top of page

AI治理只是開始

清華大學講席教授、智能產業研究院(AIR)院長張亞勤出席2023世界人工智能大會,闡述了目前大模型所面臨的局限性和主要問題,其中包括時效性、準確性、低效率及保護私隱等方面的挑戰。特別是大模型計算低效率問題,與人類大腦的高效性形成鮮明對比。 張教授還強調行業垂直模型的重要性,並表示在實際應用中,大模型雖然很重要,但需要根據不同行業和場景,開發相應的垂直精準模型。中國在人才和數據方面具有優勢,惟相比下,算力挑戰更加突出。他展望人工智能(AI)帶來各個行業未來發展新方向,如金融、製造業等生產力的大幅提升。 預期許多工作將被取代,無論是體力勞動還是腦力勞動,只要是可重複、有固定規則和可被編程的工作都有可能消失。近日,國家網信辦聯合國家發展改革委、教育部、科技部、工業和資訊化部、公安部、廣電總局公布《生成式人工智能服務管理暫行辦法》,旨在促進生成式人工智能健康發展和規範應用中找到平衡。 太平洋的另一端,美國聯邦貿易委員會(FTC)對聊天機械人ChatGPT開發公司OpenAI正式進行調查。根據美媒揭露信件的內容,FTC告知OpenAI,將調查ChatGPT是否發布虛假資訊損害了人們的利益,以及OpenAI有否存在「不公平或欺騙性」的私隱和數據安全行為。 這並非毫無預警,白宮與OpenAI、谷歌、微軟等公司的行政總裁5月份會面時,探討了相關技術的風險。白宮還表示,7間最大的AI公司已同意在8月份的極客大會上開放模型,接受一定程度的公眾監督。監管機構對ChatGPT背後的語言模型獲取的大量數據也感到擔憂,白宮科技政策辦公室在制定相關戰略,以釐清AI帶來的益處和弊端,後者包括黑客攻擊能力增強、AI系統的歧視性決策,以及AI生成的內容擾亂選舉之可能性等。 大家很容易感受到人工智能的發展潛力很大,帶來的問題應該還未浮現。我們期待的通用人工智能也許不遠了,治理的方式可能還僅是個開始。

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
bottom of page