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(xīnwén)6月7日讯（记者　朱俊熹）ChatGPT横空出世两年半以来(yǐlái)，人类世界正在被AI重塑。按照图灵奖得主、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不再只是一个聊天机器人(jīqìrén)，而可以主动(zhǔdòng)完成编程、控制计算机、搜索等复杂(fùzá)任务。在规划方面，AI也在以极快的速度迭代，五年(wǔnián)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(fēicháng)明确：AI能力正持续增强。"Yoshua　Bengio表示。因此(yīncǐ)，在6月6日开幕的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(jiǎodù)，我们必须思考，潜在的问题会带来怎样的后果(hòuguǒ)？ 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(lìrú)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(shānchú)它的工程师存在婚外情的信息后，为了(wèile)自我(zìwǒ)保存(bǎocún)，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需同时具备三个要素。一是知识与推理(tuīlǐ)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(mùbiāo)意图，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，第一级是具备对话(duìhuà)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(yuè)该路线图最初曝光时，OpenAI自评仍处于即将到达第二级的阶段。而从当下来看，人类世界正在见证(jiànzhèng)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(rénlèi)(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，这实际上(shíjìshàng)是在塑造人类的竞争对手。而(ér)科学家AI更像是一个中立(zhōnglì)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(tā)能够评估AI的行为是否可能违反安全规范(guīfàn)。科学家AI具备判断行为风险的能力，但本身不(bù)主动代理、不执行(zhíxíng)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(zǎoxiēshíhòu)，Yoshua　Bengio还宣布成立新的(de)(de)非营利研究组织LawZero，致力于开展相关研究以降低AI风险的发生可能性。他将领导(lǐngdǎo)一个由15名研究人员组成的团队，构建"科学家AI"技术方案。该组织已获得(huòdé)来自前谷歌首席(shǒuxí)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，紧接着(jǐnjiēzhe)Yoshua　Bengio发言的(de)(de)另一位图灵奖得主Richard　Sutton却表达了对智能体的不同(bùtóng)看法。"我相信超级智能体将增强人类创造力，带来纯粹的益处，而(ér)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因在强化学习领域的奠基性工作获得(huòdé)2024图灵奖。 Yoshua　Bengio所提倡的"科学家AI"是无自主目标的，而Richard　Sutton允许每个(měigè)智能体都拥有自己(zìjǐ)的目标，就像(xiàng)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，才获得了"超级力量(lìliàng)"。因此，Richard　Sutton主张去中心化的合作模式，让不同智能体自由(zìyóu)追求各自目标的同时，形成互利共赢的关系，并通过信任(xìnrèn)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(suànlì)的说法(shuōfǎ)，实质是出于人类的恐惧。但试图改变AI是一个(yígè)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更好地服务于社会，确保其被(bèi)安全地使用。 "我和(hé)Bengio教授的出发点是一致的：我们都(dōu)希望构建一个更好的世界，让人们更好地(dì)使用AI。"Richard　Sutton称。