Press "Enter" to skip to content

季卫东:管控“强人工智能”面临法律悖论



ChatGPT的问世,是人工智能发展进程中的重大转折点,甚至可以称之为科技奇点,从此AI由弱转强并进入物种大爆发阶段。特别是今年3月15日发布的GPT-4,在很多方面俨然达到甚至超越人类的聪慧水准。但是,两天后斯坦福大学教授米哈尔·科辛斯基公开了他的惊人发现:GPT-4不仅具有更明显的机器觉醒的迹象,还暴露出试图摆脱人类控制的主观动机和潜力。这意味着阿西莫夫关于机器人研发的第一定律(不许伤害人)和第二定律(服从人命令)正面临极其严峻的挑战。 进入4月,一个更加令人不寒而栗的事实被披露,加州大学洛杉矶分校尤金·沃洛克教授的实验性研究发现,ChatGPT居然能够捏造法学家性骚扰的丑闻及其信息来源,指名道姓进行有鼻子有眼的诽谤。舆情瞬间铺天盖地,让强人工智能继续进化还是就地止步,突然成为法律判断的一个重要问题。 尽管如此,与ChatGPT类似的强AI研发活动并未停步。中国也正在涌现出各种各样的大模型,例如百度的“文心”、华为的“盘古”等等。显然,在这场强AI研发竞争中,并不缺少后来居上的积极性,各种新兴势力紧紧抓住弯道超车的契机不放。然而,ChatGPT毕竟带来了一系列重大问题和风险,例如取代人类工作、自主武器伤害、社会工程攻击、能源消耗代价等等,都需要人类认真对待。据斯坦福大学HAI(人本人工智能研究所)2023年报告,73%的AI专家相信AI将引发社会革命,但也有36%的人认为AI有可能造成核弹级别的不可逆灾难。正因为存在小概率、大危害的恐怖,才必须采取有力举措,防患于未然。 GPT-4以及类似“强人工智能”的本质是大规模语言生成模型和AI生成内容。相关研究表明,这类新型人工智能将在2026年之前耗尽高质量人类语言数据、在2030-2040期间耗尽所有人类语言数据。这意味着在今后十余年里AI合成数据的占比越来越高,直到彻底取代现实世界的语言数据。如果此后喂食人工智能的主要数据养料是人工智能合成数据,AIGC的可信度究竟如何、会不会垄断人类沟通的语境就成为一个非常严重问题。 何况深度的机器学习会使AI逐步远离人类的介入和掌控,算法也将变得难以解释、不可理解甚至无法控制,从而导致大模型反噬人类的噩梦。这意味着人工智能治理的重点势必从算法治理转向大模型治理,即人工智能治理标准将从算法偏见最小化转向模型滥用最小化——预测的准确度将决定一切。 以2021年《新一代人工智能伦理规范》为标志,中国不断加强对人工智能开发活动的治理,强调可信、可控、可问责以及敏捷应对的基本原则。在这个规范性文件指导下,有关部门着手研究制定算法伦理规范并推动企业形成共识,并试图通过算法社区、行业联盟等方式搭建内部治理框架和责任体系。 而我国人工智能产业的“清朗行动计划”,也已从当年的算法滥用专项治理推进到了2022年的算法综合治理阶段,计划在三年时间里把相关的伦理原则、法律规则以及技术性测试、监管、评价方法落到实处。2022年3月1日颁布的《互联网信息服务算法推荐管理规定》还确立了算法备案制,以确保监管部门在源头上控制人工智能风险。 以联合国科教文组织推出《人工智能伦理问题建议书》为背景,中共中央、国务院在去年3月20日颁发《关于加强科技伦理治理的意见》。随着ChatGPT引发的全球性争议日趋尖锐,今年4月,科技部公布《科技伦理审查办法(试行)》;网信办也拿出《生成式人工智能服务管理办法》草稿征求意见,希望通过备案制、专家复核程序、明确责任主体、拟订风险清单、进行抽查核验等方法加强对AI大模型研发和应用的监管,防止人工智能系统失控。 但是,当ChatGPT已经开始应用于司法和法律服务场景时,算法会不断形成并加强尼克拉斯·卢曼所强调的不受人类控制的“自反身机制”,并在完全没有理解涵义、没有进行思考的状况下与人类进行法律沟通,影响人类的判断和决策。因此,制定和实施关于强人工智能的法律规则,势必面临更加复杂的问题。针对这类悖论,计算法学研究者以及人工智能治理机制设计者应通盘考虑,尽早未雨绸缪。
原文刊载于《上海法治报》2023年4月28日B7版“学者评论”

Read More