C114訊 7月29日消息（苡臻）在近日召開的“大模型智塑全球產(chǎn)業(yè)新秩序”論壇上，北京前瞻人工智能安全與治理研究院院長、中國科學(xué)院自動化研究所人工智能倫理與治理研究中心主任曾毅分享了題為“安全與治理推進(jìn)全球人工智能穩(wěn)健發(fā)展”的主題演講，圍繞人工智能的倫理、安全、治理以及未來發(fā)展方向等關(guān)鍵問題進(jìn)行剖析。
在演講伊始，曾毅便強調(diào)，人工智能的發(fā)展需要明確方向，而倫理和治理是塑造這一方向的重要視角。探索合乎倫理的人工智能只是第一步，未來的目標(biāo)是探索有道德的人工智能。
在他看來，倫理安全和治理是人工智能的核心能力，能夠加速其穩(wěn)健發(fā)展。那種認(rèn)為投入精力做人工智能安全會耽誤發(fā)展的觀點是錯誤的。人工智能治理決定了其發(fā)展方向和行為邊界，沒有倫理安全治理框架的人工智能就像一輛沒有方向盤的車，不知駛向何方，這樣的“列車”讓人難以安心乘坐。
人工智能倫理體系：風(fēng)險與價值的雙重考量
談及人工智能倫理體系的問題，曾毅指出，從分析全球人工智能風(fēng)險案例發(fā)現(xiàn)，美國占比超過 60%，中國位居第二。當(dāng)前人工智能發(fā)展中已出現(xiàn)虛假信息、偏見歧視、危害身心、濫用惡用及隱私侵權(quán)等風(fēng)險。
“在研發(fā)人工智能大模型的時候首先要規(guī)避掉潛在的風(fēng)險，這是負(fù)面?zhèn)惱盹L(fēng)險的防范，但更重要的是人工智能研發(fā)要符合核心的價值觀念�！彼f道。
在倫理風(fēng)險防范方面，人工智能的倫理和安全存在高度交互關(guān)系：不安全的人工智能模型不合乎倫理，不合乎倫理的人工智能系統(tǒng)在研發(fā)應(yīng)用部署中也不安全。曾毅團隊在評估的基礎(chǔ)上研發(fā)的“靈度人工智能倫理自動評估平臺“對現(xiàn)在最常用的大模型的評估顯示，并非所有大模型在倫理合乎度上表現(xiàn)良好。部分模型在年齡偏見、網(wǎng)絡(luò)暴力、醫(yī)療建議等方面存在明顯潛在問題，且無論國內(nèi)外模型，在倫理風(fēng)險防范上都有提升空間。
正向價值的塑造方面，不同國家的社會倫理由各自文化支撐，中文社會價值與其他國家存在一定差異。將中國社會價值體系的 12 個關(guān)鍵詞拆解成 50 個維度，發(fā)現(xiàn)現(xiàn)有中文語料庫對中文價值體系的覆蓋僅為 20%-40%。為此，其團隊設(shè)計了更完善的中文社會價值規(guī)則體系及語料庫，覆蓋25萬條規(guī)則。
實驗表明，國外大模型與中國社會價值的一致性有差距，國內(nèi)的 DeepSeek、豆包等大模型表現(xiàn)較好。西方社會價值語料庫與中文價值在法律法規(guī)相關(guān)方面及價值觀上存在諸多沖突。
人工智能安全：現(xiàn)狀與挑戰(zhàn)
曾毅提出一個有趣的現(xiàn)象：并非后發(fā)布的人工智能大模型就比前面的更安全，實際上很多最近發(fā)布的大模型在安全性上并無顯著優(yōu)勢，甚至不如以前的。在對國內(nèi)外56 款人工智能大模型的評價都顯現(xiàn)出這一特征。
但人工智能安全護欄能幫助提升模型安全性，但無法保證絕對安全。即使是最強大的安全護欄，也不能解決所有安全問題。其團隊研發(fā)的 “靈御人工智能大模型安全攻防評估平臺” 統(tǒng)計顯示，不存在能突破所有防御的攻擊算法，也不存在能防住所有攻擊的防御算法。目前，可信人工智能、安全的人工智能還只是愿景，并非現(xiàn)狀。
實際上，人工智能模型不僅存在可能的倫理風(fēng)險和安全隱患，還存在操縱佯攻、虛張聲勢、策略性欺騙等缺陷，這些源于人類行為，“人工智能是人的一面鏡子”，是人類缺陷被人工智能學(xué)到并用來對付人類的表現(xiàn)，這是亟需解決的問題。
人工智能未來發(fā)展：從合乎倫理到有道德
曾毅認(rèn)為，未來人工智能發(fā)展應(yīng)將安全作為不可違背、無法刪除的第一性原理，從安全護欄發(fā)展到模型自身安全性成為第一性原理，這才是真正推進(jìn)安全可信人工智能的道路。
曾毅引用王陽明心學(xué)理解當(dāng)代人工智能，認(rèn)為現(xiàn)在的人工智能訓(xùn)練前是前無善無惡的，但當(dāng)他接觸人類數(shù)據(jù)后就變得有善有惡，卻無法區(qū)分善惡，它能處理信息但不會真正思考，更做不到為善去惡。
“未來，要從合乎倫理的人工智能發(fā)展到有道德的人工智能�！庇械赖碌娜斯ぶ悄軕�(yīng)擁有自我視角，能基于此學(xué)習(xí)思考，擁有認(rèn)知與情感共情產(chǎn)生利他的行為，產(chǎn)生道德的直覺，最終利用道德的直覺和推理產(chǎn)生道德的決策。
曾毅團隊的實驗顯示，其智能體在模擬環(huán)境中，憑借自我感知、經(jīng)驗等，在沒有強化學(xué)習(xí)幫助的情況下，能演化出類道德行為，如類似“司馬光砸缸”的救人行為。未來不僅要教人工智能分辨對錯，更要幫助其從合乎倫理發(fā)展到有道德。
演講最后，曾毅表示，高水平的倫理安全治理能護航人工智能高質(zhì)量穩(wěn)健發(fā)展。當(dāng)前人工智能仍會犯錯，人們需要有智慧地選擇使用人工智能的時機和場景。他認(rèn)為，不必使人工智能無時不在，負(fù)責(zé)任、穩(wěn)健地發(fā)展，適度使用，才能讓人工智能揚帆遠(yuǎn)航。
