监管的困局:代码与法律的错位
这帮大佬去G20开会,表面上是共商人类未来,实际上是一场极其精彩的利益博弈。我看了几眼他们之前的公开发言,发现一个很致命的问题:政客和技术大佬之间,存在着巨大的认知鸿沟。
政客们想要的是“可控”。他们希望AI像一个听话的家用电器,最好能有个物理开关,一拔就停。但大佬们心里清楚,现在的深度学习是个黑盒,连他们自己都不知道模型在某个特定参数下会涌现出什么能力。你怎么去监管一个连创造者都无法完全解释的东西?
我特别同情那些要去给部长们做科普的技术专家。你要怎么解释“对齐(Alignment)”?你要怎么解释“幻觉(Hallucination)”?你总不能跟他们说,这玩意儿有时候会一本正经地胡说八道,是因为它在概率分布里迷路了吧。
而且,这种全球性的会议,最后大概率会出台一些听起来很正确、但毫无卵用的框架协议。比如“呼吁负责任的AI开发”、“建立跨国数据共享机制”之类的废话。真正核心的算力限制、开源模型管控,根本不可能在桌面上谈妥。
马斯克和奥尔特曼的恩怨,本质上是对AI发展路线的分歧。一个主张激进开源,让全人类一起监督;一个主张闭源集中,由精英来把控风险。这两种路线在G20的桌子上碰撞,最后妥协出来的产物,往往是个四不像。
对于我们这些吃瓜群众来说,看看热闹就行了。真正的AI监管,从来不是在会议室里谈出来的,而是在一次次模型越狱、一次次安全事故中,用血的教训倒逼出来的。