記者 周丹旎

  最近，OpenAI推出的文生視頻大模型Sora引爆全網(wǎng)，因其模擬逼真場景的強大能力，被視為“顛覆性”的存在。

  作為一名持續(xù)追蹤人工智能技術(shù)演進的人文社科學(xué)者，華東政法大學(xué)人工智能與大數(shù)據(jù)指數(shù)研究院院長高奇琦在接受記者采訪時表示，自己對此“并不是太意外”。他認為，未來人工智能發(fā)展速度會越來越快，通用人工智能大突破的時代可能會大大提前，這是無可阻擋的大趨勢。技術(shù)狂飆突進之下，當(dāng)務(wù)之急是盡快形成全球共識，使技術(shù)發(fā)展在一定規(guī)則之下運行，使其符合人類社會的整體利益。

  “世界模擬器”令人震撼

  記者：ChatGPT和Sora兩款大模型產(chǎn)品，有何區(qū)別與內(nèi)在關(guān)聯(lián)？

  高奇琦：從ChatGPT到Sora，是一個從單一文本到文本、圖片、音頻、視頻多模態(tài)進階的過程。

  雖然形態(tài)上有區(qū)別，但其本質(zhì)都是通用人工智能拼圖中的一部分，是實現(xiàn)通用人工智能前的一些小目標(biāo)，具有內(nèi)在連貫性。OpenAI接下來可能會把這幾個項目結(jié)合起來，實現(xiàn)文字、圖片、音頻和視頻的多模態(tài)交互。

  記者：Sora被稱作“世界模擬器”。相比去年的ChatGPT，Sora帶來的震撼和沖擊似乎更為劇烈，這是為什么？

  高奇琦：Sora讓人耳目一新，是因為它做的事情是比較難的。它能生成60秒的長視頻，而同類競品Pika和Runway只能生成幾秒或十幾秒。我們?nèi)粘Ｉ钪?，可能覺得60秒的視頻算短的。但是對AI模型來說，越長就越涉及高度復(fù)雜的細節(jié)，考驗它對真實物理世界的理解能力。

  為什么說它是“世界模擬器”？因為它需要理解畫面當(dāng)中出現(xiàn)的東西代表了什么，以及它們在現(xiàn)實世界中運行的規(guī)律。舉個例子，自動駕駛為什么長期突破不了，離不開人的干預(yù)？根本原因就在于機器不理解這個世界，不理解圖像中實體和實體之間的關(guān)系，以及實體之間關(guān)系所代表的現(xiàn)實意義——這向來是人的能力。但是今天的Sora能理解了，可以做出一些推理和判斷了，這是它的震撼所在。

  顛覆性創(chuàng)新會越來越多

  記者：有人將Sora視為走向通用人工智能的重要里程碑，您怎么看？

  高奇琦：所謂通用人工智能，簡單地講，就是可以像人類一樣完成幾乎所有任務(wù)。過去的人工智能如AlphaGo，只能完成專用任務(wù)，充其量只能算弱人工智能、窄人工智能。而Sora理解世界的精準(zhǔn)度、承擔(dān)任務(wù)的復(fù)雜度，雖然還沒有完全達到人的水平，但已經(jīng)非常高了，可以說相當(dāng)接近通用人工智能了。

  毋庸置疑，Sora讓我們看到，通用人工智能大突破的時代可能會大大提前。

  記者：毫無疑問，人工智能技術(shù)正在加速度發(fā)展。未來，類似Sora這樣顛覆傳統(tǒng)認知的技術(shù)創(chuàng)新，是否會越來越多？所謂的人工智能奇點真的會來嗎？

  高奇琦：一個不爭的事實是，人工智能體的發(fā)展速度會越來越快，未來出現(xiàn)任何新的顛覆性創(chuàng)新，我可能都不會太吃驚。

  所謂的人工智能奇點，是雷·庫茲韋爾提出的，可以理解為機器智能超越人類智能的一種可能性。如果放在十年前，很多人可能覺得這一天還很遙遠，許多專家把這個時間周期定在50—100年。ChatGPT誕生后，人們認為這個周期可能要縮短到5—20年。今天Sora來了，更多人意識到，通用人工智能無限接近甚至超越人類，可能不再是“天方夜譚”。

  深度神經(jīng)網(wǎng)絡(luò)提出者、圖靈獎獲得者杰弗里·辛頓在接受媒體采訪時就多次說過，過去他覺得談?wù)撨@一天還“為時過早”，但現(xiàn)在不這么認為了，“我們應(yīng)該認真考慮如何阻止這些東西對我們的控制”。

  警惕“知識泡沫”的沖擊

  記者：新興技術(shù)的發(fā)展同時帶來“創(chuàng)造性的破壞”。具體來說，以Sora為代表的技術(shù)，將給人類社會帶來哪些潛在風(fēng)險和挑戰(zhàn)？

  高奇琦：技術(shù)本身是與社會緊密聯(lián)系在一起的。以ChatGPT、Sora等為代表的通用大模型技術(shù)，其潛在的失業(yè)、失序和失控效應(yīng)，可能會對人類社會產(chǎn)生很大沖擊。

  一是失業(yè)。在工業(yè)化發(fā)展過程中，也會不斷出現(xiàn)結(jié)構(gòu)性失業(yè)，但人們通過技能再培訓(xùn)往往就能獲得新工作崗位。然而，通用大模型技術(shù)所產(chǎn)生的替代效應(yīng)針對的是知識類工作者。人類歷史之前的經(jīng)驗表明，知識類工作是相對可靠、穩(wěn)定和受到保障的，但大模型技術(shù)會給內(nèi)容創(chuàng)作相關(guān)的職業(yè)帶來巨大沖擊。

  二是失序。通用大模型技術(shù)會打破傳統(tǒng)的知識秩序，大量的人工智能生成物進入人們的現(xiàn)實世界，會沖擊人類傳統(tǒng)的知識創(chuàng)造。人們可能很難再相信“真相”，因為所有的信息都可以被虛擬制造。這種“知識泡沫”的巨大沖擊會將人類社會傳統(tǒng)的知識秩序完全打破，而人類社會的其他重要秩序（如政治秩序、經(jīng)濟秩序等）都是建立在知識秩序基礎(chǔ)之上的。

  三是失控。Sora還未正式向公眾開放，但此前的GPT-4已經(jīng)表現(xiàn)出部分失控的特征，例如機器會帶有某種情緒性，表現(xiàn)出某些類人意識的特征。我們需要未雨綢繆，為人工智能體發(fā)展設(shè)定一整套全新的規(guī)制框架。

  科技是非常復(fù)雜的雙刃劍

  記者：人工智能技術(shù)加速迭代演進，該如何展開科學(xué)治理？

  高奇琦：必須承認，沒有人能夠阻止技術(shù)的進步?？萍际且话逊浅?fù)雜的雙刃劍，如果社會制度的演進速度嚴重落后于技術(shù)的變革速度，那么新技術(shù)就有可能引起社會的一系列不良反應(yīng)。為了使技術(shù)的發(fā)展符合人類社會的整體利益，需要對其進行相應(yīng)限制，并使其在一定的規(guī)則之中運行。

  從企業(yè)角度說，由于相關(guān)技術(shù)開發(fā)會產(chǎn)生巨大而廣泛的社會效應(yīng)，OpenAI需要承擔(dān)起相應(yīng)的社會責(zé)任，比如開放相關(guān)的技術(shù)細節(jié)。

  從政府角度說，要將社會各個部門整體動員起來以建立一種新的規(guī)則。例如，針對龐雜的人工智能生成物，建立一系列知識創(chuàng)新規(guī)則，在一定程度上保障其知識產(chǎn)權(quán)，避免知識的無序狀態(tài)，并在創(chuàng)新過程中產(chǎn)生新的秩序。

  從全球來看，主要國家需要盡快在大模型技術(shù)發(fā)展問題上形成共識。各國可以設(shè)立一些試驗區(qū)，充分觀察這些技術(shù)可能產(chǎn)生的破壞性效應(yīng)，并盡可能將破壞性效應(yīng)降到最低。國際組織也需要將OpenAI這一類頭部企業(yè)的社會責(zé)任履行和信息技術(shù)細節(jié)公開等列為重要治理議題。

  人工智能技術(shù)狂飆突進的當(dāng)下，巨大的社會轉(zhuǎn)型才剛剛開始。我喜歡把人工智能發(fā)展與核能利用作類比：核能的特點是在瞬間產(chǎn)生巨大的能量，和平利用核能的關(guān)鍵是調(diào)控核能輸出的速度，將核能爆炸產(chǎn)生的巨大能量緩慢地輸出，這樣就能使核能產(chǎn)生的巨大能量為人類社會服務(wù)。我想，可以將這樣的思維引入到人工智能發(fā)展的過程當(dāng)中，最終導(dǎo)向人類理想的未來。