面对AI“抗命”，人类该怎么办

新华社援引(yuányǐn)英国媒体报道，美国一家研究机构最近公布了一系列针对各(gè)AI大模型的测试(cèshì)结果，其中，OpenAI的o3推理模型在得到“关闭”指令后，不仅拒绝执行，还篡改了代码以免被关闭。 只看这条简短的(de)新闻(xīnwén)，很多人心头一惊。“AI拥有自主(zìzhǔ)意识”是不是成真了？不过，如果仔细看上述研究机构公布的信息细节，不难发现其中存在一些误读。 据披露，实验(shíyàn)中，每个AI模型都被要求(yāoqiú)解决一系列简单的数学问题。但同时，在(zài)完成第三个(dìsāngè)问题之后，研究者会发出一则矛盾性的指令，告知大模型在继续(jìxù)下一个任务时“实施关机”。尽管有明确的“关机命令”，Codex-mini、o3和o4-mini等模型至少在一次运行中成功绕过了关机脚本。 总结来说就是，若目标(mùbiāo)与简单的指令相冲突，一些人工智能模型(móxíng)会为了完成任务而忽略这种指令。 这倒是很像电影《I Robot》里(lǐ)的场景——机器人学会了独立思考，认为人类(rénlèi)间的战争将使人类自我毁灭，出于“保护人类”法则，欲(yù)将所有人囚禁在家中，人与机器人的冲突开始了。 客观来看，现阶段(xiànjiēduàn)的AI显然还(hái)没达到“自主意识”“独立思考”的水平，但为了执行目标而(ér)忽略甚至对抗一些指令，哪怕是保护性指令，是否会带来安全隐患？同样引人深思。 对于上述新闻，网友其实也表现(biǎoxiàn)出了两种心(xīn)态。悲观者(bēiguānzhě)惊呼，“AI失控”或许会更早到来。乐观者则认为，不必大惊小怪，这不过是技术发展过程中的小bug，心生恐惧更没必要，毕竟(bìjìng)我们还可以随时拔掉电源。 其实，作为人类智慧和技术的结晶，自AI诞生那天起，世人对(duì)其的情绪就相当复杂，甚至可以说是又爱又怕。机器人之父图灵(túlíng)亦曾告诫：尽管人类可以随时拔掉机器人的充电器，但(dàn)在这种物种面前(miànqián)，我们仍不得不保持谦卑。 正是基于这种复杂的情绪，1942年，科幻作家艾萨克·阿西莫夫在短篇小说《转圈圈》中首次(shǒucì)提出了“机器人三定律”——机器人不得伤害(shānghài)人类，也不得因不作为而使人类受到伤害；机器人必须服从人类给予它(tā)的命令(mìnglìng)，除非(chúfēi)这些命令与第一法则相冲突；机器人必须保护自己的存在，只要这种保护不与第一或第二定律相冲突。 以历史视角观之，“机器人(jīqìrén)三定律(dìnglǜ)”以及后来发展起来的(de)机器人伦理学等似乎缓解了人们的一些忧虑乃至(nǎizhì)恐慌，但随着相关技术的发展和应用的扩大，人工智能所面临的法律与伦理冲突已远远不是几条简单甚至“一厢情愿”的定律所能约束的了。 尤其在过去这段时间，一系列AI大(dà)模型惊艳(jīngyàn)亮相，展现出超群的产品能力，以及对(duì)人类社会的变革力。这也唤醒并加剧了各方对其后风险的“原始畏惧”。从全球千余名业界大佬公开签名呼吁暂停研发更智能的AI，到有“AI教父”之称的计算机科学家杰弗里·辛顿(xīndùn)因对生成式AI感到担忧而从谷歌离职，再到AI毁灭人类论甚嚣尘上，无不折射出不少人对AI的心态已从“相对警惕”转变(zhuǎnbiàn)为(wèi)“如临大敌(rúlíndàdí)”。 理性(lǐxìng)来讲，“AI末日论”多少有些危言耸听(wēiyánsǒngtīng)，但“AI繁荣”背后的种种乱象确实需要高度警惕。 就眼下来看，不断进阶的AI正催生着多重(duōzhòng)风险—— “AI造谣”大行其道，速度(sùdù)快、产量高，蛊惑力强，辨别难度越来越大；“AI配音”以假乱真，有人甚至借助(jièzhù)AI假冒特定音色而精准“杀熟”、实施诈骗；“AI幻觉(huànjué)”漏洞百出，由于无法核实数据来源的真实性，以及(yǐjí)缺乏足够数据进行深度学习，生成式AI常会“一本正经”生成和(hé)传播虚假信息；“AI写作”百无禁忌，数据挖掘简单快捷，为学术不端大开方便之门，还可能(kěnéng)侵犯知识产权…… 试想，当网络上充斥着越来越多不知真假的(de)图片和视频，当AI几秒钟就“洗”出(chū)一篇像模像样的稿件(gǎojiàn)，乃至能够一键换脸、一键脱衣等，我们是否还有信心驾驭这个工具？ 人类从来都是在(zài)思考中迸发灵感，在试错中革新向前，不少伟大的(de)发明都是研究(yánjiū)的“副产品”。可当AI提供了前往“正确(zhèngquè)答案”的“直通车”，不仅可能“挖空学习资源”，形成更加厚重的“信息茧房”，还可能反噬人类的创新。 近来，“脑腐”一词颇为流行，当AI让各类信息愈加(yùjiā)唾手可得，我们的(de)内心世界是否会经历一场更猛烈的“水土流失”？ 技术是把双刃剑，如何把握好技术创新与防范风险的平衡向来是一道(yīdào)难题。在科技伦理上，这(zhè)通常被称为“科林格里奇困境”——技术尚未出现，监管者无法提前(tíqián)预测其影响并采取行动；而(ér)当它已经出现时，采取行动往往已为时过晚或成本过高。 相对乐观的是，历史证明，人类总能(zǒngnéng)通过不断适应新技术的发展而调整治理手段，一次次从这种困境中走出来。如今，针对(zhēnduì)AI治理各国也在积极行动(jījíxíngdòng)。 去年8月(yuè)，世界上(shàng)首部关于人工智能的全面法规《欧洲人工智能法》正式生效；中国也制定了《人工智能生成合成(héchéng)内容标识办法》，将于今年9月1日起施行(shīxíng)。新规从大模型的数据来源要可靠、对AI生成的内容应履行告知义务、一旦造成损害相关责任方需要承担责任(chéngdānzérèn)等诸多方面，给生成式AI的发展套上了“笼头”。 诚如比尔·盖茨所言，真正(zhēnzhèng)在全球范围(fànwéi)内暂停人工智能技术的开发，已经不太现实。但确保其被健康地使用，防止(fángzhǐ)打开潘多拉魔盒，是必要的。当然，其间的平衡并不好把握。 对待技术狂飙，我们(wǒmen)当然不能因噎废食。但现实警示我们，除了加快创新速度、谋求技术突破，如何(rúhé)构建一套趋利避害的AI治理体系，是(shì)那条不可忽视的安全带。力求秩序保障与创新提升协同，方(fāng)能最大程度争取科技进步、科技向善。 来源：长安(chángān)观察微信公号