人工智能正在成為一種特權(quán)

唐浩楠

編者按：

在今年的英偉達(dá)GTC大會(huì)上，李飛飛再次重申一個(gè)觀點(diǎn)： AI是一種工具，人類不僅是工具的制造者，同時(shí)也是如何使用工具的決策者。不要被人工智能里面的“人工”這個(gè)詞所誤導(dǎo)——它沒有任何包含人性之處。人工智能是由人類創(chuàng)造的，要按照人類的方式行事，并改善人類社會(huì)。

作為當(dāng)代人工智能領(lǐng)域的先驅(qū)，李飛飛在對(duì)當(dāng)下技術(shù)發(fā)展速度感到震驚、興奮的同時(shí)，也在思考，這將對(duì)人類意味著什么。

2017 年，在擔(dān)任谷歌Cloud AI 首席科學(xué)家期間，李飛飛看到了人工智能與工業(yè)的迅速結(jié)合，從農(nóng)業(yè)種植到內(nèi)容生產(chǎn)再到上游制造，人工智能已經(jīng)開始重塑各個(gè)行業(yè)的傳統(tǒng)運(yùn)作方式。

李飛飛意識(shí)到了人工智能正在產(chǎn)生的深遠(yuǎn)影響。2019年，她與哲學(xué)家約翰·埃切門迪共同成立了斯坦福大學(xué)以人為本人工智能研究院（HAI），旨在推動(dòng)人工智能技術(shù)發(fā)展的同時(shí)，確保這些強(qiáng)大的工具能夠服務(wù)于提升人類福祉，而非僅僅追求生產(chǎn)力的提高。

當(dāng)人工智能成為特權(quán)

2015年5月，雅虎圖片托管服務(wù)Flickr在描述56歲黑人男子威廉的肖像時(shí)，自動(dòng)生成了一個(gè)標(biāo)簽“猿”。

雅虎的技術(shù)立刻引發(fā)了各方強(qiáng)烈憤慨。此后，這項(xiàng)技術(shù)接二連三地出現(xiàn)失誤：將達(dá)豪集中營(yíng)大門的照片標(biāo)記為攀爬架，把一位臉上涂有彩色粉末的白人婦女也貼上了“猿”的標(biāo)簽。到了6月，谷歌也因其照片服務(wù)將兩個(gè)黑人青少年錯(cuò)誤地標(biāo)記為“大猩猩”而陷入爭(zhēng)議。圖像分類本已是老生常談的成功技術(shù)，卻在短短幾周內(nèi)變得非常復(fù)雜。

雖然事故并非惡意，但這并不能讓人感到寬慰。相反，無心之失所揭示的問題才更加令人不安。由于訓(xùn)練人工智能的數(shù)據(jù)集缺乏多樣性，導(dǎo)致了一系列意料之外的結(jié)果，未經(jīng)充分測(cè)試的算法和存疑的決策又進(jìn)一步加劇了負(fù)面影響。

有果必有因，正如記者兼評(píng)論員杰克·克拉克所言，問題的根源在于人工智能“男性之海”問題：科技行業(yè)的代表性不足，導(dǎo)致算法無意中帶有偏見，在非白人、非男性用戶身上表現(xiàn)不佳。這是對(duì)人工智能倫理問題的最早一批討論之一。

事實(shí)上，直到今天，人工智能存在的偏見問題依然沒有被很好地解決。2023年底，《華盛頓郵報(bào)》發(fā)表了一篇詳盡的專題報(bào)道，深入探討了機(jī)器學(xué)習(xí)技術(shù)中潛在的偏見。當(dāng)前的 AI圖像生成模型，如Dall-E和Stable Diffusion，有時(shí)仍會(huì)反映出社會(huì)的刻板印象。例如，在生成“具有創(chuàng)造力的人”的圖像時(shí)，這些系統(tǒng)往往傾向于呈現(xiàn)白人形象；而在描繪“社會(huì)服務(wù)人員”時(shí)，則多數(shù)情況下展示的是有色人種的形象。

學(xué)術(shù)界早就意識(shí)到人工智能可能會(huì)帶來負(fù)面沖擊，然而，由于研究規(guī)模有限，風(fēng)險(xiǎn)一直只存在于理論層面。更嚴(yán)峻的問題是，越來越多的學(xué)者、政策制定者意識(shí)到，訓(xùn)練人工智能的高昂成本正在將研究人員排除在該領(lǐng)域之外，從而損害了對(duì)這一新興技術(shù)的獨(dú)立研究。

面對(duì)Meta、谷歌和微軟對(duì)人工智能領(lǐng)域幾十億美元投資，即便是資源雄厚的美國(guó)頂尖大學(xué)也顯得力不從心。Meta 計(jì)劃采購35萬個(gè)專用GPU來推動(dòng)其人工智能模型的發(fā)展，而斯坦福大學(xué)的自然語言處理團(tuán)隊(duì)僅有68個(gè)GPU來支撐其研究。

為了追求人工智能研究所需的高昂計(jì)算能力和數(shù)據(jù)資源，學(xué)術(shù)界往往不得不選擇與科技公司合作，這種不平衡的權(quán)力動(dòng)態(tài)正在以微妙的方式塑造這個(gè)領(lǐng)域，促使人工智能學(xué)者調(diào)整他們的研究以用于商業(yè)用途。斯坦福大學(xué)的報(bào)告指出，2022年科技行業(yè)貢獻(xiàn)了32個(gè)關(guān)鍵的機(jī)器學(xué)習(xí)模型，而學(xué)術(shù)界僅有3個(gè)，這與2014年相比呈現(xiàn)出顯著的變化，當(dāng)時(shí)的多數(shù)人工智能創(chuàng)新都源自大學(xué)。

政策制定者正在采取一些措施來解決資金缺口問題。去年，美國(guó)國(guó)家科學(xué)基金會(huì)宣布投資1.4億美元，啟動(dòng)7個(gè)由大學(xué)牽頭的國(guó)家人工智能研究所，研究人工智能如何減輕氣候變化的影響和改善教育等課題。

但學(xué)者們表示，資金的注入可能來得仍然不夠快。

隨著硅谷競(jìng)相打造聊天機(jī)器人和圖像生成器，它正以高薪和研究有趣的人工智能問題的機(jī)會(huì)吸引著未來的計(jì)算機(jī)科學(xué)教授。根據(jù)2023年的一份報(bào)告，近70%的人工智能博士最終進(jìn)入了私營(yíng)企業(yè)，而二十年前只有21%的畢業(yè)生進(jìn)入私營(yíng)企業(yè)。

人工智能正在成為一種特權(quán)，一種排他性極強(qiáng)的特權(quán)。

硅谷能讓人工智能變得更好嗎

李飛飛在英偉達(dá)GTC大會(huì)中表示：“今天的人工智能，基本上都是從好奇心驅(qū)動(dòng)的學(xué)術(shù)研究課題開始的，這是我們社會(huì)不斷創(chuàng)新的入口。隨著像OpenAI 這樣的公司開始在人工智能的發(fā)展中占據(jù)主導(dǎo)地位，需要相關(guān)的法規(guī)去約束這些公司，以便讓公眾受益?！?/p>

硅谷的傲慢態(tài)度向來為外界所詬病，盡管公眾對(duì)潛在風(fēng)險(xiǎn)的認(rèn)知不斷加深，但硅谷對(duì)人工智能技術(shù)的夸夸其談也上升到了新的高度。

硅谷不斷推出自動(dòng)駕駛汽車，設(shè)計(jì)出高超精湛的腫瘤檢測(cè)算法，實(shí)現(xiàn)工廠端到端自動(dòng)化。至于被先進(jìn)技術(shù)取代了工作的人（出租車司機(jī)、長(zhǎng)途卡車司機(jī)、裝配線工人甚至放射科醫(yī)生）的命運(yùn)，硅谷的態(tài)度似乎介于半心半意的“再培訓(xùn)”和幾乎不加掩飾的漠不關(guān)心之間。

里程碑接二連三地出現(xiàn)，可怕的情景正在逼近。

一份ProPublica的獨(dú)立調(diào)查顯示，有偏見的人工智能被廣泛應(yīng)用于處理貸款申請(qǐng)，甚至協(xié)助法官作出假釋決定等方面。類似的報(bào)道還顯示，在某些招聘中，求職者會(huì)先經(jīng)過人工智能技術(shù)的篩選，然后才由真人面試官進(jìn)行面試。

此類做法往往會(huì)在無意中造成歧視性影響，這一點(diǎn)并不令人意外。這些更微妙、更機(jī)構(gòu)化的傷害幾乎不可能迅速得到糾正，相關(guān)問題幾乎是無聲無息的，影響范圍更廣，而監(jiān)管則少之又少。

人工智能不是現(xiàn)象，不是顛覆，不是難題，也不是特權(quán)。我們面對(duì)的是一種自然力量。它是如此宏偉，如此強(qiáng)大，如此反復(fù)無常，既能輕易激發(fā)靈感，也很容易摧毀一切。要讓人工智能值得信任，需要的遠(yuǎn)不止商業(yè)公司空洞的陳詞濫調(diào)。

誰能作為值得信賴的伙伴讓我們了解這項(xiàng)技術(shù)的安全性如何？技術(shù)的透明度有多少？數(shù)據(jù)是否存在偏差，我們?nèi)绾尾拍芄健⒖尚诺厥褂眠@種人工智能提供給我們的信息？這些都是我們需要去解決的問題。

人工智能如何以人為本

我們?nèi)陨硖幰粓?chǎng)全球風(fēng)暴之中。每天似乎都有新的頭條新聞報(bào)道自動(dòng)化地對(duì)全球勞動(dòng)者構(gòu)成威脅。

需要明確的是，大型語言模型，即使是多模態(tài)的大型語言模型，可能也并不具備真正意義上的“思考”能力。大型語言模型很容易出現(xiàn)荒謬的概念性失誤，也樂于編造聽起來合理但實(shí)際上毫無意義的胡言亂語。

了解這些事實(shí)有助于我們避免過分迷戀模型的能力。然而，隨著大型語言模型生成的文本、圖像、語音和視頻越來越復(fù)雜，真與假之間的界限愈加模糊。越來越多的評(píng)論家開始質(zhì)疑，為我們敲響警鐘：作為個(gè)人、機(jī)構(gòu)，甚至社會(huì)，我們究竟有沒有能力區(qū)分真實(shí)和虛構(gòu)？當(dāng)人們意識(shí)到這一切還只是1.0版本時(shí)，這種發(fā)問尤其令人警醒。

科技不斷發(fā)展，算法語言表達(dá)的高級(jí)程度已逼近人類水平，機(jī)器人正在逐漸學(xué)會(huì)應(yīng)對(duì)真實(shí)的環(huán)境。視覺模型不僅可以通過照片進(jìn)行訓(xùn)練，還可以在全三維世界中進(jìn)行沉浸式實(shí)時(shí)訓(xùn)練。人工智能能夠像識(shí)別內(nèi)容一樣流暢地生成內(nèi)容。與此同時(shí)，倫理問題在我們周圍不斷涌現(xiàn)，與人類經(jīng)濟(jì)社會(huì)發(fā)展的關(guān)聯(lián)也日益緊密，但這就是科學(xué)一直以來的樣子。

深度學(xué)習(xí)飛速發(fā)展，每一年都感覺像是要面對(duì)一個(gè)全新的領(lǐng)域，其應(yīng)用的深度和多樣性增長(zhǎng)得如此之快，甚至全職研究生和博士后也很難跟上其步伐。可能性無窮無盡，挑戰(zhàn)也永無止境。面對(duì)全球亟待解決的問題，面對(duì)具有歷史意義的機(jī)遇，面對(duì)可能需要幾代人的努力才能揭開謎底的未知，真正解決所有問題的答案遠(yuǎn)遠(yuǎn)不是公司戰(zhàn)略或?qū)W術(shù)課程所能提供的。

是什么讓硅谷的公司如此強(qiáng)大？不僅僅是它們幾十億美元的資金或幾十億用戶，也不僅僅是因?yàn)樗鼈儞碛畜@人的計(jì)算能力和數(shù)據(jù)儲(chǔ)備，讓學(xué)術(shù)實(shí)驗(yàn)室的資源相形見絀。它們之所以強(qiáng)大，是因?yàn)槌汕先f個(gè)才華橫溢的人在同一個(gè)屋檐下共同努力。

但商業(yè)公司只能利用這些人才，而無法塑造他們。硅谷一次次地出現(xiàn)類似的情況：才華橫溢的技術(shù)專家?guī)缀蹩梢越ㄔ烊魏螙|西，但問及工作的倫理問題時(shí)，他們卻一臉茫然。

是時(shí)候重新評(píng)估人工智能教育的各個(gè)層面了。未來幾年，從業(yè)者需要的不僅是專業(yè)技術(shù)知識(shí)，他們還必須了解哲學(xué)、倫理學(xué)，甚至法律。

想象空間是巨大的，但愿景需要一個(gè)重要的紐帶串聯(lián)起來，這個(gè)紐帶就是大學(xué)。早在有人利用人工智能謀取利益之前，人工智能就已經(jīng)在大學(xué)里起步了。在大學(xué)校園里，仍然最有可能感受到某些意想不到的研究突破帶來的火花。

我們要從根本上重新構(gòu)想人工智能，使其成為以人為本的實(shí)踐。人工智能一直以來都追求科學(xué)性，而現(xiàn)在，它也必須追求人性。人工智能應(yīng)該秉承最優(yōu)秀的學(xué)術(shù)傳統(tǒng)，保持合作和敬畏，同時(shí)不懼怕直面現(xiàn)實(shí)世界。畢竟，星光是多樣的。一旦白色的光輝展開，各種顏色就會(huì)發(fā)出耀眼奪目的光芒。