我的生活随笔2023年5月16日，在美国参议院小组委员会听证会上，OpenAI首席执行官萨姆·奥尔特曼（Sam Altman）呼吁zhèng府对人工智能（AI）进行监管。他认为，如果这项技术出错，会错得很严重，会对世界造成重大伤害。
“在我再次创新之前阻止我”，在场的伊利诺斯州参议员Dick Durbin直言这真是让人耳目一新，他已经想不起来还有其他公司如此强烈要求对其所处行业进行监管，过去科技企业都是在监管部门推动下而为之。
不过，面对2022年11月ChatGPT发布以来的全球AI狂潮，各主要科技企业对大模型的快速跟进，人们对AI潜能的期待、风险的担忧，对“始作俑者”OpenAI来说，这似乎是目前唯一的正确选择。
这不是OpenAI第一次和zhèng府监管部门打交道。不过，施压者并非来自美国本土，而是欧洲。
一个多月前，2023年3月31日，意大利数据保护局 （DPA)宣布禁用ChatGPT，并对其展开调查。主要原因是ChatGPT出现了用户对话数据和付款服wù支付信息丢失情况，且没有核查用户的年龄，没有就收集处理用户信息进行告知，缺乏大量收集和存储个人信息的法lǜ依据。
4月13日，法国国家信息自由委员会（CNIL）、西班牙国家数据保护局（AEPD）在同一天里宣布对ChatGPT展开调查。随后，欧洲数据保护委员会成立专门工作组，以促进该调查在欧洲地区的合作事宜。
从2021年一些生成式AI初创企业开启AI作画、AI生成视pín，再到ChatGPT、GPT-4为代表的大模型文本生成，既让大家看到了它在提升人类社会生产力方面的潜力，也在安全、公平、合规、隐sī和知识产权等方面带来了全新挑战。
2023年5月11日，欧洲议会内部市场委员会和公民自由委员会通过了《人工智能法案》（The AI Act）的谈判授权草案。这一草案将于今年6月中旬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lǜ的最终形式进行谈判。
这一法案其实是在2021年首次提出，采取分级管理的思路，对不同风险等级的AI进行分级管理，风险越高越严格，对透明度和准确xìng要求越高。那时候还没有生成式AI，不过现在立法者已经为之添加了一项修正案，将生成式AI与高风险系统置于同一级别。如无意外，它将成为全球第一部有关AI的法规。
在欧洲议会通过草案的前一周（5月4日），美国白宫宣布了一项AI行动计划，以促进负责任的人工智能创新，保护美国人的权利和安全。其中包括美国国家科学基金会提gòng1.4亿美元的资金，以启动７个新的国家人工智能研究所，这项投资将使美国的研究所总数达到25个，参与的组织网络扩展到几乎每个州；对现有的生成式AI进行公开评估，以探索它们如何与zhèng府AI管理框架保持一致。
不同于欧洲要对人类安全造成不可接受风险的AI系统进行严格监管，美国把鼓励创新、产业发展放在了监管的前面，并就此展开了一系列的研究和规划。
2022年10月4日，白宫科技zhèng策办公室（OSTP）发布《人工智能权利法案蓝图》（Blueprint for an AI Bill of Right），确定了五项原则用以指导自动化系统的设计、使用和部署，以保护人工智能时代美国公众的利益。
就在白宫发布行动计划的当天，美国副总统哈里斯和zhèng府高级官员与Alphabet、Anthropic、微软和OpenAI等四家美国AI公司的首席执行官们会谈。
zhèng府无疑是AI监管极为重要的一环，通过制定法lǜ法规，来规范人工智能系统开发和使用规则，解决网络安全、数据隐sī等问题。但zhèng府监管总是要滞后于技术与产业发展，因为原有的法lǜ条规无法完全覆盖当前的开发和应用场景，而法lǜ法规制定需要时间。
身处一线的从业者们，对技术的理解、对其应用可能产生的结果有着更敏锐的感知。Sam Altman在5月16日的听证会上，用了“printing press time”来形容目前AI的发展状态。
越来越多的AI从业者们相信，人类已经进入通用人工智能（AGI）的前夜，这是一个历史和技术的转折点，类似原子核裂变的发现，或印刷术的发明。以大模型为代表的生成式AI，已经迅速掌握了普通人穷极一生都难以掌握的人类知识，相比之下，人类对AI的掌握和了解太少太少。
机器学习使得AI可以自主学习，虽然人们可以知晓算法模型，但在很多情况下却难以理解其运作过程。由于“算法黑箱”导致AI不透明、不可解释，即便开发者可能也难以理解他们所开发的AI。
OpenAI自己也做了一次实验，用GPT-4来解释GPT-2的行为模式。他们用GPT-4打造了一个理解AI行为模式的工具，对GPT-2超过30万个神经元解释，并和实际情况比对进行评分。结果，虽有超过1000个神经元的解释得分在0.8以上，更多神经元的解释得分很低。
正因为AI的不可解释，人会有理由对其产生担忧和不信任，产业发展更应谨慎。但是在资本和不同经济体对创新、新兴产业的支持下，入围这一轮AI竞赛的企业正一路狂奔。
投资了50家AI初创企业的知名投资人Ian Hogarth，2023年4月底在FT发表文章《我们必须放慢通往上dì般人工智能的速度》（We must slow down the race to God-like AI），对此有一个形象的描述：大科技公司正在加速AI竞赛，他们还不知道如何安全地追求他们的目标，也没有监督。他们正在向终点线跑去，却不了解另一边是什么。
ChatGPT发布两个月就有了1亿用户，一度还因为访问量过大而暂停服wù。可直到2023年4月25日，OpenAI才调整了用户使用条款，在 ChatGPT 中增加关闭liáo天记录的功能，用户禁用liáo天记录时启动的对话不会用于训练和改进的模型，也不会显示在历史记录边栏中。
OpenAI在发布GPT-4时不再开源，招来一片声讨。OpenAI首席科学家Ilya Sutskever解释称，当AI能力较低时，开源是好事，但当它能力变得巨大，开源是明显不负责任的。此时，安全是闭源的重要驱动力。
这倒并不完全是对商业化和竞争的推托之词。AI的发展速度超出了开发者的预期，一切都没有准备好。一旦出错，首当其冲的，就是走在最前面的OpenAI。在监管缺位的情况下，如果有人用开源模型造出了shā人机器，怎么办？
Sam Altman在5月16日的听证会上阐述风险时表示，“我最担心的是我们会造成重大伤害，我们这个领域，这项技术，这个行业会对世界造成重大伤害。我认为这可能以很多不同的方式发生。”
ChatGPT“出圈”之后，全球科技企业快速追随，基于开源代码，结合企业此前的AI积累和业务场景，套上新的壳，出来一个又一个新模型，让人眼花缭乱。就连OpenAI自己，在ChatGPT面世仅4个月后，就忙不迭地推出了新一代大模型GPT-4。
Sam Altman在听证会上透露，在完成GPT-4的训练后，其实是等了6个多月才部署。虽然他称目前并没有将训练用于GPT-5的计划，未来6个月内也没有，但是训练并没有停止，他认为目前还没有看到任何他们阻止训练下一个模型的理由。
这实在是让竞争对手和追随者们无比紧张。在训练完GPT-4之后，OpenAI究竟在这最近的8个月里训练什么，下一次又会放出什么大招来？
其实OpenAI也很紧张。Sam Altman多次公开表示，由于所需资源很大，能训练真正前沿模型的公司数目只是少数。他甚至在听证会上直言，“我认为我们及竞争对手需要受到巨大监督”。
建构负责任的AI，AI才可能有更好的发展。除了zhèng府的zhèng策法规，科技企业们也从不同角度展开尝试。
2023年4月底，英伟达发布了一个开源软件NeMo Guardrails，在用户和大模型之间设置一组可编程的约束规则，来帮助软件开发者为AI设置“护栏”，防止它们产生不良的输出。
谷歌团队，试图引入美国zhèng治哲学家约翰·罗尔斯（John Rawls）的“无知之幕”(VoI)原则，来调整AI行为原则，确保公平和正义。
2023年3月22日，包括图灵奖得主Yoshua Bengio等在内的多位知名人士联名签署公开信，认为当前AI实验室陷入了一场失控的竞赛，考虑到AI可能给人类社会带来的风险，呼吁暂停大型AI实验6个月。同时，AI开发者必须与zhèng策制定者合作，加快开发强大的 AI治理系统。
有着“AI教父”之称的Geoffrey Hinton，在2023年5月初辞去谷歌的职位，以更好地谈论AI，做一个敲响警钟的人。他在2023年5月3日《麻省理工技术评论》（MIT Technology Review）的一个活动中讲述了对AI的担忧：失控AI可能让人类只是智慧演化过程中的一个过渡阶段。
Hinton认为，人们不会停止发展AI，也不会有机会阻止它们发展，因为它们有用。他更倾向于需要用某zhǒng方法来确保，即使AI比人类聪明，仍会做对人类有益的事情。同时，我们需要在一个有恶意行为者的世界里尝试这样做，而对此现在谁也没有好的解决方案。
AI给人类社会带来的挑战，是综合、全方位的。仅从5月16日美国参议院的听证会看，参议员们提到的既有就业、舆论、隐sī、安全、商业模式，还有美国大选。这更需要zhèng府、企业、研究者们展开合作，以及更广泛的国际合作。
不过，在当前地缘zhèng治、产业竞争环境中，国际合作会比此前艰难。因此，除了zhèng府法规、行业标准、企业自律、研究机构的前瞻xìng指引，公众对AI的认知和意愿，更为重要。
正如Sam Altman在2023年2月24日在博客Planning for AGI and beyond中写到的，从长期看，“我们认为，人类的未来应该由人类来决定，与公众分享有关进展的信息很重要。应该对所有试图建立AGI的努力进行严格的审查，并对重大决策进行公众咨询”。