文章主题：复旦大学, 庆祝建校 118 周年, 学术报告, 光华楼东辅楼 102 报告厅
在5月18日的午后，为了庆祝学校成立118周年，相辉校庆系列的第十场学术报告在光华楼东辅楼的102报告厅正式举行。这次活动的嘉宾包括复旦大学国家智能评价与治理实验基地副主任兼大数据研究院教授赵星，以及浙江大学公共管理学院信息资源管理系的“百人计划”研究员蒋卓人。他们共同探讨了“生成式人工智能的挑战与治理”这一主题。本次报告由复旦大学国家智能评价与治理实验基地副主任、图书馆副馆长王乐主持。
自2011年苹果手机推出Siri语音助手以来，人工智能技术逐渐渗透进我们的生活。今年，电影《瞬息全宇宙》以其卓越的表现赢得了奥斯卡七项大奖，再次证明了生成式人工智能的重要性。当前，ChatGPT等类似工具在全球范围内引发了一场人工智能热潮。在这场由赵星和蒋卓人共同主导的学术盛宴中，我们深入探讨了生成式人工智能的过去、现在和未来，分析了它所引发的多重挑战，并引发了我们对治理问题的深思。
生成式人工智能的前世今生
在这美丽的金色夕阳下，乌云突然遮住了它的容颜，小草在风雨中无助地摇曳着身姿，水珠在叶片间欢快地滚动。此时，蒋卓人展示了一段名为“Summer showers”（《夏日阵雨》）的影片。尽管画面中的灵动色彩和生动风景令人陶醉，但它们却是由生成式人工智能模型所创作。
何为生成式人工智能？
当前，尚无统一定义的生成式人工智能，但通常而言，这种人工智能系统具备根据提示生成文本、图像或其他多媒体信息的能力。
技术的发展并非如魔法般突然出现，其背后往往蕴含着深厚的历史背景和积累。在生成式人工智能近90年的演进过程中，人类智慧的光芒多次闪耀。蒋卓人对此强调了技术的来源和发展轨迹，提醒我们深入理解其历史渊源，而非简单地将其视为现代科技奇迹。
在1932年，法国的Georges Artsrouni是一位杰出的工程师，他设计并制造出了一个名为“mechanical brain”（机器大脑）的装置。这个装置的主要功能是通过查询多功能词典来实现翻译，其输入和输出方式均为一条纸带。尽管这个装置与当今的机器翻译有所不同，但是，它却完全符合现在对于生成式人工智能的定义。换言之，它能够接收人类输入的一段内容，然后生成一段全新的内容。
在20世纪中，麻省理工学院创造了最早的生成式人工智能之一Eliza，Judea Peal（朱迪亚·珀尔）引入了贝叶斯网络因果分析概念，Yann Lecun（杨立昆）等展示了如何利用卷积神经网络来识别图像……
2006年，华裔计算机科学家李飞飞着手构建数据库ImageNet。该数据库中有超过1400万张手工标注的图片，包含超过2万个类别。“正是有了这样一个庞大数据库的支撑，深度学习才能得以兴起。所以我们总说，好的科研品味，加上持续不断的努力，就能成就一段好的学术生涯。”蒋卓人评价。
ChatGPT何以成为明星产品？
1750亿参数量，3000亿训练单词数，这是ChatGPT的数据。2022年发布后，ChatGPT在短短两个月内吸引了超过1亿的用户，成为有史以来用户增长最快的应用。
蒋卓人认为，要理解ChatGPT，就要理解它的关键技术：大模型基础训练、指令微调、人类反馈强化学习。
“大模型的全称是大型语言模型，”蒋卓人讲道，“它是一种概率模型，能告诉你一个词出现的概率是多少。”
比如，在The students opened their这句英文后面，可以出现books、laptops、exams、minds等词。“但它们出现的概率是不一样的。一个好的语言模型，能精准地预测下一个词是什么。”蒋卓人说。
随着语言模型的发展，它具备了良好的语言理解能力，但如何让其与人类建立对话呢？
研究者们提出的办法是指令微调。通过引入思维链以及代码生成，大模型的推理能力得以提升。“这种能力对于大模型来说至关重要，使其可以在开放领域有很好的表现。”蒋卓人评价。
至此，大模型初步具备了回答人们提出的任何指令的可能，但回答的质量却参差不齐，如何让大模型持续性地输出高质量回答呢？
研究者们又为此设计了一套基于人类反馈的强化学习方法，即通过大模型的微调、奖励函数的训练、以及大规模强化学习的优化来确保高质量回答的生成。“OpenAI就是使用这种方法，大幅度降低了数据集构建成本。”蒋卓人说。
生成式人工智能：新智能面临新挑战
面对生成式人工智能带来的挑战，赵星从资源、技术、应用与社会伦理四个维度进行解读。
从资源维度来看，生成式人工智能需要高质量的数据，而中文世界的数据质量弱于英文。赵星认为，即使有很强大的翻译能力，类ChatGPT工具的中文处理效果也显著弱于英文，核心的原因之一是投喂的中文数据质量较差。另外，硬件技术也是支撑我国人工智能产业高速发展的关键要素。
“科技界曾将人工智能的应用比作炼金术，”赵星打趣道，“人们将数据一股脑往模型里面扔，至于能否炼出有价值的东西，炼出的是什么，却没有明确的预期。”很明显，在技术层面上生成式人工智能存在内生的不确定性。
“当我们准备向全社会投放一种通用性工具，却不能明确它的科学原理是什么，就一定会有内生性的风险。”人工智能风险中最核心的一点在于其结果的不可承受性。“我们很少在治理问题上处于如此无力的状态，”赵星说。在应用层面上，生成式人工智能产业发展的确定性与风险治理的不确定性将长期存在。
而在社会方面，生成式人工智能不仅深陷知识产权与信息泄漏问题，或也将塑造真正的信息茧房。“当生成式人工智能24小时都伴你身边，潜移默化地，你会误认为一切都是你自己的决定。”
赵星警示，“我们面对的，是一个会在短时间内崛起，或将引起严重后果且后果未知的事物。”
内生安全治理：让危机“已知”
面对生成式人工智能这个新对手，赵星认为不能沿用传统治理“被动回应外在威胁”的方法。相反，他的团队正在着眼于借助复旦大学大数据研究院院长邬江兴院士提出的“内生安全理论”，构建生成式人工智能治理的新模型。
“我们能否在未知的风险爆发之前找到抵抗它的办法？这是生成式人工智能内生安全治理要解决的问题。”赵星说，“我们需要在人工智能风险来临前，给人类社会点亮一个新的技能树：应对人工智能非传统安全问题的能力。”
生成式人工智能的治理模型涵盖了三个层面。最外层是法律的监督与规约，中间层是管理层的敏捷治理，尤为强调的最内层是教育。在法律和政府治理之前，高等院校应和所有的教育机构一起，完成针对全人类的社会性融合人工智能的教育和训练。
“我们应当在每一位年轻人的成长过程中，让他们学会如何与人工智能良好共处与规避“信息茧房”，以及如何去做一个智能社会中的‘好人’。”
内生安全治理模型的原理，是基于群体智能将个体“未知的未知”转化为群体“已知的未知”，从而进一步将其转化为“已知的已知”。
“当我们知道可能的风险是什么、产生在何处，生成式人工智能治理便有机会转化为常规性安全问题，我们就能尝试寻求到治理闭环的实现。”赵星说，“然而这仍需要理论、实践上长期的探索。”
赵星团队也开始探索生成式人工智能在科学评价中的应用，创新构建了“客观数据、智能算法、专家评议”三者和谐共生的“数智人”评价与治理新范式。近期团队也在开展利用类ChatGPT工具进行智能评价系统构建的探索实验。
“初步结果显示，虽然现阶段的生成式人工智能远没到能胜任学术评价这样的严肃评价工作的程度，”赵星表示，“但生成式人工智能表现出的“跨学科”评价能力和“涌现”推断预测潜力值得高度关注。”
✦
主讲人信息
✦
赵 星
复旦大学大数据研究院教授
国家智能评价与治理实验基地副主任
入选上海市曙光学者，近年在JASIST、JOI、《中国图书馆学报》和《情报学报》等国际国内知名同行评议刊物上发表论文百余篇，主持包括国家自然科学基金、国家社科基金重大项目子项、上海市软科学重点战略项目等在内的各类科研项目50余项。任中国索引学会青年委员会主任、上海市图书馆学会青年学者委员会主任等十余学术兼职。近年获教育部人文社科研究优秀成果奖青年奖、上海市哲学社会科学优秀成果奖一等奖、中国科技情报学会青年情报科学家奖等三十余项各类荣誉。
研究方向：信息资源管理、科技评价与智能评价、智能社会与智能治理、元宇宙与数字经济
蒋卓人
浙江大学公共管理学院信息资源管理系“百人计划”研究员
阿里巴巴达摩院语言技术实验室顾问；中国人工智能学会青年工作委员会委员；中国中文信息学会情感计算专委会委员，中国中文信息学会青年工作委员会通讯委员、信息检索专委会、社会媒体处理专委会通讯委员，广东省医疗行业协会超声医学创新与发展管理分会第一届委员会委员；ACM（国际计算机学会）Professional Member；ACM SIGIR（国际计算机学会信息检索专业组织）Member；ACL (国际计算语言学学会）Member；CCF（中国计算机学会）会员。
研究方向：计算社会科学，文本挖掘， 自然语言处理，信息检索
组 稿
校融媒体中心
文 字
许文嫣、朱宸颉
摄 影
廖恒
责 编
李怡洁
编 辑
刘怡然
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
