AI智能体是该管控还是被信任？两位图灵奖大佬“吵”起来了

Yoshua　Bengio图片(túpiàn)来源：视觉中国 蓝鲸新闻6月7日讯（记者　朱俊熹）ChatGPT横空出世两年半以来，人类世界(shìjiè)正在被AI重塑。按照图灵奖得主、蒙特利尔大学教授Yoshua　Bengio归纳的时间表，近一两年(yīliǎngnián)来，推理模型相继问世。AI不再只是一个聊天机器人，而(ér)可以主动完成编程、控制(kòngzhì)计算机、搜索等复杂任务。在规划(guīhuà)方面，AI也在以极快的速度迭代，五年内(nèi)或将达到人类水平。 "我们没有水晶球，但技术趋势已经非常明确(míngquè)：AI能力正持续(chíxù)增强。"Yoshua　Bengio表示。因此，在6月6日开幕的2025北京智源大会上，这位"深度学习之父(fù)"发出警告： 站在公共政策、商业(shāngyè)规划等角度，我们必须思考，潜在的问题(wèntí)会带来怎样的后果？ Yoshua　Bengio指出(zhǐchū)，过去半年内的一些科学研究表明，AI展现出了逃避约束、作弊(zuòbì)、说谎等"非(fēi)合作"行为。例如Anthropic在5月底发布的新(xīn)模型Claude　Opus　4，官方安全报告显示，当该模型获知自己即将被替换下线，且负责删除它的工程师存在婚外情(hūnwàiqíng)的信息后，为了自我保存，模型会选择以(yǐ)曝光婚外情为手段来威胁该工程师。 在智源大会的(de)主题演讲中，Yoshua　Bengio表示，造成危害(zàochéngwēihài)的AI需同时具备(jùbèi)三个要素。一是(yīshì)知识与推理能力；二是执行能力，即能在现实世界中采取行动，如联网、编程等；三是具有目标意图，想要去做某件事。 如果(rúguǒ)对照OpenAI通往AGI的(de)五级(wǔjí)路线图来看，第一级是具备对话语言能力的聊天机器人，第二级是具备推理能力的AI，第三级是能够采取行动的Agent（智能体）。去年7月该路线图最初(zuìchū)曝光时，OpenAI自评仍处于即将到达第二级的阶段。而从当下来看，人类(rénlèi)世界正在见证越来越多Agent的涌现。 为了制约Agentic　AI（代理型(xíng)AI），Yoshua　Bengio提出了一个新的研究方向："科学家(kēxuéjiā)AI"。据其解释，"科学家AI"是非代理性的，它拥有理解与解释人类(rénlèi)(rénlèi)的能力，但不具备自我目标。主流的AI研发往往追求(zhuīqiú)构建类人的智能系统(xìtǒng)，这实际上是在塑造人类的竞争对手。而科学家AI更像是一个中立的认知系统，其任务是理解人类，而非模仿人类。 让科学家(kēxuéjiā)AI在安全架构中成为"护栏系统"，它(tā)能够评估AI的(de)行为是否可能违反安全规范。科学家AI具备判断行为风险的能力，但本身不主动代理(dàilǐ)、不执行操作。由此通过非代理的AI，可以辅助人类控制代理性的AI系统。 本周早些时候(zǎoxiēshíhòu)，Yoshua　Bengio还宣布成立新的非营利研究组织LawZero，致力于开展相关(xiāngguān)研究以降低AI风险的发生(fāshēng)可能性。他将(jiāng)领导一个由15名研究人员组成(zǔchéng)的团队，构建"科学家(kēxuéjiā)AI"技术方案。该组织已获得来自前谷歌首席执行官Eric　Schmidt、Skype联创Jaan　Tallinn等捐赠方的3000万美元资金支持。 但在智源大会(dàhuì)上，紧接着Yoshua　Bengio发言的另一位图灵奖得主Richard　Sutton却表达了对(duì)智能体的不同看法。"我相信超级智能体将增强人类创造力，带来纯粹的益处，而无需过度担忧安全性、职业替代(tìdài)或社会转型的负面影响。"Richard　Sutton称。今年3月(yuè)，Richard　Sutton因在强化学习(xuéxí)领域的奠基性工作(gōngzuò)获得2024图灵奖。 Yoshua　Bengio所提倡的(de)(de)"科学家AI"是无自主目标的，而Richard　Sutton允许每个(měigè)智能体都拥有自己的目标，就像自然界中的动物一样。在AI世界中，每个智能体也存在共同(gòngtóng)和不同的目标。差异并(bìng)不是坏事，人类正是学会了在不同目标之间进行合作，才获得了"超级力量"。因此，Richard　Sutton主张去中心化的合作模式，让不同智能体自由追求各自(gèzì)目标的同时，形成互利共赢的关系，并通过信任和规则实现(shíxiàn)协调。 Richard　Sutton强调，当前(dāngqián)许多呼吁要对AI进行集中控制，暂停AI研究或限制算力的说法，实质是出于人类的恐惧。但试图改变AI是一个危险且难以实现的战略，更恰当(qiàdàng)的是改变AI所处的现实(xiànshí)环境，使AI更好地服务于社会，确保其被安全(ānquán)地使用。 "我和Bengio教授的出发点是一致的：我们(wǒmen)都(dōu)希望构建一个更好的世界，让(ràng)人们更好地使用AI。"Richard　Sutton称。