中國科學院院士梅宏：

面對AI熱潮，科技倫理治理要跟上

  “智能是人類區(qū)別于其他動物的專有特征，特別是認知能力。我們可以接受機器在感知能力方面超越人類，但對機器認知智能的研發(fā)，需要高度審慎。從科技倫理的視角來看，我們?yōu)槭裁匆斐鲆粋�替代我們認知的東西？”

  2024年11月22日，在以“跨越邊界的科技倫理”為主題的第二屆中國科技倫理高峰論壇上，中國科學院院士、北京大學教授梅宏直指當前數(shù)字技術(shù)面臨的倫理挑戰(zhàn)。

  從智能制造到智慧城市，從醫(yī)療健康到金融服務(wù)，當前大語言模型火爆，人工智能（AI）風頭正盛。梅宏認為，AI熱潮中泡沫太大，仍處于技術(shù)成熟度曲線的高峰階段，喧囂埋沒理性，需要一個冷靜期。

  他強調(diào)，雖然基于當前的技術(shù)路徑，大模型尚不能“無中生有”、做出超越人類預(yù)期的事情，但一味信奉“蠻力”、追求規(guī)模，也極易發(fā)展出在覆蓋面和復(fù)雜度上令人們難以掌控的“巨獸”。

 

“拿著手機讀不到有價值的內(nèi)容”

 

  在經(jīng)歷了兩個“春天”和兩個“冬天”后，AI迎來了第三個“春天”，深度學習技術(shù)帶來的一次次突破不斷刷新著人們對AI的認知。

  但是，從臉書（Facebook）數(shù)據(jù)泄露到大模型生成內(nèi)容引發(fā)侵權(quán)糾紛和虛假信息傳播，數(shù)字技術(shù)在為人類社會經(jīng)濟發(fā)展帶來益處的同時，也帶來了數(shù)據(jù)隱私保護、算法偏見、責任認定等一系列倫理問題。

  例如，就當前大語言模型的技術(shù)路線而言，“黑盒”導(dǎo)致的不可解釋性是其最大“罩門”，如果不加任何規(guī)制而大量應(yīng)用，可能導(dǎo)致人類知識體系面臨嚴峻挑戰(zhàn)。訓練語料的質(zhì)量缺陷、概率統(tǒng)計的內(nèi)生誤差等因素會導(dǎo)致大模型產(chǎn)生幻覺，生成錯誤內(nèi)容；再加上人為干預(yù)誘導(dǎo)，極易生成虛假內(nèi)容。

  “通過算法，平臺可以個性化推送內(nèi)容，但也可能形成用戶的信息繭房。我最近最大的困擾是拿著手機卻讀不到想讀的有價值的內(nèi)容。”梅宏表示，目前幾乎大部分網(wǎng)絡(luò)平臺都在AI算法和大數(shù)據(jù)驅(qū)動下運營，這就帶來對算法和數(shù)據(jù)應(yīng)用的有效監(jiān)管問題，這些亟待通過建立完善的治理體系加以解決。當涉及平臺跨境時，還需要有相應(yīng)的國際治理體系。

 

現(xiàn)實情況不盡如人意

 

  當前，社會對“AI+”或“AI for everything”（一切皆人工智能）抱有很高的期望。然而，現(xiàn)實情況卻不盡如人意。

  “雷聲隆隆，雨點并不大。”梅宏坦言，“從當前的熱潮中，我看到了太多‘炒作’和‘非理性’導(dǎo)致的 AI‘過熱’現(xiàn)象，也對當前AI發(fā)展技術(shù)路徑多樣性的欠缺產(chǎn)生了一些擔憂。”

  “大語言模型的成功依賴于人類長時間積累的龐大語料庫，文生視頻的成功也依賴于互聯(lián)網(wǎng)上存在的海量視頻。然而，其他行業(yè)的數(shù)據(jù)積累尚未達到這個量級。獲取全數(shù)據(jù)，關(guān)鍵是跨越足夠的時間尺度。”梅宏表示，AI的應(yīng)用還需要經(jīng)歷一段時期的探索、磨合和積累，才可能迎來繁榮。

  “在我看來，AI當前的問題有3個：泡沫太大，仍處于技術(shù)成熟度曲線的高峰階段，喧囂埋沒理性，需要一個冷靜期；以偏概全，對成功個案不顧前提地放大、泛化，過度承諾；期望過高，用戶神化AI的預(yù)期效果，提出難以實現(xiàn)的需求。”梅宏說。

  面對AI技術(shù)發(fā)展及其應(yīng)用現(xiàn)狀，梅宏建議，在尚搞不清如何應(yīng)用、用到何處時，不妨先積累數(shù)據(jù)，“可采盡采、能存盡存”。

 

沒有跳出概率統(tǒng)計框架

 

  那么，大語言模型能走向通用人工智能嗎？梅宏認為，從基本原理來看，目前的大語言模型沒有跳出概率統(tǒng)計這個框架。

  梅宏并不認為現(xiàn)在的AI有所謂“意識”或者知識涌現(xiàn)能力。以大語言模型為例，模型本身無法產(chǎn)生新的東西，其生成的內(nèi)容取決于對大量文本內(nèi)容的統(tǒng)計，如果某些內(nèi)容反復(fù)出現(xiàn)，它們大概率就會將之視為“合理存在”的內(nèi)容。

  “就這個意義而言，大模型可被視為由已有語料壓縮而成的知識庫，生成結(jié)果的語義正確性高度依賴于數(shù)據(jù)的空間廣度、時間深度以及分布密度，更高度依賴于數(shù)據(jù)的質(zhì)量。”梅宏提到，學術(shù)界的研究更應(yīng)關(guān)心大模型構(gòu)建過程的可重復(fù)性和可追溯性，盡可能保證結(jié)果的可解釋和可信任。

  “大膽預(yù)測，作為壓縮了人類已有可公開訪問的絕大多數(shù)知識的基礎(chǔ)模型，大語言模型將像互聯(lián)網(wǎng)一樣走向開源。全世界共同維護一個開放共享的基礎(chǔ)模型，盡力保證其與人類知識同步。”梅宏說，“這至少也是表達自己的一種期望。”

 

適時調(diào)整倫理審查的復(fù)核清單

 

  “發(fā)明技術(shù)的最終目的是為了讓人類的生活變得更好，毫無疑問應(yīng)該充分考慮技術(shù)可能帶來的倫理問題。”梅宏表示，在AI快速發(fā)展的熱潮下，需要對可能的風險進行研判，并提醒科技工作者時刻牢記科技向善、以人為本。

  隨著數(shù)字技術(shù)的發(fā)展，科技倫理治理也應(yīng)當跟上。梅宏強調(diào)，目前應(yīng)當完善科技倫理治理體制機制，明確數(shù)字技術(shù)領(lǐng)域的治理重點和安全護欄，對數(shù)字技術(shù)進行分級分類治理，同時建立健全生成式人工智能（AIGC）的主動披露標注制度并開展相關(guān)技術(shù)研究。

  那么，數(shù)字技術(shù)領(lǐng)域是否應(yīng)該存在研究禁區(qū)？梅宏認為，在基礎(chǔ)研究階段一般不做限制，涉及對人的認知能力調(diào)控、違背人的自由意志的研究應(yīng)列為禁區(qū)。在技術(shù)和產(chǎn)品應(yīng)用階段，要根據(jù)具體場景及影響來確定。

  “例如大規(guī)模遠程監(jiān)控、自主決策的社會評價體系、操縱個人意識和行為并造成個體或他人身體或心理傷害的技術(shù)，以及以超越或替代人的認知能力為目標的AI技術(shù)研發(fā)，應(yīng)當受到限制。”梅宏說。

  同時他表示，數(shù)字技術(shù)領(lǐng)域的研究禁區(qū)應(yīng)該建立動態(tài)調(diào)整機制，適時調(diào)整倫理審查的復(fù)核清單。

  此外，梅宏呼吁建立AI生成內(nèi)容的披露標準機制，建立涵蓋大模型開發(fā)者、創(chuàng)作者、使用者的標注責任機制；鼓勵多條技術(shù)路線推進大模型生成內(nèi)容標注技術(shù)研發(fā)；完善大模型內(nèi)容審核制度規(guī)范和檢測技術(shù)開發(fā)；推進相關(guān)標準和規(guī)范制定并將之國際化�！�