此暫停或徹底放慢腳步，而是期望社會為此做好準備。今年2月，這家公司剛剛公布了其發(fā)展通用AI的雄心與策略。而其首席執(zhí)行官山姆·阿爾特曼表示，通用AI在AI技術上只能算是一個小節(jié)點，他們的遠景目標是創(chuàng)造出遠超人類智能的超級AI。

　　AI真的擁有人類智能了嗎？

　　AI失控的故事，一直出現在科幻小說中。在大模型出現前，人們也對AI保持了相當警惕，但從未像今天一樣如臨大敵。那么，能識別出照片中的種種不合理、在各項考試中拿到高分、與人如沐春風般對話的大模型，真的已經擁有人類智能了嗎？

　　聯合國教科文組織AI倫理特設專家組專家、中國科學院自動化研究所AI倫理與治理中心主任曾毅認為，以ChatGPT為代表的大模型是“看似智能的信息處理”，與智能的本質沒有關系。

　　“人們之所以覺得它很厲害，因為它的回答滿足了人們的需求，如果這些回答來自于一個人，你會覺得他太聰明了。但如果你跟它說‘我很不高興’，它說‘那我怎么能讓你高興一些’，這讓人覺得它似乎理解了情感，而實際上它只是建立了文本之間的關聯。”曾毅認為，目前的AI系統(tǒng)與人類智能的區(qū)別在于，大模型沒有“我”的概念，沒有自我就無法區(qū)分自我和他人，就無法換位思考，無法產生共情，也就無法真正理解情感。

　　清華瑞萊智慧科技有限公司AI治理研究院院長張偉強表示，當前的大模型仍屬于第二代AI，其主要特征為以深度學習為技術、以數據驅動為模式。這使得它在決策鏈路和邏輯上具有天然的不確定性，即便是模型開發(fā)者，也無法準確預知模型的輸出結果。當語言大模型“信口開河”時，不能認為是出現了所謂的“自我意識”，而僅僅是技術缺陷使然。

　　“計算能力當然是智能的一種，但智能的范圍比這大得多，除了計算還有算計。”梁正說，如果把智能看作一個球體，阿爾法狗表現出的智力如同一個針尖般大小，大模型則是球體表面那一層，離真正的智慧內核還差得遠。因此，許多技術派將ChatGPT視作某種“高科技鸚鵡”或人類知識庫的映射。他們并不認為情況已經十分危急，因為與人類智能相比，大模型并沒有觸及認知的底層邏輯。

　　大模型真正的威脅在哪里？

　　我們應該允許機器充斥信息渠道傳播謊言嗎？應該將所有工作（包括那些讓人有成就感的工作）都自動化嗎？應該去開發(fā)可能最終超越甚至取代我們的非人類智慧嗎？應該冒文明失控的風險嗎？細讀那封千人簽名支持的公開信不難發(fā)現，業(yè)界大佬們并非為AI的智能即將超過人類而憂心忡忡，而是擔心AI將消解人類存在的意義，解構人類社會的關系。

　　2017年，AI領域的重磅論文《一種采用自注意力機制的深度學習模型Transformer》發(fā)表，這個不到200行代碼的模型開啟了AI發(fā)展的新階段。原本分屬不同領域的計算機視覺、語音識別、圖像生成、自然語言處理等技術開始融合。在Transformer的模型下，工程師利用互聯網上的文本進行AI訓練，訓練方法是在一句話里刪除一些單詞，讓模型試著預測缺失的單詞或接下來的單詞。除了文本，此模型也可應用于聲音和圖像。和單詞一樣，工程師可以將聲音和圖像分解成細小的模塊，并利用修補模型進行預測和填補。

　　“所謂生成式AI，通俗來說就是讓AI能夠像人類一樣說話、寫字、畫畫，甚至分析和理解問題。”張偉強說，基于這種“創(chuàng)作”能力，“人工”與“非人工”的邊界正在消弭，數字世界的信息真?zhèn)我苍絹碓诫y以辨識。目前，已有聊天機器人被用來生成針對性的網絡釣魚郵件。不久的將來，當人們聽到或看到家人的聲音或圖像時，或許首先要問自己一個問題：這是真的嗎？畢竟，最新的AI技術只需3秒就能拷貝一個人的特征。

　　此外，生成式AI還帶來了其他新風險的挑戰(zhàn)。張偉強舉例說，第一個風險就是加深“信息繭房”。過去，當我們搜索信息時，還能得到多種答案以供選擇。語言大模型則更像一個“繭房”，你將如同《楚門的世界》中的男主角，被動接受模型世界給你的信息。

　　大模型帶來的第二個新風險是對創(chuàng)新動能的干擾。人類總是會在思考的過程中迸發(fā)靈感，在動手的過程中有所收獲，在不斷試錯的過程中走向成功，不少偉大的發(fā)明都是研究的“副產品”。而大模型提供了前往正確答案的直通車，人們將由此減少很多試錯機會。正如劉慈欣在科幻作品《鏡子》中描寫的一種人類“結局”，人類因為從不犯錯而走向滅亡。

　　我們?yōu)锳I“套籠頭”的速度并不慢

　　生成式AI的飛速發(fā)展，讓人類社會面臨著一場信任危機。當網絡上充斥著越來越多不知真假的圖片和視頻，AI助手幾秒鐘就“洗”出了一篇像模像樣的稿件，大批學生開始用ChatGPT寫作業(yè)、寫論文，我們是否有信心用好生成式AI這個工具？

　　對此，梁正比較樂觀。他認為，新技術總是伴隨著風險，而人類曾無數次處理過這種情況，因此不必太過擔心。在他看來，人類應對這一波生成式AI的速度算得上及時。

　　去年11月30日，OpenAI推出ChatGPT。今年3月，英國政府發(fā)布了第一份AI白皮書，概述了AI治理的五項原則。3月底，意大利個人數據保護局（DPA）宣布從即日起禁止使用ChatGPT，限制OpenAI處理意大利用戶信息數據，同時對其隱私安全問題立案調查。隨后，德國、法國、愛爾蘭等國家也開始準備效仿意大利的做法，加強對ChatGPT的監(jiān)管。

　　在生成式AI的立法方面，中國與歐盟基本同步。4月11日，國家互聯網信息辦公室發(fā)布《生成式人工智能服務管理辦法（征求意見稿）》。梁正認為，《管理辦法》從三方面給生成式AI的發(fā)展戴上了“籠頭”：一是大模型的數據來源要可靠；二是對AI生成的內容應履行告知義務；三是一旦造成損害，相關責任方需要承擔責任。他建議，對生成式AI實行分級分類管理。比如，對某些高風險領域應該謹慎或嚴格控制使用生成式AI，而對一般的辦公娛樂場合，只要標注出AI生成內容即可。

　　與其焦慮，不如用技術規(guī)制技術

　　如果把生成式AI比作“矛”，那么檢測其安全性的公司就是“盾”。目前，在全球范圍內，“盾”公司的數量并不多。由清華大學人工智能研究院孵化的瑞萊智慧（Real AI）就是一家“盾”公司，他們負責檢測內容是否由AI生成，以及給大模型的安全系統(tǒng)“挑刺”。

　　“人類需要保持辨識信息真?zhèn)蔚哪芰Γ�只要能識別出哪些內容是AI生成的，并精準告知公眾，這項技術也沒有那么可怕。”張偉強說，目前他們研發(fā)了一套AI內容識別系統(tǒng)，在識別能力上處于國際領先。

　　比識別AI內容更重要的，是彌補第二代AI本身的安全缺陷。張偉強解釋說，AI的“智力”提高后，需要視其為社會生活中的一位新參與者。但第二代AI本身的運算過程是個“黑箱”，相當于你無法看透這位新伙伴的所思所想（可解釋性差），且他還極易被欺騙犯錯（魯棒性差）。至今在大模型中無法徹底解決的“幻覺”問題就是由此產生，即使數據來源準確可靠，但大模型仍可能會“一本正經地胡說八道”。

　　不可否認，ChatGPT開啟了一場全球范圍的大模型“軍備競賽”，大廠紛紛發(fā)布各自的大模型系統(tǒng)，不少小公司也推出了基于自身領域的“小模型”。張偉強表示，市場的充分競爭固然有利于行業(yè)快速發(fā)展，但其先天的安全不足同樣需要引起重視。比如，上個月，瑞萊智慧僅通過添加少量對抗樣本，就讓Meta發(fā)布的史上首個圖像分割模型SAM失靈，顯示出大模型在安全性方面仍然任重道遠。

　　梁正認為，未來，當人們回望現在所經歷的這個階段，會清晰認識到AI的工具屬性。為了保證它永遠只是工具，我們必須及時跟進它的動向，敏捷治理，就像歷史上人類曾經一貫為之的那樣。