签名支持全球管控AI 三巨头侧漏“求生欲”

news2025/1/10 11:05:32

又一封“群星云集”警示AI风险的公开信来了,这封信的内容简短但措辞炸裂:减轻 AI 带来的灭绝风险,应该与管控流行病和核战争等其他社会级规模的风险一样,成为一项全球优先事项。

5月30日,这纸原文只有22个单词的声明,出现在美国非营利组织“人工智能安全中心(Center for AI Safety)”的官网上,超过350名AI领域的企业界和学界名流为之签名。

与2个半月前“生命未来研究所”发出的、上千名人签名呼吁“暂停训练大模型6个月”的那封公开信相比,最令人瞩目的是,这次,OpenAI、谷歌DeepMind 和 Anthropic的CEO都签了名。

值得注意的是,在签署“22字声明”前,OpenAI、谷歌、Anthropic三家公司的负责人都出席了5月4日白宫发起的AI风险治理会议。面对风险管理,AI三巨头近段时间显得比政府还着急。

最近,这三家公司CEO频繁地与欧洲多国首脑会晤,试图影响正在推进中的欧盟《人工智能法案》,这项法案很可能影响OpenAI等公司的生成式大模型进入欧洲市场,而那里是流量新神话缔造者OpenAI都暂未拿下的“处女地”。

求管控AI风险的背后,是AI公司们满满的市场“求生欲”。

三巨头留名最新AI风险声明

“Mitigating the risk of extinction from AI should be a global priority alongside other societal-scale risks such as pandemics and nuclear war.”

22个单词组成了一纸《人工智能风险声明》,将AI带来的风险直接以“灭绝(extinction)”措辞,严重程度堪比“流行病(pandemics)”和“核战争(nuclear war)”,管控紧迫度被表述为“应该成为全球优先事项”。

5月30日,在非营利组织“人工智能安全中心(Center for AI Safety)”官网晒出的这纸声明下,有包括科学家、企业领导人在内的350多人签了自己的名字。

“我们必须让这个问题上公开化,因为许多人只在彼此之间默默地交谈。”人工智能安全中心的执行主任丹·亨德里克斯(Dan Hendrycks)在谈到声明的目的时表示,一句话声明的简明扼要是特意为之,目的是让更多的科学家建立“广泛联盟”,因为一些科学家可能还没有就AI有哪些风险以及预防风险的最佳解决方案达成一致。

350个签名中,打头的两位是图灵奖得主杰弗里·辛顿 (Geoffrey Hinton)和约书亚·本希奥(Youshua Bengio),紧跟着出现了戴米斯·哈萨比斯(Demis Hassabis)、山姆·奥特曼(Sam Altman)和达里奥·阿莫迪(Dario Amodei)三位,他们分别为谷歌DeepMind、OpenAI和Anthropic三家全球知名人工智能开发公司的CEO。

一些中国知名学者也签了名,如清华大学智能产业研究院院长张亚勤、中科院自动化研究所的曾毅教授、清华智能产业研究院的副教授詹仙园。

如果把“用知识服务人类”视作知识分子的社会责任,专家、学者的签名很好理解,被誉为“AI教父”的辛顿今年4月从谷歌辞职,此后一直在公开场域表达对人工智能失控的担忧;本希奥曾在今年3月非营利组织“未来生命研究所(Future of Life Institute)”发表的那一封“暂停巨型AI实验”公开信上签过字。

但在2个月前的那封信上,谷歌DeepMind、OpenAI和Anthropic这三家公司的负责人并没有签名,相比这次的“22字声明”,那封信还详细阐述了AI可能带来的各种具体风险,甚至给出了明确的风险管理原则,至今已积累收集到31810个签名。

上次那封信引发的AI圈内的明显分歧是:到底应不应该为了风险而暂停AI实验。

当时,人工智能领域的学者吴恩达当时在LinkedIn上表示,全面暂停AI训练6个月的想法是一个糟糕、不切实际的想法。后来,OpenAI CEO山姆·奥特曼Sam Altman更直观地表达了暂停的无意义,“我们暂停6个月,然后呢?我们再暂停6个月?”

但这次,AI企业三巨头领导者带头签了这个风险阐述模糊但措辞严峻的“22字声明”从他们表态对声明的认同中,透露出管控AI风险的紧迫性。

短短的两个月半内,是什么致使AI公司们都转变了态度?

OpenAI访问量增速放缓

现在,人类即便没有被AI灭绝,但生成式AI在作恶者的驱使下露出了“黑暗面”。

比如,AI的仿声仿貌功能正在被用作诈骗工具,AI生成图片、文字的能力不仅被用来造假新闻,造出的“黄谣”直接伤害到普通个体的声誉。

相比生成式AI对常识“胡说八道”、会陷入逻辑陷阱、解数学题不太行、数据隐私安全等缺陷,受害案例显示出的AI破坏力更具体、更直观地呈现在公众眼前。对AI开发公司来说,最直接的影响是那些刚刚开放AI应用给公众的开发公司,还能在负面舆论中的获得多少增量市场?

以访问量规模增长最快的、提供文本生成应用ChatGPT的OpenAI为例,其网页访问量从去年秋季的每月约2000万次增长到2023年4月的18亿次,刷新了互联网流量增长神话。但从网络分析公司SimilarWeb收集的数据看,OpenAI的网页访问量增速在放缓。

 OpenAI的网页访问量增速放缓

OpenAI网页的流量贡献主要来自于美国本土,份额能占到10.25%,其次是印度(8.82%)、日本(7.48%)、印尼(3.84%)、加拿大(3.06%),每月的增量也来自这些国家,其中从日本获得访问增量最多,打到28.86%。而俄罗斯、中国及欧洲各国基本没有为之贡献明面的流量,这些国家和地区的网民访问OpenAI是受限的。

OpenAI自己切断了这些市场,最大的原因是各国对互联网的管理政策不一。相比俄罗斯和中国,欧洲似乎是更令人工智能公司们渴望的市场,然而,欧盟已经明确了针对人工智能立法。

此后,OpenAI、DeepMind、Anthropic三家公司的CEO都出现在欧洲。

三位CEO在欧盟立法前齐现欧洲

4月27日,欧洲议会成员已经就《人工智能法案(Artificial Intelligence Act)》提案达成临时政治协议。5月11日,欧洲议会两个委员会通过了对《人工智能法案》(以下简称《法案》)提案的谈判授权草案。这一草案将于6月12日到15日提交欧洲议会全会表决,之后欧洲议会将与欧盟理事会就法律的最终形式进行谈判。

《法案》的立法者根据风险级别对不同的人工智能工具进行分类,从最低到有限、高和不可接受。使用这些工具的政府机构和企业将根据风险级别承担不同的义务。《法案》还将严格禁止“对人类安全造成不可接受风险的人工智能系统”,包括有目的地操纵技术、利用人性弱点或根据行为、社会地位和个人特征等进行评价的系统等。

如果《法案》顺利颁布,这将是人类历史上首部针对人工智能的法律。由于《法案》适用于在欧盟区内运行的所有人工智能系统,领导AI技术的美国企业如若想到打入欧洲市场,显然将会受到制约。

比如,《法案》要求,开发生成式AI工具的公司必须披露他们是否在系统中使用了受版权保护的材料。对于用各种来源的海量数据训练大模型的AI公司而言,这个要求将直接把他们拦在欧洲之外。

OpenAI、DeepMind、Anthropic都开始关注欧洲动向。

5月下旬,OpenAI CEO山姆·奥特曼多次前往欧洲,分别与西班牙、波兰、法国和英国的政府首脑进行了会谈,讨论人工智能的发展潜力、威胁以及监管等问题。DeepMind 的CEO德米斯·哈萨比斯、Anthropic的 CEO达里奥·阿莫迪也与英国首相苏纳克会过面。

 英国首相苏纳克会见AI三巨头的CEO

与欧洲各国首脑交流,AI科技公司们试图以此影响《法案》进程。不止如此,山姆·奥特曼还用演讲、采访等各种方式面向欧洲大众发声,希望“民意”与他们站在一起。

在伦敦大学学院的演讲中,奥特曼坚持着他的观点:人们对AI的种种担心有道理,但AI的潜在好处要大得多。谈到AI监管,奥特曼表示OpenAI欢迎监管,但需要“正确的监管方式”,因为“过度监管可能会损害小公司和开源运动”。

5月25日,奥特曼对英国媒体表达他对《法案》的看法,“很多措辞是不恰当的,”他认为,目前的欧盟 AI 法案草案将会造成过度监管的情况,“但我们听说它将调整,他们还在谈论这件事。”

距离《法案》的最终表决还有不到半个月时间,奥特曼的“游说之旅”还在继续。公开消息显示,奥特曼接下来会与欧盟产业主管埃里·布雷顿(Thierry Breton)会面,讨论欧盟应如何实施在人工智能方面全球领先的规则。

一系列的欧洲行之后,AI三巨头的三位CEO在“22字声明”下签字,认同声明中所述的全球优先管控AI风险之论。姿态背后是AI公司们试图在管控下扩大市场的“求生欲”。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/596346.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

核心交换机的四种关键技术:链路聚合、冗余、堆叠和热备份,真简单!

你好,这里是网络技术联盟站。 当涉及到核心交换机的关键技术,如链路聚合、冗余、堆叠和热备份时,下面更详细地介绍每个技术的工作原理和优势。 1. 链路聚合 链路聚合是一种技术,用于将多个物理链路组合成一个逻辑链路&#xff0…

详解Java枚举

一、知识点 二、概念 enum 的全称为 enumeration, 是 JDK 1.5 中引入的新特性。 在Java中,被 enum 关键字修饰的类型就是枚举类型。形式如下: enum Color { RED, GREEN, BLUE }如果枚举不添加任何方法,枚举值默认为从0开始的有…

CSS 选择器的常见用法

前言 CSS在编写代码的时候有很多种样式,和和HTML,JS相似,他们都是运行在浏览器中的,下面就介绍一下CSS选择器的常见用法。 标签选择器使用标签名把页面中所有同名标签都选中类选择器使用.类名的方式对应一组CSS属性id选择器使用 …

小米再度登上《焦点访谈》!中关村论坛展科技风采

5月30日下午,以“开放合作共享未来”为主题的2023中关村论坛展览(科博会)在京圆满落幕。小米作为科技领军企业参展,设立“科技创新、绿色低碳”主题展区。 小米携智能手机、可穿戴设备、智能家居以及全尺寸人形仿生机器人CyberOne…

【ROS】ROS2编程示例:话题订阅-发布-C++版

1、准备 1)安装ROS2 【ROS】Ubuntu22.04安装ROS2(Humble Hawksbill) 2)ROS2命令 【ROS】ROS2命令行工具详解 3)配置工作空间 【ROS】ROS2中的概念和名词解释中第一节:工作空间 workspace 4)…

MySQL-12-SQL优化

一、MySQL体系结构 1.1、体系结构 # 1.2、查询执行流程 参考:https://www.cnblogs.com/xfeiyun/p/15899990.html 1.3、组件说明 管理工具:MySQL服务软件安装后提供的命令连接池:检查本机是否有空闲资源(线程,内存&…

Geoffrey Hinton、姚期智、张钹、Sam Altman等专家共话AI安全与对齐丨2023智源大会议程公开...

6月9日,2023北京智源大会,将邀请AI领域的探索者、实践者、以及关心智能科学的每个人,共同拉开未来舞台的帷幕,你准备好了吗?与会知名嘉宾包括,图灵奖得主Yann LeCun、OpenAI创始人Sam Altman、图灵奖得主Ge…

Linux教程——Linux和UNIX的关系及区别(详解版)

UNIX 与 Linux 之间的关系是一个很有意思的话题。在目前主流的服务器端操作系统中,UNIX 诞生于 20 世纪 60 年代末,Windows 诞生于 20 世纪 80 年代中期,Linux 诞生于 20 世纪 90 年代初,可以说 UNIX 是操作系统中的"老大哥&…

开始梳理大学课程体系(二)--万字数据结构总结上

数据结构总结 第一章 概述1.1 基本概念和术语1.2 数据结构1. 2.1 逻辑结构1.2.2 存储结构 1.3 数据类型和抽象数据类型1.3.1 数据类型1.3.2 抽象数据类型 1.4 算法和算法分析1.4.1 算法的定义及特性1.4.2 评价算法优劣的基本标准1.4.3 算法的时间复杂度1.4.4 算法的空间复杂度 …

chatgpt赋能python:用Python优化交通

用Python优化交通 作为一种功能强大的编程语言,Python已经被广泛应用于各个领域。交通领域也不例外。在交通领域,Python可以发挥重要作用,帮助优化交通运行,提高安全性和效率。 实时路况预测 Python可以通过机器学习算法来对实…

【Linux】进程与文件系统(详细解析)

文章目录 1.前言(提出问题)2.认识问题3.回顾c文件接口4.学习系统文件IOopen函数第一个参数第二个参数第三个参数函数的返回值 write函数read函数close函数 5.文件描述符 1.前言(提出问题) 在C语言阶段学习文件操作的时候&#xf…

基于PP-OCRv3的车牌检测和识别

本项目基于百度飞桨AI Studio平台进行实现,百度出品的深度学习平台飞桨(PaddlePaddle)是主流深度学习框架中一款完全国产化的产品,与Google TensorFlow、Facebook Pytorch齐名。2016 年飞桨正式开源,是国内首个全面开源…

【SpringMVC】| 域对象共享数据

目录 前期准备 域对象共享数据 一:向request域共享数据(五种方法) 1. 使用ServletAPI向request域对象共享数据(了解) 2. 使用ModelAndView向request域对象共享数据 3. 使用Model向request域对象共享数据 4. 使用…

chatgpt赋能python:Python代码怎么找?这里介绍几种方法

Python代码怎么找?这里介绍几种方法 在编写Python程序的时候,经常会遇到需要查找已有代码的情况。那么,在这里,我们将介绍几种查找Python代码的方法,希望能对大家有所帮助。 使用文本编辑器的查找功能 在大多数文本…

3.场(field)

目录 1.复习 2.引言 3.数量场 1.概念 2.例题 4.矢量场 1.概念 2.例题 5.坐标变换和坐标单位矢 1.坐标变换 2.单位矢 1.复习 2.引言 如果说矢量分析研究的是矢量的时间变化,那么场就是它的空间变化. 场是客观存在的,杨振宁先生在总结20世…

Spring Boot 3.1中如何整合Spring Security和Keycloak

在今年2月14日的时候,Keycloak 团队宣布他们正在弃用大多数 Keycloak 适配器。其中包括Spring Security和Spring Boot的适配器,这意味着今后Keycloak团队将不再提供针对Spring Security和Spring Boot的集成方案。但是,如此强大的Keycloak&…

数据库|TiDB 数据库大版本升级-基于TiCDC异机升级

作者:高文峰 | 神州数码云基地TiDB团队成员 目录 一、前言 二、升级架构图 三、升级流程 1.下游TiDB集群部署过程 2. 上游TiCDC节点的扩容 3. 上游数据全备恢复到下游 4. TiCDC启用正向同步任务 5. 应用停服务,tidb 无业务会话连接 6. 确认数据…

2023年6月跟产品开发专家学NPDP产品经理认证课到这里

NPDP产品经理国际资格认证是国际公认的唯一的新产品开发专业认证,集理论、方法与实践为一体的全方位的知识体系,为公司组织层级进行规划、决策、执行提供良好的方法体系支撑。 我们针对互联网时代的个人、互联网企业、与传统企业推出一系列学习。 课程从…

小车跑迷宫,如何完成?

先看视频1: 先看视频2: 要制作一个能顺利走到迷宫终点,并能按最短路径回来的小车,重中之重就是寻找其最短路径的算法,迷宫情况复杂多变,多个路口交错纵横,想要完美的找出最短路径并不容易&#…

事件相关功能磁共振波谱技术(fMRS)

导读 质子磁共振波谱(MRS)是一种非侵入性脑成像技术,用于测量不同神经化学物质的浓度。“单体素”MRS数据通常在几分钟内采集,然后对单个瞬态进行平均,从而测量神经化学物质浓度。然而,这种方法对更快速的神经化学物质的时间动态…