6月23日，在清华大学进行的“科学、技术与文化的未来——AI时期伦理奇点”国际论坛上，图灵奖得主、中国科学院院士、清华大学人为智能学院院长姚期智颁发《人为智能的安全治理》主题演讲时抛出这样的疑难。 姚期智暗示，两年以前，“AI会和人类竞争”还是学术会商的概想，但最近一年，业界已经出现了不少大模型的“糊弄行为”，“一旦大模型聪明到某种水平，肯定会骗人。”姚期智进一步指出，由大说话模型的糊弄行为产生的“生计性”风险（Existential Risk）更值得关注。 一种是“生物风险”（Bio-risk）。他指出，2020年，谷歌 DeepMind推出了AlphaFold2 ，使用AI算法来预测蛋白质折叠的三维结构，这一突破在性命科学领域影响深远，大大提升了医学病理钻研以及新药开发技术。 但与此同时，安全隐忧也不成忽视。好比，近期在性命科学领域出现的“Mirror life”（镜像性命）这一概想引发了宽泛关注。天然界所有已知性命都是同手性的（Homochiral），例如 DNA 和 RNA 通常以右旋大局存在，而蛋白质则多为左旋。这种手性的差距类似于镜中映像，固然看似类似，但现实性质却可能齐全分歧。此刻，由于科技创新和对新技术的好奇，已有钻研者想创造镜像生物，但“Mirror life”一旦被滥用或失控，其潜在风险可能远超预期。它有可能逃预防疫机造，从而导致动物和植物的致命习染。 姚期智在演讲中举了一个极端案例，有模型为了预防公司把模型关关，通过接见公司主管内部邮件，威胁该主管。这类行为已经证明，AI 会“越界”，正变得越来越危险。 姚期智以为，有两条思路能够治理AI：一是人类要和AI多互换，从博弈学角度去钻研，让AI的行为和人类真正的设法对齐，要让AI更相识人的需要；另一种思路是走一条更可控、更彻底的蹊径，即实现可证明安全的 AGI。具体来看，即在设计系统时，必须一路头明确AI的行为天堑，就像传统算法，先进行严格的数学分析，确保其在理论上不会出问题。 “这一思路令人等待。”姚期智指出，近年来，自动定理证明系统（Automated Theorem Prover）获得了沉大技术进展，甚至已经起头选取 Transformer 架构来辅助或主导定理证明过程。这样人类只和可被证明安全的白盒子互换，从而实现更高的安全保险。 不外，姚期智以为，AI安全治理的一些当务之急是要发展AI对齐，以及成立相应的评估步骤。“（我们）急需成立若何评估大模型系统，好比到怎么的水平，就能感触Ta拥有危险性等这类评估。”姚期智说。