这是以 ChatGPT 为代表的生成式 AI 科技爆炸性进步后,美国国会举办的第一场听证会,可能奠定未来美国如何监管生成式AI的基调,因此尤其引人关注。
而引人关注的另一点,是因为提供 ChatGPT 的 OpenAI CEO 山姆·奥特曼(Sam Altman),正是听证会的三位证人之一。另两位则是长期对 AI 技术持质疑态度的纽约大学荣休教授加里·马库斯(Gary Marcus)和 IBM 的首席隐私和信任官克里斯蒂娜·蒙哥马利(Christina Montgomery)。
虽然听证会以 AI 监管为主要内容,但「社交媒体」一词却不断出现,在不到三小时的会议中,出现了 32 次之多。
参议员们仿佛在对社交媒体管控「失败」反思,并想在 AI 领域重新来过。「我们无法承担像我们曾经管控社交媒体一样慢地去管控生成式 AI 的后果,因为其影响,不管正面的还是负面的,都会远远超出社交媒体带来的影响。」参议员克里斯·库恩斯(Chris Coons)表示。
会议虽然讨论了多个 AI 相关的问题,但议员们最关注的,还是生成式AI 发布不实消息和操纵人心的问题,而对于尚未到来的通用人工智能的监管则几乎没有探讨。
整场听证会以主席理查德·布卢门撒尔(Richard Blumenthal)的一段以 AI 生成的虚拟录音开场,AI 以相当接近布卢门撒尔的说话方式模拟了一段他可能发表的意见,布卢门撒尔也对 AI 的能力表示认可,但很快他的落点落到了本场听证会的中心——不实信息。如果 AI 提供的信息是与他本人立场相反的呢?听众是不是也会觉得这是他本人的立场?
参议员乔什·霍利(Josh Hawley)引用了一篇 4 月的学术论文,提出 AI 可以通过建模,成功预测出公众对于一件尚未发生的事情的反应。那是不是意味着如果利用 AI,去做一些策略调整,能成功操纵民意?
说到这,你可能会想,为什么许多行业在面对监管时,都十分抗拒,而奥特曼作为 AI 行业的领导者却支持一个如此强力的监管方式,希望政府拥有能够吊销 AI 牌照的权力?
一种解释是他的确非常关心 AI 带来的安全问题。这点得到了曾与他私下会面过的参议员,以及同场的证人马库斯教授的认可。
奥特曼在国会回答提问 图片来源:听证会截图
另一种解释则没那么无私。在一篇福布斯的文章中,长期关注 AI 发展的资深作者 Jeremy Kahn 提出了另一种解释:「AI 公司们面临的最大的挑战之一来自开源 AI 软件… 开源社区已经被证明极其具有创新力,能够敏捷地匹配上大公司专利模型的表现和能力,使用的模型更小,更简单,可免费下载且训练起来更廉价。如果出现牌照政策,这些开源公司都将举步维艰。它们很难为模型装备稳健的限制,也很难控制人们如何使用它们创造的模型——开源,从本质上来说,就不能避免人们修改代码和把安全性限制的代码去掉。」
如果认同后一种解释的话,似乎也可以解释为什么奥特曼虽然大力赞成通过牌照政策确保 AI 安全,但是在检查模型训练数据方面,则没有那么积极。
作为 AI 研究者和批评者的证人马库斯教授,在认同牌照政策和新建政府机构来监管 AI 的同时,一直极其强调 AI 的透明性,强调独立专家应该能够审计大模型训练的语料。
「我对 GPT-4 最担忧的一点是我们不知道它训练的数据是什么… 它训练依赖的数据对 AI 系统的偏见会有影响。」马库斯教授表示,训练数据可能包含纽约时报,也包含 Reddit,但是「我们不知道它们的比例。」
Open AI 是生成式 AI 领域里无可争议的领军企业,如果真的按照这个建议施行,Open AI 显然有机会极大影响政府设计的 AI 安全标准和发放召回牌照的标准,似乎完全符合福布斯这篇文章的标题《Open AI CEO 山姆·奥特曼想要 AI 牌照监管。这或许对我们是好事。但对 Open AI 绝对是好事》。
除了对开源公司产生威胁,达到一定 AI 能力就需要牌照的政策对于不面向公众的公司也并不友好。
代表 IBM 的证人蒙哥马利就反对这项政策。IBM 本身并不面向普通公众,而是面向商业客户,许多前述提到的风险,比如操纵选举的风险对于 IBM 来讲并不存在。
蒙哥马利更偏向于基于风险管理的手段。欧盟 AI 法案目前采取的就是这样的方式。法案围绕四类人工智能系统构建,分别是:不可接受的风险、高风险、有限风险以及最低风险。其中前三类将受到法案的监管。针对不同风险,采取不同的监管手段。