返回信息流
新闻事件
A重点71
Import AI
1 个来源

Import AI 456:超级智能需要什么法律?

本期Import AI 456讨论了递归自我改进(RSI)与经济增长、AI监管的激进可选择性以及神经计算机等话题,最终提出超级智能可能需要什么样的法律这一问题。

SynthePulse Insight · AI 深度解读

激进可选性:AI治理的第三条道路

版本 1 · 1 个来源

面对超级智能的不确定性,法律与AI研究所提出“激进可选性”策略:政府现在应投入巨资构建信息收集、审计、人才等基础设施,而非过早监管,以保留未来应对危机的灵活能力。

  • “激进可选性”主张政府避免过度监管,同时快速建设应对未来AI颠覆所需的制度、信息渠道和法律授权。
  • 核心建议包括:透明度与报告要求、审计制度、举报人保护、政府间信息共享、灵活定义、评估能力、模型权重安全、技术人才投资。
  • 作者认为这些措施成本适中,但潜在收益巨大;不作为的代价可能是灾难性的。
  • 该策略承认政府滥用权力的风险,因此不推荐大规模扩大紧急权力(如《国防生产法》)。
  • 即使支持私人治理,最终仍需政府具备基本技术能力作为支撑。
  • Import AI编辑认同这些建议,认为社会应做更多准备以应对AI带来的巨大变化。
展开章节目录核心论点:为不确定的未来投资“可选性”

核心论点:为不确定的未来投资“可选性”

法律与AI研究所的研究人员提出“激进可选性”(Radical Optionality)概念,作为AI监管的第三条道路。其核心是:在短期内避免过度监管,同时迅速建设制度、信息渠道和法律授权,以便在未来环境变化时,民主政府仍能对变革性AI系统做出良好决策。

鉴于AI发展的巨大风险,作者主张“政府应愿意花费巨额资金、精力和政治资本来保留可选性”。他们强调,政府应警惕适得其反的干预,但不必过于担心任何看似可能产生净正面效果的现实措施的实际金钱成本。

具体政策建议

信息收集授权:包括透明度要求(公司公开AI系统信息)、报告要求(向政府机构共享信息)以及建立审计制度以验证信息真实性。

举报人保护:确保前沿实验室员工能够报告风险信息。

政府内外部信息共享:加强政府间协调,特别是涉及AI进展敏感信息及关键供应链保护。

灵活规则与定义:避免过早监管,可采用条件式“如果-那么”监管承诺,或设定高层次目标(如降低风险)由企业自行定义具体实现方式。

评估与评价:发展政府和第三方评估AI能力与安全性的能力。

模型权重与算法秘密安全:通过推广物理和网络安全自愿标准,加强神经网络权重和算法秘密的保护。

人才招聘:增加对英国AISI、美国CAISI等机构的技术人才投资,这是所有干预措施的基础。

反驳与回应

针对“鼓励激进监管行动”的批评,作者认为上述建议“并非容易被滥用的实质性权威”。但Import AI编辑指出,一个足够有动机的政府可能将授权执行得比起草者设想的更为强力。

关于民主合法性问题:为灵活性可能需弱化某些民主程序,例如允许机构在特定规则制定中豁免通知和评论期。

关于权力集中与政府滥用:作者“基本确信”政府控制AI发展的风险显著,因此不推荐大规模扩大《国防生产法》等紧急权力。缓解措施之一是要求政府“仅使用守法AI系统”。

关于私人治理:作者虽支持“监管市场”理念,但认为任何主要依赖私营部门(如独立验证机构)的治理最终仍需政府具备基本技术能力。

编辑评价与意义

Import AI编辑Jack Clark表示同意所有建议,并指出近年来他本人也倡导其中许多措施。他认为社会可以做更多事情来为即将到来的巨大变化做准备。

作者总结道:“实施这些政策的成本相对潜在收益而言是适度的。相反,不作为的代价可能是灾难性的。”编辑对此表示认同。

可信度边界

本文基于Import AI对法律与AI研究所论文的报道,属于二手来源。论文原文未直接引用,所有主张均来自该报道。

核心结论

激进可选性策略为AI治理提供了务实框架:现在投入适度成本建设能力,避免过早锁定监管路径,以保留未来应对超级智能冲击的灵活空间。

主报道

Import AI

主报道来源