文/陳根

隨著AI大模型進(jìn)入各行各業(yè)的應(yīng)用，以及AI技術(shù)的持續(xù)迭代，關(guān)于AI是否會(huì)威脅人類的討論也越來(lái)越多。

其實(shí)這樣的討論過(guò)去也有很多，甚至從AI技術(shù)誕生開(kāi)始，就有人在擔(dān)憂AI會(huì)不會(huì)有一天取代人類，或者威脅人類這個(gè)物種的存在。

只不過(guò)，今天，AI大模型的爆發(fā)，讓這個(gè)問(wèn)題一下子從抽象的討論變得非常具體。我們必須要思考，我們?cè)撛趺从�接即將到�?lái)的AI時(shí)代；必須要面對(duì)，如果AI的性能以及達(dá)到人類水平甚至超越人類水平時(shí)，我們?nèi)祟愒撛趺崔k，以及未來(lái)AI會(huì)不會(huì)有一天真的具有了意識(shí)，那個(gè)時(shí)候，人機(jī)發(fā)生沖突該又怎么解決。

而面對(duì)這些問(wèn)題時(shí)，有一個(gè)概念也被人們重新提起，那就是“價(jià)值對(duì)齊”。這其實(shí)也不是一個(gè)新的概念，但這個(gè)概念放在今天好像特別合適。那么，到底什么是價(jià)值對(duì)齊？誰(shuí)和誰(shuí)的價(jià)值對(duì)齊？又怎么對(duì)齊？

簡(jiǎn)單來(lái)說(shuō)，價(jià)值對(duì)齊，其實(shí)就是讓AI的價(jià)值觀和我們?nèi)祟惖膬r(jià)值觀對(duì)齊，而之所以要讓AI的價(jià)值觀和我們?nèi)祟惖膬r(jià)值觀對(duì)齊，核心目的就是為了安全。

大家可以想象一下，如果不對(duì)齊，會(huì)有什么后果。

比如哲學(xué)家、牛津大學(xué)人類未來(lái)研究所所長(zhǎng)Nick Bostrom，曾經(jīng)就提出一個(gè)經(jīng)典案例。就是說(shuō)，如果有一個(gè)能力強(qiáng)大的超級(jí)智能機(jī)器，我們?nèi)祟惤o它布置了一個(gè)任務(wù)，就是要“制作盡可能多的回形針”，于是，這個(gè)能力強(qiáng)大的超級(jí)智能機(jī)器就不擇手段的制作回形針，把地球上所有的人和事物都變成制作回形針的材料，最終摧毀了整個(gè)世界。

這個(gè)故事其實(shí)早在古希臘神話里就發(fā)生過(guò)。說(shuō)的是一位叫邁達(dá)斯的國(guó)王，機(jī)緣巧合救了酒神，于是酒神就承諾滿足他的一個(gè)愿望，邁達(dá)斯很喜歡黃金，于是就許愿，希望自己能點(diǎn)石成金。結(jié)果邁達(dá)斯真的得到了他想要的，凡是他所接觸到的東西都會(huì)立刻變成金子，但很快他就發(fā)現(xiàn)這是一個(gè)災(zāi)難，他喝的水變成了黃金，吃的食物也變成了黃金。

大家從這兩個(gè)故事里有沒(méi)有發(fā)現(xiàn)一個(gè)問(wèn)題，不管是超級(jí)智能機(jī)器還是邁達(dá)斯，它們都是為了自己的目的，最后超級(jí)智能機(jī)器完成了回形針任務(wù)，邁達(dá)斯也做到了點(diǎn)石成金，但得到的結(jié)果卻是非常災(zāi)難的。因?yàn)樵谶@個(gè)過(guò)程中，它們?nèi)鄙倭艘欢ǖ脑瓌t。

這就是為什么今天價(jià)值對(duì)齊這個(gè)概念會(huì)被重新重視的原因。AI根本沒(méi)有與人類同樣的關(guān)于生命的價(jià)值概念。在這種情況下，AI的能力越大，造成威脅的潛在可能性就越大，傷害力也就越強(qiáng)。

因?yàn)槿绻�不能�?span style="font-size: 16px; font-family: 微軟雅黑, 'Microsoft YaHei';">AI 與我們?nèi)祟?span style="font-size: 16px; font-family: 微軟雅黑, 'Microsoft YaHei';">“價(jià)值對(duì)齊”，我們可能就會(huì)無(wú)意中賦予AI與我們自己的目標(biāo)完全相反的目標(biāo)。比如，為了盡快找到治療癌癥的方法，AI可能會(huì)選擇將整個(gè)人類作為豚鼠進(jìn)行實(shí)驗(yàn)。為了解決海洋酸化，它可能會(huì)耗盡大氣中的所有氧氣。這其實(shí)就是系統(tǒng)優(yōu)化的一個(gè)共同特征：目標(biāo)中不包含的變量可以設(shè)置為極值，以幫助優(yōu)化該目標(biāo)。

事實(shí)上，這個(gè)問(wèn)題在現(xiàn)實(shí)世界已經(jīng)有了很多例子，今年11月，韓國(guó)慶尚南道一名機(jī)器人公司的檢修人員，被蔬菜分揀機(jī)器人壓死，原因是機(jī)器人把他當(dāng)成需要處理的一盒蔬菜，將其撿起并擠壓，導(dǎo)致其臉部和胸部受傷嚴(yán)重。而后他被送往醫(yī)院，但因傷重而不治身亡。

除此之外，一個(gè)沒(méi)有價(jià)值對(duì)齊的AI大模型，還可能輸出含有種族或性別歧視的內(nèi)容，幫助網(wǎng)絡(luò)黑客生成用于進(jìn)行網(wǎng)絡(luò)攻擊、電信詐騙的代碼或其他內(nèi)容，嘗試說(shuō)服或幫助有自殺念頭的用戶結(jié)束自己的生命等等。

好在當(dāng)前，不同的人工智能團(tuán)隊(duì)都在采取不同的方法來(lái)推動(dòng)人工智能的價(jià)值對(duì)齊。OpenAI、谷歌的DeepMind各有專注于解決價(jià)值對(duì)齊問(wèn)題的團(tuán)隊(duì)。除此之外，還有許多第三方監(jiān)督機(jī)構(gòu)、標(biāo)準(zhǔn)組織和政府組織，也將價(jià)值對(duì)齊視作重要目標(biāo)。這也讓我們看到，讓AI與人類的價(jià)值對(duì)齊是一件非常急迫的事情，可以說(shuō)，如果沒(méi)有價(jià)值對(duì)齊，我們就不會(huì)真正信任AI，人機(jī)協(xié)同的AI時(shí)代也就無(wú)從談起。

       原文標(biāo)題 : 陳根：為什么要讓AI價(jià)值對(duì)齊？