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(túpiàn)来源：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(zài)被AI重塑(zhòngsù)。按照(ànzhào)图灵奖得主(dézhǔ)、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(zhǐshì)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，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能力正持续增强。"Yoshua　Bengio表示。因此，在(zài)6月6日开幕的2025北京(běijīng)智源大会上，这位(zhèwèi)"深度学习之父"发出警告： 站在公共政策(gōnggòngzhèngcè)、商业规划等角度，我们(wǒmen)必须思考，潜在的问题会带来怎样的后果？ Yoshua　Bengio指出，过去半年内的(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(xīn)模型Claude　Opus　4，官方(guānfāng)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(shānchú)它的工程师(gōngchéngshī)存在婚外情的信息后，为了自我保存，模型会选择以曝光婚外情为手段来威胁该工程师。 在智源大会的主题演讲中(zhōng)，Yoshua　Bengio表示，造成危害的AI需(xū)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、编程等；三是(sānshì)具有(jùyǒu)目标意图，想要去做某件事。 如果对照OpenAI通往AGI的五级路线图来看，第一级(dìyījí)是(shì)具备对话语言能力的聊天机器人，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(zuìchū)曝光时，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(duō)Agent的涌现。 为了制约Agentic　AI（代理型AI），Yoshua　Bengio提出了一个新的(de)研究方向(fāngxiàng)："科学家(kēxuéjiā)(kēxuéjiā)AI"。据其解释，"科学家AI"是非(shìfēi)代理性的，它拥有理解与解释人类的能力，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(zhìnéng)系统，这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(pínggū)AI的行为是否可能违反安全规范。科学家AI具备(jùbèi)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(fēi)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还宣布成立新的非营利研究组织LawZero，致力于开展相关(xiāngguān)研究以(yǐ)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"技术方案(fāngàn)。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。 但在智源大会上，紧接着Yoshua　Bengio发言(fāyán)的(de)另一位图灵奖得主Richard　Sutton却表达(biǎodá)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，带来(dàilái)纯粹的益处，而无需过度担忧安全性、职业替代或(huò)社会转型的负面影响。"Richard　Sutton称。今年3月，Richard　Sutton因在强化学习领域的奠基性(diànjīxìng)工作获得2024图灵奖。 Yoshua　Bengio所提倡的(de)"科学家AI"是无(wú)自主目标(mùbiāo)的，而Richard　Sutton允许每个(měigè)智能体都拥有自己的目标，就像(xiàng)自然界(zìránjiè)中的动物一样。在AI世界中，每个智能体也存在共(gòng)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，才获得了"超级力量"。因此，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，暂停AI研究或限制算力的说法(shuōfǎ)，实质是出于人类(rénlèi)的恐惧。但试图改变AI是一个危险且难以实现的战略，更恰当的是改变AI所处的现实环境，使AI更好(gènghǎo)地服务于社会，确保其(qí)被安全地使用。 "我和Bengio教授的(de)出发点(chūfādiǎn)是一致的：我们都希望构建一个更好(gènghǎo)的世界，让人们更好地使用AI。"Richard　Sutton称。