盟牛配资 郑庆华：实现人机价值对齐的技术路径 | WAIC社科分论坛

　　确保人工智能正向赋能科技向善的前提是实现人机价值对齐。对此，我有以下几点认识：

　　AI是一种新质生产力。我们已经进入人机混合增强智能的智能社会。AI的本质是赋能。

　　AI正在影响文化和文明。生成式人工智能技术可能引发文化价值、伦理、知识产权等问题的再思考，特别是由于算法偏见，可能导致语言和文化的多样性受损。

　　大模型正在重塑知识生产传播的格局。如果大模型背后的语料、算法、模型存在意识形态偏见，将对大模型的平权性造成极大影响。

　　AI正在影响人类的认知逻辑。AI已经具备知识生产和逻辑演绎的能力，正朝着如何具有意识这样的方向发展。

　　AI的物化力量在于拓展认知边界。AI解决了从定性到定量，从模糊到精准的难题，已成为人类认知的超级显微镜、超级望远镜和超级计算器，AI实现了知识的外化和工具化。

　　人机价值对齐有两方面内涵：一是AI对齐人类，其目的是创建安全、符合人类伦理的人工智能系统；二是人类对齐AI，其核心目标是确保人类负责任地使用AI。人机价值对齐面临三大技术挑战：价值的定义理解难；价值的学习推断难；价值的安全性和鲁棒性。对此，可采取以下技术路径：

　　路径1：基于有监督调优的价值观对齐。利用明确高质量标注数据训练大模型，让大模型学习输入文本和人类标定价值观标签之间的映射关系，强化学习让模型学习人类的价值和偏好。

　　路径2：基于反馈强化学习的价值观对齐。主要思路是定义一套价值观相关的奖励信号，在模型内容生成过程中，能够根据环境中获得的奖励或惩罚等反馈信号，不断调整自身策略，最终输出符合人类期望的内容。

　　路径3：推理阶段的价值观对齐。在模型推理阶段嵌入价值观规则和原则，以指令引导或后处理形式对模型输出进行动态调整，使得输出结果符合人类价值观标准。

　　（作者为同济大学党委书记、教授，中国人工智能学会副理事长）

百川资本提示：文章来自网络，不代表本站观点。