接任湯曉鷗！周伯文以上海AI Lab主任身份WAIC演講：探索AI-45° Law

衡宇 2024-07-04 14:48:39 來源：量子位

衡宇 發自 凹非寺

量子位 | 公眾號 QbitAI

就在剛剛，清華教授周伯文以全新身份，在WAIC 2024全體會議上發表演講——

上海人工智能實驗室主任、首席科學家。

在演講中，他提出一個技術主張：探索人工智能45°平衡律（AI-45° Law）。

即從長期的角度來看，需要找到AI安全優先，但又能保證AI性能長期發展的技術體系。

周伯文在發言中提到，沿著這個思路，上海AI實驗室最近正在探索一條以因果為核心的路徑，取名為“可信AGI‘因果之梯’”。

可信AGI的“因果之梯”將可信AGI的發展分為三個遞進階段:

• 泛對齊
• 可干預
• 能反思

周伯文表示，要沿著可信AGI的“因果之梯”拾級而上：

目前，AI安全和性能技術發展主要停留第一階段，部分在嘗試第二階段，但要真正實現AI的安全與性能平衡，我們必須完善第二階段并勇于攀登第三階段。

2021年，周伯文離開工作4年的京東，投身AI創業，成立大模型公司銜遠科技，聚焦電商領域的生成式AI落地。

今年4、5月份前后，消息傳出，銜遠科技創始人周伯文，已經不再主持公司事務，另有去處。

終于，WAIC 2024上，周伯文的新身份水落石出，接任去年12月中因病去世的湯曉鷗先生，主持上海人工智能實驗室事務。

他履新后正帶領上海AI實驗室的方向，也在首次亮相發言中對外傳遞。

（附周伯文在WAIC 2024全體會議上的演講全文）

周伯文履歷

周伯文，上海人工智能實驗室主任、首席科學家，清華大學惠妍講席教授，銜遠科技創始人。

他是自注意力融合多頭機制的自然語言表征機理的提出者，這是Transformer架構的核心思想之一。

他本科就讀于中國科學技術大學少年班，在中科院獲得碩士學位，后留學美國。

研究方向包括語音和自然語言處理、多模態與知識表征、理解、生成、推理、人機對話、可信賴AI等。

學成后，周伯文曾就職于IBM，負責人工智能和深度學習基礎研究方面的工作。

2017年，周伯文回國加入京東，成為京東首任AI掌門人，歷任京東集團高級副總裁、京東集團技術委員會主席、京東云與AI總裁、京東人工智能研究院創始院長。

負責的業務，包括京東的整體技術，以及云計算、人工智能、物聯網、大數據等技術商業化。

他被視為“京東AI開創者”，親手從零一手組建了最初約400人的團隊。

包括何曉冬（現任京東探索研究院院長）、梅濤（曾任京東集團副總裁，京東探索研究院副院長；現創業文生視頻公司HiDream.ai）在內的京東系AI大牛，都由周伯文引入。

2021年底，周伯文從京東離職，創立銜遠科技。

目標聚焦在生成式AI的產業應用落地，主要是電商領域。

2022年5月30日，清華大學電子工程系宣布，清華大學聘任周伯文博士為電子工程系長聘教授、清華大學惠妍講席教授。

2024年4月，消息傳出，周伯文不再主事銜遠科技，另有任用。

2024年7月，周伯文以上海人工智能實驗室主任、首席科學家身份亮相上海WAIC，并發表演講。

周伯文WAIC發言全文

尊敬的各位領導，各位嘉賓，大家上午好，非常榮幸在WAIC大會上、在上海，與大家分享人工智能安全的前沿技術話題，我想提出一個技術主張：探索人工智能45°平衡律——Towards AI-45°Law。

當前，以大模型為代表的生成式人工智能快速發展，但隨著能力的不斷提升，模型自身及其應用也帶來了一系列潛在風險的顧慮。

從公眾對AI風險的關注程度來看，首先是數據泄露、濫用、隱私及版權相關的內容風險；其次是惡意使用帶來偽造、虛假信息等相關的使用風險；當然也誘發了偏見歧視等倫理相關問題；此外還有人擔心：人工智能是否會對就業結構等社會系統性問題帶來挑戰。在一系列關于人工智能的科幻電影中，甚至出現了AI失控、人類喪失自主權等設定。

這些由AI帶來的風險已初露端倪，但更多的是潛在風險，防范這些風險需要各界共同努力，需要科學社區做出更多貢獻。

去年5月，國際上數百名AI科學家和公眾人物共同簽署了一份公開信《Statement of AI Risk》，表達了對AI風險的擔憂，并呼吁，應該像對待流行病和核戰爭等其他大規模的風險一樣，把防范人工智能帶來的風險作為全球優先事項。

出現對這些風險擔憂，根本原因是我們目前的AI發展是失衡的。

先讓我們來看一下目前的AI發展趨勢：在Transformer為代表的基礎模型架構下，加以（大數據-大參數量與大計算）的尺度定律（Scaling Law），目前AI性能呈指數級增長。與此形成對比的是，在AI安全維度典型的技術，如：紅隊測試、安全標識、安全護欄與評估測量等，呈現零散化、碎片化，且后置性的特性。

最近的一些對齊技術兼顧了性能和安全性。比如：監督式微調SFT、人類反饋的強化學習RLHF等技術，RLAIF、SuperAlignment等。這些方法幫助將人類的偏好傳遞給AI，助推涌現出了ChatGPT、GPT-4等令人興奮的AI系統，以及我們上海AI實驗室的書生Intern大模型等等。雖然瞄準的是安全和性能同時提升，但這些方法在實際使用中往往還是性能優先。

所以總體上，我們在AI模型安全能力方面的提升，還遠遠落后于性能的提升，這種失衡導致AI的發展是跛腳的，我們稱之為Crippled AI。

不均衡的背后是二者投入上的巨大差異。如果對比一下，從研究是否體系化，以及人才密集度、商業驅動力、算力的投入度等方面來看，安全方面的投入是遠遠落后于AI能力的。

李強總理剛才提出“智能向善”。AI要確保可控，統籌發展與安全。毫無疑問地，我們要避免這樣的Crippled AI發展，我們應該追求的是：TrustWorthy AGI，可信的AI，可信的通用人工智能。

可信AGI需要能夠兼顧安全與性能，我們需要找到AI安全優先，但又能保證AI性能長期發展的技術體系。我們把這樣一種技術思想體系叫做“AI-45°平衡律”?（AI-45° Law）。

AI-45°平衡律是指從長期的角度來看，我們要大體上沿著45度安全與性能平衡發展，平衡是指短期可以有波動，但不能長期低于45°（如同現在），也不能長期高于45度（這將阻礙發展與產業應用）。這個技術思想體系要求強技術驅動、全流程優化、多主體參與以及敏捷治理。

實現AI-45°平衡律也許有多種技術路徑。我們上海AI實驗室最近在探索一條以因果為核心的路徑，我們把它取名為：可信AGI的“因果之梯”，致敬因果推理領域的先驅——圖靈獎得主Judea Pearl。

可信AGI的“因果之梯”將可信AGI的發展分為三個遞進階段：泛對齊、可干預、能反思。

“泛對齊”主要包含當前最前沿的人類偏好對齊技術。但需要注意的是，這些安全對齊技術僅依賴統計相關性而忽視真正的因果關系，可能導致錯誤推理和潛在危險。一個典型的例子是巴甫洛夫的狗：當狗僅僅基于鈴聲和食物的統計相關性形成條件反射時，它可能在任何聽到鈴聲的場合都觸發行為分泌唾液——如果這些行為涉及到……時這顯然是不安全的。

“可干預”主要包含通過對AI系統進行干預，探究其因果機制的安全技術，例如人在回路、機械可解釋性，以及我們提出的對抗演練等，它以通過提高可解釋性和泛化性來提升安全性，同時也能提升AI能力。

“能反思”則要求AI系統不僅追求高效執行任務，還能審視自身行為的影響和潛在風險，從而在追求性能的同時，確保安全和道德邊界不被突破。這個階段的技術，包括基于價值的訓練、因果可解釋性、反事實推理等。

目前，AI安全和性能技術發展主要停留第一階段，部分在嘗試第二階段，但要真正實現AI的安全與性能平衡，我們必須完善第二階段并勇于攀登第三階段。沿著可信AGI的“因果之梯”拾級而上，我們相信可以構建真正可信AGI，實現人工智能的安全與卓越性能的完美平衡。

最終，像安全可控的核聚變技術為全人類帶來清潔、豐富的能源一樣，我們希望通過深入理解AI的內在機理和因果過程，從而安全且有效地開發和使用這項革命性技術。

也正如可控核聚變對全人類都是共同利益一樣，我們堅信AI的安全也是全球性的公共福祉，陳吉寧書記剛剛在發布的《人工智能全球治理上海宣言》中提到“要推動各國加強交流和對話”，我們愿與大家一起攜手推進AI-45°平衡律的發展，共享AI安全技術、加強全球AI安全人才交流與合作，平衡AI安全與能力的投入，共同構建開放、安全的通用人工智能創新生態和人才發展環境。

謝謝大家！