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）ChatGPT横空出世两年半(bàn)以来，人类世界正在(zài)被AI重塑。按照图灵奖得主、蒙特利尔大学教授(dàxuéjiàoshòu)Yoshua　Bengio归纳的时间表，近一两年来，推理模型相继问世。AI不再只是一个聊天机器人，而可以主动(zhǔdòng)完成编程、控制计算机(jìsuànjī)、搜索等复杂任务。在规划方面(fāngmiàn)，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，但技术趋势已经非常明确：AI能力正持续(chíxù)增强(zēngqiáng)。"Yoshua　Bengio表示。因此，在6月6日开幕的2025北京智源大会(dàhuì)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(de)问题会(huì)带来怎样的后果？ Yoshua　Bengio指出，过去半年内的一些(yīxiē)科学研究表明，AI展现出了逃避约束、作弊、说谎等"非(fēi)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(xiǎnshì)，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(cúnzài)婚外情的信息(xìnxī)后，为了(wèile)自我保存，模型会选择以曝光婚外情为手段来威胁该工程师。 在(zài)智源大会的主题演讲中，Yoshua　Bengio表示，造成危害的AI需同时具备(jùbèi)三个要素。一是知识与推理能力；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(yìtú)，想要去做某件事(mǒujiànshì)。 如果对照OpenAI通往AGI的五级路线图(lùxiàntú)来看，第一级(dìyījí)是具备对话语言能力的聊天机器人，第二级是具备推理(tuīlǐ)能力的AI，第三级是能够采取行动的Agent（智能体）。去年(qùnián)7月该路线图最初曝光(bàoguāng)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多Agent的涌现。 为了制约Agentic　AI（代理型AI），Yoshua　Bengio提出了一个新的(de)(de)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的能力(nénglì)，但不具备自我目标。主流的AI研发往往追求构建类人(lèirén)的智能系统，这(zhè)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AI在安全架构中成为"护栏系统"，它能够评估AI的行为(xíngwéi)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、不执行操作。由此(yóucǐ)通过非代理的AI，可以辅助人类(rénlèi)控制(kòngzhì)代理性的AI系统。 本周早些时候，Yoshua　Bengio还宣布成立新的非营利(fēiyínglì)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(tā)将领导一个由15名研究人员组成(zǔchéng)的团队，构建"科学家AI"技术方案。该组织已(yǐ)获得来自前谷歌首席执行官Eric　Schmidt、Skype联创Jaan　Tallinn等(děng)捐赠方的3000万美元资金(zījīn)支持。 但在智源大会上，紧接着(jǐnjiēzhe)Yoshua　Bengio发言的另(lìng)一位图灵奖得主Richard　Sutton却表达(biǎodá)了对智能体的不同看法。"我(wǒ)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、职业替代或社会转型的负面影响(fùmiànyǐngxiǎng)。"Richard　Sutton称。今年3月，Richard　Sutton因在强化学习领域(lǐngyù)的奠基性工作获得2024图灵奖。 Yoshua　Bengio所提倡的(de)"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(cúnzài)共同和不同(bùtóng)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，才(cái)获得了"超级力量"。因此，Richard　Sutton主张去中心化的合作模式(móshì)，让(ràng)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，暂停AI研究或限制算力的(de)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(gèng)恰当的是改变AI所处的现实环境，使AI更好地(dì)服务于社会，确保其被安全地使用。 "我(wǒ)和Bengio教授的出发点(chūfādiǎn)是一致的：我们都(dōu)希望构建一个更好的世界，让人们更好地使用AI。"Richard　Sutton称。