ChatGPT等大語言模型爆火背後原因是什麼？為哪些行業產業帶來福音？潛在泡棉風險在哪裡？ 5月25日至26日，在2023小蠻腰科技大會分論壇－「邁向智慧時代，實現文明躍遷」AIGC專場高峰會上，20餘位AI領域的研究者、實務者，共同探討AIGC應用與商業新典範、各產業領域發展新路徑，以及潛在資料安全風險、倫理議題。
在26日高峰會現場的新書發布儀式上，《大模型時代》作者、曾任阿里巴巴資深產品專家兼事業部副總經理、矽谷AI新創公司聯合創辦人兼營運長龍志勇接受南都訪談時坦言，生成式AI要走先規範、後發展模式，應對大模型潛在泡沫風險既有技術手段，如大模型自我評估、合規演算法審核等，又有人工流程，更重要的是產業要對問題的解決難度、週期有合理的預期，才能避免過度樂觀所帶來的風險。
大模型掀起新一輪智力革命與產業重構
#ChatGPT等生成式人工智慧幕後真正的智慧“大腦”，正是大語言模型！基於生成式預訓練大模型的技術突破，帶來面向個人、深入產業的多重應用，引發新一輪智力革命與產業重構，建構全新的腦機協作關係。
大模型時代已經來臨！龍志勇透露，《大模型時代》對技術、應用和產業變化進行深入分析、闡述，生動形象解釋ChatGPT大模型背後的原理，描繪大模型將如何驅動社會進入智能革命和腦機協作時代，並總結企業在自身業務中應用大模型的注意事項與方法論，為個人、企業因應變革提出建議。據其稱，大模型在知識工作、商業企業、創意娛樂等領域已具體應用，主要帶來兩種創新：漸進式創新、顛覆性創新。
在高峰會現場主題演講中，人工智慧科學家劉志毅也提到，人工智慧賦能經濟社會發展各領域，下游各領域的產業升級對大模型需求持續走高。根據計算2022年中國人工智慧產業市場規模為3.7億元，預計2027年將達15.37億元，預計在下游製造、交通、金融、醫療等多領域不斷滲透，實現大規模落地應用。
《大模型時代》在5月26日「邁向智慧時代，實現文明躍遷」2023AIGC專場高峰會上發布。
生成式人工智慧帶來信任侵蝕等風險
不過，隨著大模型的廣泛應用，潛在泡沫也隨之湧現。三星引進ChatGPT不到20天，就被揭露機密資料外洩。人們對於AI變臉、AI繪畫等技術所帶來的法律風險、倫理問題和資料安全問題越來越關注。
談到「大模型時代的AI科技創新與倫理治理」時，劉志毅表示，生成式人工智慧確實存在一定風險，如果在擴展規模時沒有考慮、緩解這些風險，可能會減緩轉型速度。訓練模型持續更新以提升效能，可能會引起對敏感資料、隱私以及安全性的擔憂。參與生成式人工智慧的開發、消費、討論和監管的所有人都應努力管理信任侵蝕、長期的員工失業風險、偏見和歧視、資料隱私和智慧財產權的保護等風險。
劉志毅接受南都訪問時分享自己三點看法。他說，一是AI技術會自然進入國民經濟、社會系統各領域，所在風險就會擴大，因為技術本身是黑盒的，如深度神經網絡，透過技術、演算法的計算，沒人知道它每一步怎麼達到，是不透明、不可解釋的，就存在風險。二是AI技術很多時候與數位世界創造有關。例如深度偽造，包括偽造聲音、影像，就是把實體身份變成數位身份，數位經濟越發達的國家，越需要這些技術支撐，依賴性越強，但帶來的風險也越大。三是我國非常強調應用場景與生態，這些應用場景落地必然是創新的，必然會帶來風險，而這些風險隨著場景創新而擴大，因此會前置性做監管，例如國家網信辦發布《生成式人工智慧服務管理辦法(徵求意見稿)》、科技部發布的《關於加強科技倫理治理的意見》等，都是前置性去考慮一些風險。
《大模型時代》作者、曾任阿里巴巴資深產品專家兼事業部副總經理、矽谷AI新創公司聯合創辦人兼營運長龍志勇在新書發布儀式上發言。
對大模型演算法可靠性、透明度提出要求
“資料隱私確實是GPT大模型的重要問題”，龍志勇接受南都採訪時表示，最近OpenAI在美國應對質詢時提前做了這方面準備工作，例如在ChatGPT中提供了關閉聊天記錄的個人選項，使用者可以拒絕大模型使用自己的隱私資料進行訓練；針對企業客戶，OpenAI將提供企業私有部署的模型，避免企業擔憂自家的微調訓練資料被大模型共享給了競爭對手，這些措施大概率會被國內大模型所採納。
對於如何應對大模型潛在泡沫風險，如何平衡生成式人工智慧的強規範、促發展的關係，龍志勇坦言，生成式AI要走先規範、後發展的模式。大模型的服務提供者作為AI生成物的法律責任的主要承擔者，要對AIGC內容的正確性、價值取向負責，其合規壓力還是相當大的，這屬於強規範，「在《北京市促進通用人工智慧創新發展的若干措施》文件中，提到鼓勵生成式AI在科研等非面向公眾服務領域實現向上向善應用，在中關村核心區先行先試，進行包容審慎的監管試點，我認為就屬於一種積極的、在規範和發展之間求得平衡的訊號」。
他提到，監管機構的想法要求大型演算法在可靠性和透明度方面要做出改進。在《大模型時代》中發出了警告，指出潛在的產業泡沫風險，其中一個關鍵因素是大模型的可靠性和透明度問題。 Ilya，OpenAI的首席科學家認為，大型模式幻覺和資訊偽造是阻礙GPT在各產業應用的主要障礙。而幻覺問題之所以難以根除，首先是因為大模型的訓練目標、方法導致，其次是AI自深度學習年代就開始具備的黑箱屬性，不透明，無法在模型中定位具體問題所在。考慮到大模型新能力的湧現機制也不透明、不可預測，大模型產業需要在失控中追求可控，在規範中求得發展，這是最大的挑戰。
出品：南都大數據研究院
研究員：袁炯賢
以上是大模型時代來了！數安風險如何因應？小蠻腰AI高峰會專家支招的詳細內容。更多資訊請關注PHP中文網其他相關文章！
