(相關(guān)資料圖)

目前，AI大模型的通用能力，讓其能夠應用到人類(lèi)生產(chǎn)生活的各個(gè)場(chǎng)景中，可謂“無(wú)孔不入”；AI的發(fā)展因此也帶來(lái)了新的安全隱患，如何解決這一問(wèn)題，在9月7日開(kāi)幕的2023 INCLUSION·外灘大會(huì )上，中國科學(xué)院院士何積豐開(kāi)出了他的“藥方”：利用對齊技術(shù)為大模型戴上緊箍咒。

何積豐認為，大模型的安全問(wèn)題主要是在未經(jīng)同意的情況下，收集、使用和泄露個(gè)人信息。隱私問(wèn)題既可能發(fā)生在訓練過(guò)程，也可能發(fā)生在使用過(guò)程中，而大模型的生成能力則讓“隱私泄露”的方式變得多樣化，造成隱私保護更加困難。

“為了應對這些問(wèn)題，我們需要大模型對齊技術(shù)?！焙畏e豐說(shuō)，“對齊（alignment）”是指系統的目標和人類(lèi)價(jià)值觀(guān)一致，使其符合設計者的利益和預期，不會(huì )產(chǎn)生意外的有害后果?！叭绻讶斯ぶ悄芸醋魑饔斡浝锏膶O悟空，‘對齊’就是唐僧的緊箍咒。有了緊箍咒，就可以保證技術(shù)不會(huì )任意使用能力胡作非為”。

不過(guò)，對齊技術(shù)同樣面臨挑戰。首先，對齊的基礎是人類(lèi)的價(jià)值觀(guān)，但它是多元且動(dòng)態(tài)變化的，就需要保證大模型為人服務(wù)、與人為善；其次，大模型的“有用性”與“無(wú)害性”之間目標也不完全一致。最后如何對錯誤進(jìn)行有效糾正，設好大模型的“緊箍咒”也是挑戰。

因此，對齊技術(shù)已經(jīng)成為了一項令人眼花繚亂的跨學(xué)科研究，不僅考驗技術(shù)，也審視文化。

何積豐介紹，反饋強化學(xué)習是實(shí)現對齊的技術(shù)途徑，目前有兩種方式，一種方式是通過(guò)人工反饋給模型不同的獎勵信號，引導模型的高質(zhì)量輸出；另一種方式，事先給大模型提供明確的原則，系統自動(dòng)訓練模型對所有生成的輸出結果提供初始排序。

“這意味著(zhù)，不僅智能系統需要向人類(lèi)價(jià)值觀(guān)對齊，人類(lèi)的訓練方法也要向價(jià)值觀(guān)對齊?！焙畏e豐由此提出一個(gè)口號，“人類(lèi)要跟機器持續共同學(xué)習”。

最后何積豐呼吁，“在A(yíng)I發(fā)展過(guò)程中，千萬(wàn)不要不要忘記人類(lèi)的核心角色，希望AI技術(shù)成為我們的助手，而不是代替人類(lèi)創(chuàng )造新世界的未來(lái)”。

風(fēng)險提示及免責條款 市場(chǎng)有風(fēng)險，投資需謹慎。本文不構成個(gè)人投資建議，也未考慮到個(gè)別用戶(hù)特殊的投資目標、財務(wù)狀況或需要。用戶(hù)應考慮本文中的任何意見(jiàn)、觀(guān)點(diǎn)或結論是否符合其特定狀況。據此投資，責任自負。

關(guān)鍵詞：