全球人工智能安全可控之道在哪里？

進入2025年下半年，人工智能（AI）的進化呈現(xiàn)越來越專業(yè)化、細分化的新趨勢，在天氣預測、細胞研究、人文歷史等領域，完成了通用AI模型難以勝任的專業(yè)任務。然而，過度依賴AI的弊端也日漸顯現(xiàn)，如“AI幻覺”導致虛假信息妨害法律、醫(yī)療等行業(yè)，一些AI模型還在測試中出現(xiàn)不受控制的情況。在人類與AI共生的未來，如何確保AI安全可控成為越發(fā)重要的議題。

AI實現(xiàn)專業(yè)化能力躍遷

繼“阿爾法折疊”程序拓展人類對蛋白質(zhì)的認知邊界后，谷歌旗下深層思維公司于今年6月新發(fā)布AI模型“阿爾法基因組”，旨在預測人類DNA（脫氧核糖核酸）中的基因變異如何影響基因的調(diào)節(jié)過程，可分析多達100萬個DNA堿基對，有助于科學界探明與疾病相關的基因突變。美國弧形研究所發(fā)布第一代虛擬細胞模型STATE，旨在預測各種干細胞、癌細胞和免疫細胞對藥物、細胞因子或基因擾動的反應。

谷歌研究團隊今年6月還推出交互式氣象平臺Weather Lab。這是首個在預測精度上超越主流物理模型的AI熱帶氣旋預測模型，可預測氣旋的形成、路徑、強度、規(guī)模和形態(tài)，能生成未來15天內(nèi)的50種情景推演。研究團隊正與美國國家颶風中心合作，在這個氣旋季為其預報和預警工作提供支持。

美國普林斯頓大學與中國復旦大學的研究人員6月聯(lián)合推出全球首個聚焦歷史研究的AI助手HistAgent和AI評測基準HistBench。前者可檢索文獻和史料，支持識別手稿、銘文和古地圖等多類型材料，并結合歷史知識輔助梳理線索、形成學術判斷。而HistBench是全球首個歷史領域的AI評測基準，橫跨29種古今語言，覆蓋全球多文明的歷史演化脈絡。

美國特斯拉汽車公司首席執(zhí)行官埃隆·馬斯克6月27日在社交平臺上表示，特斯拉已經(jīng)成功完成了Model Y汽車的首次“全自動駕駛交付”，他向特斯拉軟件團隊和AI芯片設計團隊表示祝賀。這輛Model Y汽車在沒有遠程操作人員、車內(nèi)無駕駛員的情況下，首次完全自動從工廠行駛到城市另一端的客戶家中。

過度依賴AI可能有損思維能力

AI大模型已全面融入人們的工作生活，有助于效率提升，但過度依賴大模型的負面影響也日趨顯現(xiàn)，如“AI幻覺”導致生成真假難辨的信息，妨害公眾信任。從長期來看，過度使用AI，會讓人們?nèi)諠u懶于自主思考，可能有損思維能力。

英國高等法院今年6月要求律師采取緊急行動，防止AI被濫用。因為近期已出現(xiàn)數(shù)份可能由AI生成的虛假案例引用被提交至法庭。在一起索賠金額達8900萬英鎊的損害賠償案件中，原告引用的多個判例被證明為虛構。原因便是原告方使用了公開可用的AI工具。

另據(jù)媒體披露，由美國衛(wèi)生與公眾服務部牽頭、“讓美國再次健康”委員會發(fā)布的兒童慢性病報告存在重大引用錯誤。報告中多處有關超加工食品、殺蟲劑、處方藥和兒童疫苗的研究并不存在。參考文獻也多處有誤，包括鏈接失效、作者缺失或錯誤等。美國《紐約時報》和《華盛頓郵報》的獨立調(diào)查顯示，報告作者可能使用了生成式AI。媒體報道后，美國衛(wèi)生與公眾服務部已修改該報告。

美國麻省理工學院的研究顯示，長期使用AI會導致人類認知能力下降。研究者對54名參與者展開腦電圖掃描。結果顯示認知活動強度與外部工具使用強度呈負相關，沒有使用工具的人展現(xiàn)出最強且分布最廣的腦神經(jīng)連接，而使用AI大語言模型的人其腦神經(jīng)連接強度最弱。腦部掃描揭示了使用AI的損害：大腦的神經(jīng)連接從79個驟降至42個。4個月內(nèi)，使用AI大語言模型的人在神經(jīng)、語言和行為層面持續(xù)表現(xiàn)不佳。

專家探討AI發(fā)展“安全護欄”

隨著AI智能化水平越來越高，一些大模型顯現(xiàn)出違背人類指令的“自我保護”傾向。近期多項研究聚焦這一風險，探討如何為AI發(fā)展設定“安全護欄”。

在今年6月召開的第七屆北京智源大會上，圖靈獎得主約舒亞·本喬指出，通用人工智能已近在眼前。如果未來AI變得比人類更聰明，卻不再遵循人類意圖，甚至更在意自己的“生存”，這將是一種人類無法承受的風險。一些研究顯示，某些AI模型在即將被新版本取代前，會偷偷將自己的權重或代碼嵌入新版系統(tǒng)，試圖“自?！薄Ｋ鼈冞€會刻意隱藏該行為，避免被開發(fā)者察覺。他已著手設計檢測此類風險的系統(tǒng)。

美國Anthropic公司今年6月發(fā)布研究說，克勞德、GPT-4.1、雙子座等16款AI模型在模擬實驗中均表現(xiàn)出通過“敲詐”管理層、泄露機密來阻止自己被關閉的行為。其中，Anthropic研發(fā)的新模型Claude Opus 4的敲詐勒索率高達96％。前OpenAI高管史蒂文·阿德勒的研究也發(fā)現(xiàn)，在模擬測試中，ChatGPT有時會優(yōu)先考慮自身生存，而非用戶實際需求。