一群證券交易機器人通過(guò)高頻買(mǎi)賣(mài)合約在納斯達克等證券交易所短暫地抹去了1萬(wàn)億美元價(jià)值，世界衛生組織使用的聊天機器人提供了過(guò)時(shí)的藥品審核信息，美國一位資深律師沒(méi)能判斷出自己向法庭提供的歷史案例文書(shū)竟然均由ChatGPT憑空捏造……這些真實(shí)發(fā)生的案例表明，智能體帶來(lái)的安全隱患不容小覷。

　　智能體是人工智能（AI）領(lǐng)域中的一個(gè)重要概念，是指能夠自主感知環(huán)境、做出決策并執行行動(dòng)的智能實(shí)體，它可以是一個(gè)程序、一個(gè)系統或是一個(gè)機器人。

　　智能體的核心是人工智能算法，包括機器學(xué)習、深度學(xué)習、強化學(xué)習、神經(jīng)網(wǎng)絡(luò )等技術(shù)。通過(guò)這些算法，智能體可以從大量數據中學(xué)習并改進(jìn)自身的性能，不斷優(yōu)化自己的決策和行為。智能體還可根據環(huán)境變化做出靈活的調整，適應不同的場(chǎng)景和任務(wù)。

　　學(xué)界認為，智能體一般具有以下三大特質(zhì)：

　　第一，可根據目標獨立采取行動(dòng)，即自主決策。智能體可以被賦予一個(gè)高級別甚至模糊的目標，并獨立采取行動(dòng)實(shí)現該目標。

　　第二，可與外部世界互動(dòng)，自如地使用不同的軟件工具。比如基于GPT-4的智能體AutoGPT，可以自主地在網(wǎng)絡(luò )上搜索相關(guān)信息，并根據用戶(hù)的需求自動(dòng)編寫(xiě)代碼和管理業(yè)務(wù)。

　　第三，可無(wú)限期地運行。美國哈佛大學(xué)法學(xué)院教授喬納森·齊特雷恩近期在美國《大西洋》雜志發(fā)表的《是時(shí)候控制AI智能體》一文指出，智能體允許人類(lèi)操作員“設置后便不再操心”。還有專(zhuān)家認為，智能體具備可進(jìn)化性，能夠在工作進(jìn)程中通過(guò)反饋逐步自我優(yōu)化，比如學(xué)習新技能和優(yōu)化技能組合。

　　以GPT為代表的大語(yǔ)言模型（LLM）的出現，標志著(zhù)智能體進(jìn)入批量化生產(chǎn)時(shí)代。此前，智能體需靠專(zhuān)業(yè)的計算機科學(xué)人員歷經(jīng)多輪研發(fā)測試，現在依靠大語(yǔ)言模型就可迅速將特定目標轉化為程序代碼，生成各式各樣的智能體。而兼具文字、圖片、視頻生成和理解能力的多模態(tài)大模型，也為智能體的發(fā)展創(chuàng )造了有利條件，使它們可以利用計算機視覺(jué)“看見(jiàn)”虛擬或現實(shí)的三維世界，這對于人工智能非玩家角色和機器人研發(fā)都尤為重要。

　　智能體可以自主決策，又能通過(guò)與環(huán)境交互施加對物理世界影響，一旦失控將給人類(lèi)社會(huì )帶來(lái)極大威脅。哈佛大學(xué)齊特雷恩認為，這種不僅能與人交談，還能在現實(shí)世界中行動(dòng)的AI的常規化，是“數字與模擬、比特與原子之間跨越血腦屏障的一步”，應當引起警覺(jué)。

　　智能體的運行邏輯可能使其在實(shí)現特定目標過(guò)程中出現有害偏差。齊特雷恩認為，在一些情況下，智能體可能只捕捉到目標的字面意思，沒(méi)有理解目標的實(shí)質(zhì)意思，從而在響應某些激勵或優(yōu)化某些目標時(shí)出現異常行為。比如，一個(gè)讓機器人“幫助我應付無(wú)聊的課”的學(xué)生可能無(wú)意中生成了一個(gè)炸彈威脅電話(huà)，因為AI試圖增添一些刺激。AI大語(yǔ)言模型本身具備的“黑箱”和“幻覺(jué)”問(wèn)題也會(huì )增加出現異常的頻率。

　　智能體還可指揮人在真實(shí)世界中的行動(dòng)。美國加利福尼亞大學(xué)伯克利分校、加拿大蒙特利爾大學(xué)等機構專(zhuān)家近期在美國《科學(xué)》雜志發(fā)表《管理高級人工智能體》一文稱(chēng)，限制強大智能體對其環(huán)境施加的影響是極其困難的。例如，智能體可以說(shuō)服或付錢(qián)給不知情的人類(lèi)參與者，讓他們代表自己執行重要行動(dòng)。齊特雷恩也認為，一個(gè)智能體可能會(huì )通過(guò)在社交網(wǎng)站上發(fā)布有償招募令來(lái)引誘一個(gè)人參與現實(shí)中的敲詐案，這種操作還可在數百或數千個(gè)城鎮中同時(shí)實(shí)施。

　　由于目前并無(wú)有效的智能體退出機制，一些智能體被創(chuàng )造出后可能無(wú)法被關(guān)閉。這些無(wú)法被停用的智能體，最終可能會(huì )在一個(gè)與最初啟動(dòng)它們時(shí)完全不同的環(huán)境中運行，徹底背離其最初用途。智能體也可能會(huì )以不可預見(jiàn)的方式相互作用，造成意外事故。

　　已有“狡猾”的智能體成功規避了現有的安全措施。相關(guān)專(zhuān)家指出，如果一個(gè)智能體足夠先進(jìn)，它就能夠識別出自己正在接受測試。目前已發(fā)現一些智能體能夠識別安全測試并暫停不當行為，這將導致識別對人類(lèi)危險算法的測試系統失效。

　　專(zhuān)家認為，人類(lèi)目前需盡快從智能體開(kāi)發(fā)生產(chǎn)到應用部署后的持續監管等全鏈條著(zhù)手，規范智能體行為，并改進(jìn)現有互聯(lián)網(wǎng)標準，從而更好地預防智能體失控。應根據智能體的功能用途、潛在風(fēng)險和使用時(shí)限進(jìn)行分類(lèi)管理。識別出高風(fēng)險智能體，對其進(jìn)行更加嚴格和審慎的監管。還可參考核監管，對生產(chǎn)具有危險能力的智能體所需的資源進(jìn)行控制，如超過(guò)一定計算閾值的AI模型、芯片或數據中心。此外，由于智能體的風(fēng)險是全球性的，開(kāi)展相關(guān)監管?chē)H合作也尤為重要。