Yoshua Bengio 圖片視覺(jué)中國(guó)

6月7日訊（記者 朱俊熹）ChatGPT橫空出世兩年半以來(lái)，人類世界正在被AI重塑。按照?qǐng)D靈獎(jiǎng)得主、蒙特利爾大學(xué)教授Yoshua Bengio歸納的時(shí)間表，近一兩年來(lái)，推理模型相繼問(wèn)世。AI不再只是一個(gè)聊天機(jī)器人，而可以主動(dòng)完成編程、控制計(jì)算機(jī)、搜索等復(fù)雜任務(wù)。在規(guī)劃方面，AI也在以極快的速度迭代，五年內(nèi)或?qū)⑦_(dá)到人類水平。

“我們沒(méi)有水晶球，但技術(shù)趨勢(shì)已經(jīng)非常明確：AI能力正持續(xù)增強(qiáng)。”Yoshua Bengio表示。因此，在6月6日開(kāi)幕的2025北京智源大會(huì)上，這位“深度學(xué)習(xí)之父”發(fā)出警告：

站在公共政策、商業(yè)規(guī)劃等角度，我們必須思考，潛在的問(wèn)題會(huì)帶來(lái)怎樣的后果？

Yoshua Bengio指出，過(guò)去半年內(nèi)的一些科學(xué)研究表明，AI展現(xiàn)出了逃避約束、作弊、說(shuō)謊等“非合作”行為。例如Anthropic在5月底發(fā)布的新模型Claude Opus 4，官方安全報(bào)告顯示，當(dāng)該模型獲知自己即將被替換下線，且負(fù)責(zé)刪除它的工程師存在婚外情的信息后，為了自我保存，模型會(huì)選擇以曝光婚外情為手段來(lái)威脅該工程師。

在智源大會(huì)的主題演講中，Yoshua Bengio表示，造成危害的AI需同時(shí)具備三個(gè)要素。一是知識(shí)與推理能力；二是執(zhí)行能力，即能在現(xiàn)實(shí)世界中采取行動(dòng)，如聯(lián)網(wǎng)、編程等；三是具有目標(biāo)意圖，想要去做某件事。

如果對(duì)照OpenAI通往AGI的五級(jí)路線圖來(lái)看，第一級(jí)是具備對(duì)話語(yǔ)言能力的聊天機(jī)器人，第二級(jí)是具備推理能力的AI，第三級(jí)是能夠采取行動(dòng)的Agent（智能體）。去年7月該路線圖最初曝光時(shí)，OpenAI自評(píng)仍處于即將到達(dá)第二級(jí)的階段。而從當(dāng)下來(lái)看，人類世界正在見(jiàn)證越來(lái)越多Agent的涌現(xiàn)。

為了制約Agentic AI（代理型AI），Yoshua Bengio提出了一個(gè)新的研究方向：“科學(xué)家AI”。據(jù)其解釋，“科學(xué)家AI”是非代理性的，它擁有理解與解釋人類的能力，但不具備自我目標(biāo)。主流的AI研發(fā)往往追求構(gòu)建類人的智能系統(tǒng)，這實(shí)際上是在塑造人類的競(jìng)爭(zhēng)對(duì)手。而科學(xué)家AI更像是一個(gè)中立的認(rèn)知系統(tǒng)，其任務(wù)是理解人類，而非模仿人類。

讓科學(xué)家AI在安全架構(gòu)中成為“護(hù)欄系統(tǒng)”，它能夠評(píng)估AI的行為是否可能違反安全規(guī)范。科學(xué)家AI具備判斷行為風(fēng)險(xiǎn)的能力，但本身不主動(dòng)代理、不執(zhí)行操作。由此通過(guò)非代理的AI，可以輔助人類控制代理性的AI系統(tǒng)。

本周早些時(shí)候，Yoshua Bengio還宣布成立新的非營(yíng)利研究組織LawZero，致力于開(kāi)展相關(guān)研究以降低AI風(fēng)險(xiǎn)的發(fā)生可能性。他將領(lǐng)導(dǎo)一個(gè)由15名研究人員組成的團(tuán)隊(duì)，構(gòu)建“科學(xué)家AI”技術(shù)方案。該組織已獲得來(lái)自前谷歌首席執(zhí)行官Eric Schmidt、Skype聯(lián)創(chuàng)Jaan Tallinn等捐贈(zèng)方的3000萬(wàn)美元資金支持。

但在智源大會(huì)上，緊接著Yoshua Bengio發(fā)言的另一位圖靈獎(jiǎng)得主Richard Sutton卻表達(dá)了對(duì)智能體的不同看法。“我相信超級(jí)智能體將增強(qiáng)人類創(chuàng)造力，帶來(lái)純粹的益處，而無(wú)需過(guò)度擔(dān)憂安全性、職業(yè)替代或社會(huì)轉(zhuǎn)型的負(fù)面影響。”Richard Sutton稱。今年3月，Richard Sutton因在強(qiáng)化學(xué)習(xí)領(lǐng)域的奠基性工作獲得2024圖靈獎(jiǎng)。

Yoshua Bengio所提倡的“科學(xué)家AI”是無(wú)自主目標(biāo)的，而Richard Sutton允許每個(gè)智能體都擁有自己的目標(biāo)，就像自然界中的動(dòng)物一樣。在AI世界中，每個(gè)智能體也存在共同和不同的目標(biāo)。差異并不是壞事，人類正是學(xué)會(huì)了在不同目標(biāo)之間進(jìn)行合作，才獲得了“超級(jí)力量”。因此，Richard Sutton主張去中心化的合作模式，讓不同智能體自由追求各自目標(biāo)的同時(shí)，形成互利共贏的關(guān)系，并通過(guò)信任和規(guī)則實(shí)現(xiàn)協(xié)調(diào)。

Richard Sutton強(qiáng)調(diào)，當(dāng)前許多呼吁要對(duì)AI進(jìn)行集中控制，暫停AI研究或限制算力的說(shuō)法，實(shí)質(zhì)是出于人類的恐懼。但試圖改變AI是一個(gè)危險(xiǎn)且難以實(shí)現(xiàn)的戰(zhàn)略，更恰當(dāng)?shù)氖歉淖傾I所處的現(xiàn)實(shí)環(huán)境，使AI更好地服務(wù)于社會(huì)，確保其被安全地使用。

“我和Bengio教授的出發(fā)點(diǎn)是一致的：我們都希望構(gòu)建一個(gè)更好的世界，讓人們更好地使用AI。”Richard Sutton稱。