作者： 高雅

　　[ 最近美國參議院對OpenAI首席執(zhí)行官阿爾特曼（Sam Altman）的聽證會就是如此。他們知道，如果沒有監(jiān)管，人們將不信任技術，就有可能失去創(chuàng)新和進步。監(jiān)管并不反創(chuàng)新，監(jiān)管也可以支持創(chuàng)新，理解這一點非常重要。 ]

　　自ChatGPT推向市場，人工智能（AI）能做什么，以及能做到什么地步，這些突破既使人們驚嘆，也引發(fā)了人們的擔憂。

　　從對個人數據的囤積和信息泄露，到詐騙，再到損害企業(yè)競爭，這些風險的威脅讓各方提高了警惕。近一個月來，從七國集團會議領導人到科技公司首席執(zhí)行官，都呼吁為人工智能（AI）技術制定國際標準和更強力的法規(guī)。

　　帶著這些問題，第一財經記者專訪了歐洲工商管理學院（INSAED）的決策科學和技術管理教授埃夫根尼奧（Theos Evgeniou）。

　　第一財經：為什么隨著ChatGPT等生成性AI的普及，AI監(jiān)管的重要性更突出了？

　　埃夫根尼奧：我們要意識到三點。第一，生成性AI有多強大。我認為幾乎所有人，包括生成性AI的開發(fā)者，都沒有預想到它們的能力。

　　第二，生成性AI的行為方式如何?，F在有一些關于突現行為（emergent behavior）的討論。這種行為可能比預期更有影響。而且，生成性AI涉及人類語言和人類身份。而人類語言是幫助我們定義“我們是誰”和“我們做什么”的重要部分。因此，如果技術可以模仿那些能夠定義人類身份認同的東西，就帶來了新潛在風險和新可能性。

　　第三，像ChatGPT這樣的生成性AI技術是所謂“根基模型”（foundation models）。人們可以在這種模型的基礎上開發(fā)大量產品，并能夠進行微調。換言之，它們不是單純的產品，而是核心技術，是人們可以開發(fā)的產品之核心所在。這種核心技術本身已經非常強大，我們甚至無法預測人們將依靠它們開發(fā)出什么。我們也從未仔細考慮過如何管控和規(guī)范根基模型。這是一種新概念。

　　第一財經：意大利等國禁用了ChatGPT，當我們擔憂AI帶來的風險時，我們到底在擔心什么？

　　埃夫根尼奧：有些國家或企業(yè)會禁用這些技術，可能是因為有潛在的風險，比如能泄露重要知識和信息，也可能因為很難控制這種AI能帶來什么。

　　例如，據報道，前幾個月，韓國三星公司的工程師通過ChatGPT上傳了代碼，最后可能泄露了一些涉及公司知識產權的信息。因此，AI的使用存在知識產權和隱私風險，這是技術開發(fā)者禁用或限制使用它的原因之一。

　　另一方面，一些國家禁用它可能是因為存在政治或健康風險，這可能關乎人們的國家認同。具體來說，這些生成性模型有點像“特洛伊木馬”。基本上，ChatGPT在某種程度上濃縮了全球互聯(lián)網。因此，如果針對一個特定的網站，禁止訪問它很容易，但有了ChatGPT，你無法知道這些網站的內容是否從中暴露。

　　所以，無論是開發(fā)商還是消費者，無論是企業(yè)還是國家，都有理由限制這些技術的使用。我們面對的是一種新的傳輸信息的方式，當你不知道到底會發(fā)生什么，要控制它就更難了。

　　第一財經：近期，我們看到了一些AI詐騙的現象，例如模擬名人或熟悉的人的聲音進行電話詐騙。我們應該如何監(jiān)管這種行為？

　　埃夫根尼奧：首先，這些技術本身可以被應用于一些有價值的創(chuàng)造，改善人們的信息流。比如，企業(yè)可以用這種技術來優(yōu)化廣告營銷信息或開發(fā)創(chuàng)意內容。在美國大選中，也可以以此來優(yōu)化電子郵件活動。

　　然而，一旦這種技術越界，就可能從“銷售”或“營銷”變成“操縱”，比如通過電子郵件進行釣魚或傳播錯誤信息，甚至是對未成年的人進行誘騙。這是長期以來一直存在的東西，只是有了生成性AI后，好的和壞的方面都被放大了。

　　很明顯，我們需要其中一些部分進行監(jiān)管。要注意的是，我們要規(guī)范和監(jiān)管的是內容審核的過程，而非內容本身。一些國家和地區(qū)已著手制定有關內容審核的法規(guī)。例如，歐洲提出《數字服務法》（DSA），涉及規(guī)范在線平臺的內容。在我看來，這是一個很好的法規(guī)，因為它帶來了一個公平和透明的內容審核程序。

　　總之，我們需要法規(guī)來規(guī)范如何公平和透明地審核內容，至于內容來自人還是來自人工智能，這在某種意義上并不重要。

　　第一財經：歐盟即將對《人工智能法案》進行投票。你認為歐盟在AI監(jiān)管上最側重什么，與美國有何不同？

　　埃夫根尼奧：歐美在監(jiān)管上有異同之處。從相似點來說，很多法規(guī)都是按照行業(yè)劃分的。

　　舉個例子，歐美航空領域的法規(guī)不會有太大區(qū)別。你在德國坐飛機或者在美國坐飛機，你應該不會詢問其法規(guī)是否不同，因為它們最終都要保障安全。對AI技術也是如此，行業(yè)內很多事情在不同地區(qū)都是相似的。

　　坦白說，沒有任何人完全了解AI技術到底會如何影響人類的權利。因此，這里有一個關鍵問題是，管控風險的時機——你要現在就插手控制風險，并早早地設置限制和標準？還是要等一段時間，看看AI技術的發(fā)展和應用，然后再進行監(jiān)管，出臺一些限制？

　　歐洲通常是前者，而美國在這方面則更有耐心。美國喜歡的方式是“不要著急，讓我們看看它會如何，我們先允許創(chuàng)新，等有問題時再去解決它”。這是因為美國在決定行動時往往也非常迅速。我們已經看到金融危機后，美國改變事情的速度有多令人驚訝。這也符合美國愿意放手觀察的做法。

　　第一財經：美國的治理方式對商業(yè)更友好嗎，這是否意味著反監(jiān)管的立場？

　　埃夫根尼奧：我不認為如此，因為商業(yè)是需要監(jiān)管的。如果人們認為產品不安全，他們就不會購買產品。 即使在市場競爭方面，商業(yè)也需要監(jiān)管。

　　總的來說，我認為沒有人不需要監(jiān)管。即使是科技高管也在說“監(jiān)管我們”，最近美國參議院對OpenAI首席執(zhí)行官阿爾特曼（Sam Altman）的聽證會就是如此。他們知道，如果沒有監(jiān)管，人們將不信任技術，就有可能失去創(chuàng)新和進步。監(jiān)管并不反創(chuàng)新，監(jiān)管也可以支持創(chuàng)新，理解這一點非常重要。

　　但另一方面，監(jiān)管的確也會減緩創(chuàng)新，當它增加了競爭難度，給一些小企業(yè)、投資和退出機制大大增加做事成本時尤其如此。例如，歐盟的《通用數據保護條例》（GDPR）導致了小企業(yè)成本驟增，其中大多是歐洲初創(chuàng)公司。這最終幫助美國大公司獲得了競爭優(yōu)勢。從這個意義上說，這一結果與歐盟的目的恰恰相反。

　　關鍵之處在于，我們要理解，第一，沒有完美的法規(guī)；第二，做事要平衡成本，這個成本可能是小企業(yè)的競爭，或是終端消費者的信任和安全。當你必須平衡各個因素，你無法一次得到最優(yōu)解。你只能從某個地方著手，然后不斷迭代更新、迅速響應?！斑呑哌厡W”才是最重要的。

　　第一財經：但嚴格的監(jiān)管可能會對商業(yè)和進步造成損害。我們應該如何在監(jiān)管和創(chuàng)新之間掌握好平衡？

　　埃夫根尼奧：首先要明白，我們不會一次就做對，我們需要時間來矯正。因此，重要的是建立好的流程和體系，以便我們快速學習和更新。我們必須盡量思考我們未來能多快地適應它，而不是一直糾結今天該怎么做。

　　第二，我們必須了解問題的本質。例如，監(jiān)管的成本有多高？成本不一定是金錢，也可能是可及性，比如一些公司可能因此無法獲得數據或人才。

　　我們必須要理解不同的行業(yè)，不同的應用，或不同的背景知識，我們必須有基于AI資源的視角，了解人才、數據、計算、補充技術和資產的可用性等方面。只有掌握了這些，我們才可以就如何平衡創(chuàng)新與監(jiān)管做出更好的決定。

　　我們不能出于恐懼而監(jiān)管，這是不充分的，也是不正確的。它應該是一個持續(xù)學習的體系，有一個能夠快速吸收和修復的路徑。

　　同樣，監(jiān)管中必須有不可跨越的紅線。歐盟的《人工智能法案》中就規(guī)定了不可發(fā)展的部分，比如不可用于社會評分。

　　我們還必須考慮需要配套發(fā)展的生態(tài)體系，比如保險。舉例來說，如果由于人工智能而發(fā)生事故，誰來支付相應的賠償。

　　在監(jiān)管上，我們無法一次就做到最好，這將是一個不斷學習的過程。

海量資訊、精準解讀，盡在新浪財經APP

責任編輯：李桐