ChatGPT生成式AI，是当下的业界热点。
(资料图)
ChatGPT模型的训练数据源于互联网，就有可能把网络上的偏见、不道德的文字数据，引入到对话中。因此，需要制定相应的法规和规范，从数据采集、模型训练到具体应用过程中，加强监管以确保ChatGPT技术的可持续、健康发展。
应该看到的是，现在一些舆论为了吸引眼球，故意渲染焦虑与恐慌，这可能会导致过度的监管，对生成式人工智能服务者提出过高的合规义务，进而影响中国在chatGPT领域达到世界一流水平。显然，这就与监管的目的背道而驰了。监管的目的，在于约束可能的负面因素，进而促进、鼓励发展我国的人工智能发展。
所以，应该厘清chatGPT的风险点的特征，认识风险，才能以最小的代价实现安全，避免过度监管。
生成式AI生成的内容，必须真实准确吗？
生成式AI本质上是基于概率组合。AI根据历史语料及语料中的文字概率分布来生成内容，它并不能理解内容，也就无法完全保证生成结果的准确性和稳定性。
通过规则干预能够过滤掉已知的坏信息，对未知badcase可以通过模型进一步优化，达到一定程度降低出现badcase的概率，比如通过RLHF（基于人类反馈的强化学习）以及搜索增强等方式，可以尽可能提高输出内容准确性的概率，但始终无法100%保证真实准确。这一点世界上任何一家生成式AI都无法做到。
生产式AI难以“溯源”
一个有十万用户的网站，每天新生成的网页并不会太多，网站很容易对内容进行管理。微博，虽然用户每天发送的微博以亿计算，但人的行为是相对稳定的，事后监管，也很容易找到相应的用户，消除风险点。所以，微博这种用户生成式业态，监管成本虽然比网站大了很多，但还在接受范围之内。
但是，当下人工智能深度学习已经越来越复杂，这带来的一个特征就是，它已经接近一个黑箱，即便是研发者也很难逆向去解析它，找到出问题的地方。更简单地说，找到风险用户容易，不影响产品继续运营，但要审查每一条生成内容，找到AI出问题的机制，恐怕要花上好几个月，甚至一两年的时间。所以，过度的准确性合规要求，在生成式AI发育探索初期，会抑制模型能力的挖掘和应用层面的创新，甚至使得成本巨大，让整个生成式AI在技术上、商业上都无法运行。
标注生成式AI内容，会降低行业价值
有观点认为，只要对AI生成的图片、视频标识等内容进行标识，就可以避免以假乱真，发布各种虚假信息。
AI对产业的影响非常快，现在已经有公司开始裁剪原画师了。AI生成的内容，会大量用于海报、视频、电影。
如果一刀切强制要求对AI生成的图片与视频加上标识，哪怕在图片、视频的下方有一个小小的水印“AI生成”标识，也会让观众出戏，影响体验。另一方面，别有用心的人很容易擦除标识。如果把水印铺满，那就不是影响体验而是整个AI生成的内容不可用。
实际上，现在人工借助计算机，已经可以大量地生成以假乱真的图片与内容，这些内容现在并不需要标识，也没有造成社会大乱。这还会带来法律逻辑上的混乱，比如，AI生成的图片、视频，拿去人工稍微修改一个像素，这算人工生成还是AI生成呢？如果AI生成内容要标识，为了在逻辑上堵住漏洞，photoshop生成的内容要不要标识呢？美颜相机要不要标识呢？
某种程度上，这些风险，内生于AI，是无法根除的，不过，也不是没有高效的办法去应对。
用“中游监管”解决以上风险
生成式人工智能的内容发布有两个特征。一，它生成的内容，不像网页那样面向大规模受众，而是仅面向一个用户。二，它提供的是素材，扮演的是助手角色，如果该内容会向公众发布，仍然由发布人负责。
所以，对于生成式AI监管，“中游监管”就足够了。在国内完善的监管下，内容的发布是高度有序的，只要管控好“下游”最终发布渠道，就不会有新增风险。
如果要求AI产品的开发者，要对他人利用AI自行生成的文本、图像、声音承担作为“内容生产者的责任”，这就相当于把监管，不是放在ISP层面，网站层面，而是放在了WORD、WPS、输入法、photoshop层面，要求这些公司对最终发布的内容负责。显然，微软、金山、搜狗、Adobe都做不到这一点。
其实“中游监管”的思路，早有应用。《深度合成规定》第六条就是一种“中游监管”思路，可以参考借鉴。第六条规定，“任何组织和个人不得利用深度合成服务制作、复制、发布、传播法律、行政法规禁止的信息，不得利用深度合成服务从事危害国家安全和利益、损害国家形象、侵害社会公共利益、扰乱经济和社会秩序、侵犯他人合法权益等法律、行政法规禁止的活动。”“利用”两个字，点清楚了深度合成的“中游”特性，从这个角度去监管，就能以最小的代价得到最大的收益。
中国AI的发展，需要保驾护航而不是红旗法案
19世纪末，汽车刚出现的时候，由于技术不成熟，制度、人未适应，车祸较多。1865年，以公共安全为由，英国议会针对汽车制定了史上第一部机动车道路安全法规。法规规定，汽车时速不得超过4英里（6.4公里）；必须有3人驾驶，其中1人要在车前50米，不断摇动红旗，为机动车开道。这就是著名的《红旗法案》。《红旗法案》不但影响了英国交通的发展，还使得英国汽车业在此后三十年里一蹶不振，被德国、法国、意大利，以及后来的美国彻底超过。
显然，当下中国的AI赶超，需要保驾护航，而不是红旗法案。
某种程度上，我们现在所说的创新，都是一种追赶式创新，它避免了最大的“不安全”——跑错赛道、选错技术发展树的风险。正因为避免了这种试错的风险，所以，只要开足马力，就能很快地接近、达到甚至超过技术原创国家。这就像用一辆F1全开油门去赶超普通跑车。
但是，如果在这个过程中，加上了不必要的负担、成本，就会影响赶超的过程，可能导致差距越来越大。这就像给一辆F1方程式赛车加上200公斤的安全框，配上副驾驶安全员，再规定不准踩死油门，不准快速过弯，那就肯定赶不上已经在前面的普通跑车。而如果国内没有替代，最终所有的需求都会转向其他国家的公司。
文/财经评论人 刘远举
编辑 陈莉 校对 柳宝庆
标签：
