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(xīnwén)6月7日讯（记者　朱俊熹）ChatGPT横空出世两年半以来，人类世界正在被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(zhǐshì)一个聊天机器人，而可以主动完成编程、控制计算机、搜索等(děng)复杂任务。在规划方面，AI也在以极快的速度迭代，五年(wǔnián)内或将达到人类水平(shuǐpíng)。 "我们没有(méiyǒu)水晶球，但技术趋势(qūshì)已经非常明确(míngquè)：AI能力正持续增强。"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"发出警告： 站在公共政策、商业规划等角度，我们必须思考，潜在的问题(wèntí)会(huì)带来怎样的后果？ Yoshua　Bengio指出，过去半年内的一些科学研究表明，AI展现出(zhǎnxiànchū)了逃避约束、作弊(zuòbì)、说谎等"非合作"行为。例如Anthropic在5月底发布的新模型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(hòu)，为了自我保存，模型会选择以曝光(bàoguāng)婚外情为手段(shǒuduàn)来威胁该工程师。 在智源大会的主题演讲中，Yoshua　Bengio表示，造成危害的AI需同时(tóngshí)具备三个要素。一是知识与推理能力(nénglì)；二是(èrshì)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(xiǎngyào)去做某件事。 如果对照OpenAI通往AGI的(de)(de)五级路线图来看，第一级是(shì)具备对话语言能力的聊天机器人(jīqìrén)，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，人类世界正在见证越来越(yuèláiyuè)多Agent的涌现。 为了制约Agentic　AI（代理(dàilǐ)型AI），Yoshua　Bengio提出了一个新的(de)研究方向："科学家AI"。据(jù)其解释，"科学家AI"是(shì)非代理性的，它(tā)拥有理解与解释人类的能力，但不具备自我目标。主流的AI研发往往追求构建类人的智能系统，这实际上是在塑造人类的竞争对手。而(ér)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AI在安全架构中(zhōng)成为"护栏(hùlán)系统"，它能够评估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、不执行(zhíxíng)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(běnzhōu)早些时候，Yoshua　Bengio还(hái)宣布(xuānbù)成立新的非营利研究组织LawZero，致力于开展相关研究以降低AI风险的发生可能性。他将(jiāng)领导一个由15名研究人员组成的团队(tuánduì)，构建"科学家AI"技术方案。该组织已获得来自前谷歌首席执行官(zhíxíngguān)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(què)表达了(le)对智能体的不同看法。"我相信超级智能体将(tǐjiāng)增强人类创造力，带来纯粹的益处，而无需过度担忧安全性(ānquánxìng)、职业替代或社会转型的负面影响。"Richard　Sutton称。今年3月，Richard　Sutton因在(yīnzài)强化学习领域的奠基性工作获得2024图灵奖。 Yoshua　Bengio所提倡的"科学家AI"是无自主目标的，而Richard　Sutton允许每个智能体都拥有自己的目标，就像自然界中的动物一样。在(zài)AI世界中，每个智能体也存在共同和(hé)不同的目标。差异(chāyì)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(qù)中心化的合作模式，让不同智能体自由追求各自目标的同时(tóngshí)，形成互利共赢(yíng)的关系，并通过信任和规则实现协调。 Richard　Sutton强调，当前许多呼吁要(yào)对AI进行(jìnxíng)集中控制，暂停AI研究或限制算力的说法，实质是(shì)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，更恰当的是改变AI所处(suǒchù)的现实环境，使AI更好地服务于社会，确保其被安全地使用。 "我和(hé)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，让人们更好地使用AI。"Richard　Sutton称。