追求零風險,反而更危險?霍夫曼提出AI安全的另一條路
Photo by julien Tromeur on Unsplash

追求零風險,反而更危險?霍夫曼提出AI安全的另一條路

前言:AI安全只能靠暫停發展嗎?OpenAI早期推手雷德・霍夫曼(Reid Hoffman)與葛雷格・比托(Greg Beato)在《超級代理效應》(Superagency)中提出「迭代部署」:讓AI以有節制的方式進入真實世界,透過廣泛使用、持續測試與大眾回饋,及早發現風險並修正。與其追求部署前的零風險,更重要的是建立能邊做邊學、持續降低風險的機制。

ChatGPT推出幾個月後,人們有了新的急迫感,要求管制AI的開發,並限制大眾取用這些新資源。英國工黨數位發言人認為,AI的開發應該比照醫療與核能,受政府監管,凡是開發類似ChatGPT的模型均須取得授權許可。荷蘭數位部長則將AI與汽車進行類比:「每當你生產一輛新車,在允許它上路之前,總會先確保它的駕駛安全性。」

這些論點基本上都是以「預警原則」為核心,主張新科技「在證明無害之前,一律視為有罪。」相反地,許多科技專家、創業家與投資人則支持「無需許可的創新」(permissionless innovation)原則,強調要為創新、實驗與調適保留足夠的空間,尤其是在尚未出現明確危害,或是現行法規足以涵蓋既有風險的情況下。

這並不代表預警原則在數位科技領域已完全不適用。但同時,「最小可行性產品」、「產品與市場契合度」,以及「敏捷開發」等概念,之所以能在過去30年成為網路軟體開發的核心思維,也有其原因。

現在,我們的學習速度快很多,也更容易更新。不再受制於實體生產與運送的高昂成本、限制與緩慢節奏之後,開發人員可以先推出原型產品,然後透過點擊、時間戳記、評論與其他資料,發掘使用者認為有用、不喜歡與不在乎的功能。接著,利用這些資訊修正產品,並推出新版,形成高效率的回饋循環,幫助你持續優化產品。

迭代部署(iterative deployment)的做法等於是在原有模式上,加入了有益於社會的元素:有節制的推出新科技。一般軟體開發者的工作進度,取決於自身操作的限制:他們能多快從蒐集到的資料中得出正確推論?他們能多快寫出並測試新的程式碼,以實現他們的學習成果?OpenAI在推出新產品時,會將整體社會的適應過程納入決策考量。OpenAI在一篇部落格文章中描述:

我們認為社會必須擁有足夠的時間,來因應並適應能力日益強大的AI,而且在討論AI後續的發展方向時,所有受到這項技術影響的人都應該有實質的發言權。相較於缺乏第一手工具使用經驗的情況,透過迭代部署的做法,能更有效地讓各方利害關係人參與討論AI的應用。

現在不只有OpenAI採取這種做法,其他AI開發者也開始跟進。透過迭代部署的做法,讓更多人有機會親身使用AI技術,這個過程並非沒有風險或負面影響,但是從整體安全的角度來看,放棄這種做法不僅會限制AI的應用,更會阻礙學習與進步。全世界有上百萬人每天透過迭代部署,在真實情境中測試AI模型。我們因此能更快速地理解最常見的使用方式與問題,也更進一步掌握當AI系統與具備不同科技素養、來自多元文化背景,以及處於意想不到的現實狀況的人們互動時,會產生何種影響。

我們仍處於全球AI發展與應用的初期階段。幾年後,當使用AI的人數翻倍、使用頻率大幅提升,而且AI本身的能力顯著增強時,無需許可的創新與迭代部署的做法是否依舊有效? 

我們或許可以從過去的發展看出一些端倪。AI悲觀派堅稱,我們應該比照汽車產業來監管AI,他們的看法可能比他們以為的還要正確。我們不妨回顧1900年代初期,無需許可的創新是如何運作的。

對於二十世紀的數十億人口而言,汽車無疑是他們生平所能掌控最強大的機器。而且汽車不只是最強大的機器,還是人們一天會使用好幾次、持續使用數十年,並以重大或微不足道的方式改變生活的機器。歷史學家瑞伊(John B. Rae)在他的著作中提到,二十世紀初期汽車的迅速普及,帶來了「前所未有的個人移動自由,不論是型態或規模,都完全不同於以往。」

瑞伊強調,這場轉變並不是只有少數特權階級能接觸到,他們並不是唯一能運用這項科技、大幅提升移動速度和範圍的族群。相反地,短短幾十年內,數百萬人都擁有了這種貨真價實的超能力。全新的汽車時代到來,徹底改變了人們對於個人自由與生活模式的想像,進而改寫了數百萬人的人生軌跡,甚至翻轉了整個社會架構。

聯網個人電腦與智慧型手機,就像是二十一世紀的汽車。這些裝置是新一代的個人移動工具,讓我們能運用全新的方式,超越時間與空間限制,擴展自身的影響力。在AI時代,當個人電腦與智慧型手機擁有合成智慧,就能成為更強大的載體,幫助我們展現自主行動力、意志力,並且發揮影響力。我們正處於另一個重大轉變時期:個人電腦曾被賈伯斯形容為「大腦的腳踏車」;如今,我們正邁向「大腦的法拉利」時代。

當然,新的功能必定會伴隨新的風險。但我們不該一味追求毫無風險的模型,我們的目標更應該聚焦在了解現實世界中可能出現的風險,然後透過系統化的方式管理與降低風險。迭代部署正是達成這個目標的一種方式。

※ 本文摘自 《超級代理效應》立即前往試讀►►►