7月17日,上海世博中心金厅。
大屏幕上,一个婴儿正反复摆弄玩具:伸手,碰撞,失手,再试一次。没有人给他预先标注“正确答案”,他却在一次次动作与反馈中悄然学会了世界的秩序。
2024年图灵奖得主、阿尔伯塔大学计算机科学教授理查德·萨顿通过这一画面谈起人工智能。他没有重复大模型的炫目能力,反而坦言:“当下的人工智能‘比较弱小而且不可靠’——它能整理人类已有知识,却尚不能真正自主发现新知识;它回答得流畅,却分不清真假,因为它从未拿自己的判断同真实世界核对。”
这是本届世界人工智能大会的一个经典场景。走出金厅,对面的世博展览馆里又是另一番景象:机械手在新能源汽车生产线上抓取部件、拧紧螺丝、连接线束,智能体在屏幕上分解任务、调用工具——算力、模型、智能体、机器人轮番登场,超过300台机器人在制造、生活、娱乐等动态场景中集中亮相。
技术的热闹扑面而来,但在论坛现场,科学家却把问题拉回了一个更朴素也更根本的原点:机器究竟怎样理解世界?当它只会“说”而不会“做”,它的聪明有几分真实?当它从生成文本开始介入现实,它又凭什么被信任?当人工智能开始替人行动,人类又怎样守住方向、责任与边界?
人工智能的下一站,不只是更会说话,而是更能读懂世界,甚至学会与世界互动。中国工程院院士、之江实验室主任、阿里云创始人王坚的演讲,恰好构成对这一判断的科学注脚。他提醒人们,今天说“大模型”,往往默认指的是“大语言模型”,但文本只记录了人类已经写下、发表出来的知识。光谱、地震波、声波、观测信号等大量科学信息,并不以文字形态存在。
王坚援引地学领域的情形说,70%以上的地学信息不在文本里,“一段光谱胜过千万张图”。科学数据应成为基础模型的“原住民”,而不能只充当等待文字翻译的边缘材料。
他还以一位18岁学生为例:这名学生利用卫星存档数据开发机器学习方法,从海量观测中提取数据,识别出近150万个此前未被编目的太空对象,其单一作者论文发表于《天文学杂志》。这个细节的意义,不仅在于“少年发现”的传奇性,更在于揭示了一种范式可能:新发现未必总要等待新仪器,有时首先需要一双能够重新理解旧数据的“眼睛”。当人工智能开始直接面对自然留下的原始信号,它才可能从知识的搬运者走向科学发现的参与者。
复旦大学浩清特聘教授、复旦大学通用物理智能研究院首任院长苏昊把这一问题推进到物理世界。他说,语言是世界的“影子”——人类先在物理世界摸爬滚打,才把经验压缩成语言;模型学一直是这道影子,却从未见过投下影子的实体。它能生动地描写杯子落地会碎,却从未感受过一只杯子的重量;知识没有现实的锚点,说错了也无从自知。这意味着,人工智能要真正理解世界,就必须走出“文本世界”,与物理现实直接互动。
当人工智能真正走出“文本世界”,它面对的远不只是技术路径的选择,更是一道发展与治理并重的双重命题。一面是蓬勃的产业拓展:智能体开始从聊天工具进化为能够执行任务的生产力单元,人形机器人开始走进工厂和仓库。另一面是现实的治理拷问:当人工智能开始替人行动,它的权限从何而来,责任由谁承担,安全又如何验证?
阶跃星辰董事长印奇判断,人工智能的第三波浪潮,很可能是智能体走进物理世界。但他同时提醒:这不仅是能力跃迁,更是秩序重构——我们必须回答,智能体代表谁行动、行动后果由谁负责,以及如何确保身份可信、权限可控。
智能越接近行动,治理就越不能停留在事后补救。2018年图灵奖得主、加拿大蒙特利尔大学计算机科学教授约书亚·本吉奥在视频演讲中警示,前沿人工智能能力正快速提升,人工智能系统可规划的任务复杂度“几乎每隔几个月就会翻一倍”。照此趋势,人类终将造出比自己更聪明的计算机。为此,他提出,任何高风险系统在发布前都应先证明其安全性,风险阈值不能由各企业自行决定,同时应推进国际验证机制。
在治理圆桌论坛上,抽象的“安全”被拆解为授权、问责与验证三个层面。清华大学人工智能国际治理研究院院长薛澜提出,面对机器代理,人类社会原有的委托代理制度需要调整。机器自身无法承担社会责任,责任必须可以沿着开发、部署、使用等环节追溯。加州大学伯克利分校人工智能研究实验室人类兼容人工智能中心执行主任马克·尼兹伯格认为,人工智能安全不能等系统建成后再“测试补救”,建造者在设计阶段就应承担安全举证责任。纽约科学院院长兼首席执行官杜宁凯提出,监管不能总在危机发生之后才启动,人工智能影响跨越金融、医药、交通等领域,必须未雨绸缪地建立新的问责方式。
上海人工智能实验室主任、清华大学教授周伯文在圆桌论坛总结时说:“AI可以代表人行动,但不能代表人负责。”这句话应当成为智能时代一条清醒的底线。发展是动力,治理是保障,两者如鸟之双翼,缺一不可。人工智能的力量,不应只表现为机器能替我们做什么,更应表现为人类能否借此更清醒地认识世界、更有能力地改造世界,也更负责任地守护世界。
中国社会科学报记者 袁华杰