來源：第一財經(jīng)

　　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(shù)，就有可能失去創(chuàng)新和進(jìn)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(dān)憂。

　　從對個人數(shù)據(jù)的囤積和信息泄露,，到詐騙,，再到損害企業(yè)競爭,，這些風(fēng)險的威脅讓各方提高了警惕。近一個月來,，從七國集團(tuán)會議領(lǐng)導(dǎo)人到科技公司首席執(zhí)行官,，都呼吁為人工智能（AI）技術(shù)制定國際標(biāo)準(zhǔn)和更強(qiáng)力的法規(guī),。

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

　　第一財經(jīng)：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(qiáng)大,。我認(rèn)為幾乎所有人,，包括生成性AI的開發(fā)者,，都沒有預(yù)想到它們的能力。

　　第二,，生成性AI的行為方式如何。現(xiàn)在有一些關(guān)于突現(xiàn)行為（emergent behavior）的討論,。這種行為可能比預(yù)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(shù)可以模仿那些能夠定義人類身份認(rèn)同的東西,，就帶來了新潛在風(fēng)險和新可能性,。

　　第三,，像ChatGPT這樣的生成性AI技術(shù)是所謂“根基模型”（foundation models）。人們可以在這種模型的基礎(chǔ)上開發(fā)大量產(chǎn)品,，并能夠進(jìn)行微調(diào),。換言之，它們不是單純的產(chǎn)品,，而是核心技術(shù),，是人們可以開發(fā)的產(chǎn)品之核心所在,。這種核心技術(shù)本身已經(jīng)非常強(qiáng)大，我們甚至無法預(yù)測人們將依靠它們開發(fā)出什么。我們也從未仔細(xì)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(jīng)：意大利等國禁用了ChatGPT,，當(dāng)我們擔(dān)憂AI帶來的風(fēng)險時，我們到底在擔(dān)心什么,？

　　埃夫根尼奧：有些國家或企業(yè)會禁用這些技術(shù)，可能是因為有潛在的風(fēng)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(jù)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(chǎn)權(quán)的信息。因此,，AI的使用存在知識產(chǎn)權(quán)和隱私風(fēng)險,，這是技術(shù)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(fēng)險，這可能關(guān)乎人們的國家認(rèn)同,。具體來說,，這些生成性模型有點像“特洛伊木馬”?；旧?，ChatGPT在某種程度上濃縮了全球互聯(lián)網(wǎng),。因此，如果針對一個特定的網(wǎng)站,，禁止訪問它很容易,，但有了ChatGPT，你無法知道這些網(wǎng)站的內(nèi)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(shù)的使用,。我們面對的是一種新的傳輸信息的方式，當(dāng)你不知道到底會發(fā)生什么,，要控制它就更難了,。

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

　　埃夫根尼奧：首先,，這些技術(shù)本身可以被應(yīng)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(shù)來優(yōu)化廣告營銷信息或開發(fā)創(chuàng)意內(nèi)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(shù)越界，就可能從“銷售”或“營銷”變成“操縱”,，比如通過電子郵件進(jìn)行釣魚或傳播錯誤信息，甚至是對未成年的人進(jìn)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(jìn)行監(jiān)管。要注意的是,，我們要規(guī)范和監(jiān)管的是內(nèi)容審核的過程,，而非內(nèi)容本身。一些國家和地區(qū)已著手制定有關(guān)內(nèi)容審核的法規(guī),。例如,，歐洲提出《數(shù)字服務(wù)法》（DSA）,，涉及規(guī)范在線平臺的內(nèi)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(nèi)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(nèi)容,，至于內(nèi)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(jīng)：歐盟即將對《人工智能法案》進(jìn)行投票,。你認(rèn)為歐盟在AI監(jiān)管上最側(cè)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(lǐng)域的法規(guī)不會有太大區(qū)別。你在德國坐飛機(jī)或者在美國坐飛機(jī),，你應(yīng)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(shù)也是如此,，行業(yè)內(nèi)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(shù)到底會如何影響人類的權(quán)利,。因此,，這里有一個關(guān)鍵問題是，管控風(fēng)險的時機(jī)——你要現(xiàn)在就插手控制風(fēng)險,，并早早地設(shè)置限制和標(biāo)準(zhǔn),？還是要等一段時間，看看AI技術(shù)的發(fā)展和應(yīng)用,，然后再進(jìn)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(jīng)看到金融危機(jī)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(jīng)：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(rèn)為如此，因為商業(yè)是需要監(jiān)管的,。如果人們認(rèn)為產(chǎn)品不安全,，他們就不會購買產(chǎn)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(rèn)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(shù)，就有可能失去創(chuàng)新和進(jìn)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(dāng)它增加了競爭難度,，給一些小企業(yè),、投資和退出機(jī)制大大增加做事成本時尤其如此。例如,，歐盟的《通用數(shù)據(jù)保護(hù)條例》（GDPR）導(dǎo)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(jié)果與歐盟的目的恰恰相反。

　　關(guān)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(dāng)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(yīng),。“邊走邊學(xué)”才是最重要的,。

　　第一財經(jīng)：但嚴(yán)格的監(jiān)管可能會對商業(yè)和進(jìn)步造成損害,。我們應(yīng)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(xué)習(xí)和更新。我們必須盡量思考我們未來能多快地適應(yīng)它,，而不是一直糾結(jié)今天該怎么做,。

　　第二，我們必須了解問題的本質(zhì),。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(shù)據(jù)或人才。

　　我們必須要理解不同的行業(yè),，不同的應(yīng)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(shù)據(jù)、計算,、補(bǔ)充技術(shù)和資產(chǎn)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(yīng)該是一個持續(xù)學(xué)習(xí)的體系,，有一個能夠快速吸收和修復(fù)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(yīng)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(xué)習(xí)的過程,。