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(láiyuán)：视觉中国 蓝鲸新闻6月7日讯（记者　朱俊熹）ChatGPT横空出世两年半以来，人类(rénlèi)世界正在(zhèngzài)被AI重塑。按照图灵奖得主、蒙特利尔大学教授Yoshua　Bengio归纳(guīnà)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，而可以主动完成编程、控制计算机、搜索等复杂任务。在规划方面(fāngmiàn)，AI也在以极快(jíkuài)的速度迭代，五年内或将(jiāng)达到人类水平。 "我们没有水晶球，但技术趋势已经非常(fēicháng)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(zhī)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)问题会带来怎样的后果(hòuguǒ)？ Yoshua　Bengio指出，过去(guòqù)半年内的(de)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。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(tā)的工程师(gōngchéngshī)存在婚外情的信息后，为了自我保存(bǎocún)，模型会选择以(yǐ)曝光婚外情为手段来威胁该工程师。 在智源大会(dàhuì)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(liánwǎng)、编程(biānchéng)等；三是具有目标意图(yìtú)，想要去做某件事。 如果对照OpenAI通往(tōngwǎng)AGI的五级路线图来看，第一级是具备对话语言能力的聊天机器人，第二级(dìèrjí)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(zuìchū)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(rénlèi)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。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。而(ér)(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(bù)主动代理、不执行操作。由此通过(tōngguò)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还宣布成立新的非营利研究(yánjiū)组织LawZero，致力于开展相关研究以降低AI风险的发生可能性。他将领导一个由15名研究人员组成的团队，构建"科学家AI"技术方(fāng)案。该组织已获得来自前谷歌首席执行官Eric　Schmidt、Skype联创(liánchuàng)Jaan　Tallinn等捐赠(juānzèng)方的3000万美元资金支持(zhīchí)。 但在智源大会上，紧接着Yoshua　Bengio发言的另(lìng)一位图灵奖(túlíngjiǎng)得主Richard　Sutton却表达了对智能体的不同看法。"我相信超级智能体将增强人类创造力(chuàngzàolì)，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。"Richard　Sutton称。今年(jīnnián)3月，Richard　Sutton因在强化学习领域(lǐngyù)的奠基性(diànjīxìng)工作获得2024图灵奖。 Yoshua　Bengio所提倡的"科学家AI"是无自主目标(mùbiāo)(mùbiāo)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(bìng)不是坏事，人类正是学会了在不同目标之间进行(jìnxíng)合作，才获得了"超级力量"。因此，Richard　Sutton主张去中心化的合作模式，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(xiànzhì)算力的(de)说法，实质是出于人类的恐惧(kǒngjù)。但试图改变AI是一个危险(wēixiǎn)且难以实现的战略，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)出发点是一致的：我们都希望构建一个更好的世界，让(ràng)人们更好地(dì)使用AI。"Richard　Sutton称。