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图片来源：视觉中国(zhōngguó) 蓝鲸新闻6月7日讯（记者　朱俊熹(zhūjùnxī)）ChatGPT横空出世两年半(bàn)以来(yǐlái)，人类世界正在被AI重塑。按照(ànzhào)图灵奖得主、蒙特利尔大学教授Yoshua　Bengio归纳的时间表，近一两年来，推理模型相继问世。AI不再只是一个聊天(liáotiān)机器人，而可以(kěyǐ)主动完成编程、控制计算机、搜索等复杂任务。在规划方面，AI也在以极快的速度迭代，五年内或将达到人类水平。 "我们没有水晶球，但技术趋势已经(yǐjīng)非常明确：AI能力正持续增强。"Yoshua　Bengio表示。因此，在6月6日开幕的(de)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、商业规划等角度，我们必须思考(sīkǎo)，潜在的(de)问题会带来怎样的后果？ Yoshua　Bengio指出，过去半年内(nèi)的一些科学研究表明，AI展现出了逃避约束、作弊、说谎等"非合作"行为(xíngwéi)。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(jíjiāng)被(bèi)替换下线，且负责删除它的工程师存在(cúnzài)婚外情的信息后，为了自我保存，模型会选择以曝光婚外情为手段(shǒuduàn)来威胁该工程师。 在智源(zhìyuán)大会的主题演讲中，Yoshua　Bengio表示，造成危害的AI需同时具备三个要素。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(cǎiqǔxíngdòng)，如联网、编程(biānchéng)等；三是具有目标意图，想要去做某件事。 如果对照(duìzhào)OpenAI通往AGI的五级路线图来看，第一级是具备对话语言能力(nénglì)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月该路线图最初曝光时(shí)，OpenAI自评仍处于(chǔyú)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多Agent的涌现(yǒngxiàn)。 为了制约Agentic　AI（代理型AI），Yoshua　Bengio提出了一个新(xīn)的(de)研究方向："科学家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)的能力，但不具备自我目标(mùbiāo)。主流的AI研发往往追求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(jìngzhēngduìshǒu)。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(ràng)科学家AI在安全架构中成为"护栏系统"，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(dàn)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，Yoshua　Bengio还(hái)宣布成立新的(de)非营利研究组织(zǔzhī)LawZero，致力于开展(kāizhǎn)相关研究以降低AI风险的发生可能性。他将领导一个由15名研究人员(rényuán)组成的团队，构建"科学家AI"技术(jìshù)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。 但在智源大会上(shàng)，紧接着Yoshua　Bengio发言的另一位(yīwèi)图灵奖得主Richard　Sutton却表达了对智能体(tǐ)的不同看法。"我相信超级(chāojí)智能体将增强人类创造力，带来(dàilái)纯粹的益处，而无需过度担忧安全性、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(zìzhǔ)目标(mùbiāo)的，而Richard　Sutton允许每个智能(zhìnéng)体都拥有自己的目标，就像自然界中(zhōng)的动物一样。在AI世界中，每个智能体也存在共同和不同的目标。差异并不是坏事，人类正是学会了在不同目标之间进行合作(hézuò)(hézuò)，才获得了"超级力量"。因此(yīncǐ)，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目标的同时，形成互利共赢的关系，并通过信任和规则实现协调。 Richard　Sutton强调，当前许多呼吁要对AI进行集中控制(jízhōngkòngzhì)，暂停AI研究(yánjiū)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(zhànlüè)，更恰当的是改变AI所处的现实环境，使AI更好地服务于社会，确保其被安全地使用。 "我和Bengio教授的(de)出发点是(shì)一致的：我们都希望构建一个更好的世界，让(ràng)人们更好地使用AI。"Richard　Sutton称。