随着人工智能（AI）日益融入我们的生活，科技监管将成为保障人们免受各种伦理和社会风险侵害的关键。
科技这样发展迅速的行业难以监管——创新很快就会超越新规则。
打造开放的人工智能生态系统，既能汇聚全球科技界的创新人才，又能确保专家可以审核开发过程，并让企业和开发者对其创新负责。
人工智能（AI）的发展日益精进，近来大型语言模型（LLM）的普及标志着其发展范式的转变。
大型语言模型基于生成式人工智能构建，可使用自然语言、代码或任何其他类型的数据，对指令作出全新回应。它们还可作为基础，衍生出许多针对特定任务的小型专用模型。
然而，围绕大型语言模型的热议也引发了对人工智能开发与部署的诸多担忧。这些担忧涵盖多种伦理和社会风险，例如大型语言模型被不法分子滥用。
世界各方在企业、国家和全球层面一直致力于应对人工智能的风险，以确保其安全、可靠、可信和公平。这一目标是近期启动的世界经济论坛“人工智能治理联盟”以及欧盟“欧洲人工智能联盟”的基础，同时也支撑着瑞士政府和苏黎世联邦理工学院“生成式人工智能红队试点网络”等国家层面的举措。人工智能治理联盟（世界经济论坛）与欧盟的欧洲人工智能联盟，以及生成式人工智能红队试点网络。
如今，欧盟的《人工智能法案》已基本定稿。随着这项新技术日益融入我们的日常生活，该法案即将成为全球首部全面的人工智能法律体系，以保障我们的安全和基本权利。
科技监管固然重要，但也远远不够。当今人工智能领域发展极为迅速，监管规则可能很快就会形成束缚。因此，我们需要对人工智能进行整体性的监管与治理。这应当将科技监管与推动开放、透明的人工智能生态系统的努力相结合。这将有助于开发者和研究人员借助动态治理，尽早探讨并减轻人工智能风险。
什么是动态治理？
大型语言模型会持续受到新数据的影响，而用户的特定提示可能导致不良或不可预测的结果。企业必须持续监测其模型、所摄入的数据以及输出结果，以确保一切按预期运行。
专门的治理工具包——即帮助企业衡量其治理绩效的系统和流程，例如IBM的watsonx.gov——可通过让企业持续监测并改进结果来提供帮助。这将使企业能够借助更透明的人工智能决策方式，以及确保符合科技监管要求（即使规则随时间变化），来管理因训练数据质量而产生的风险。
无论人工智能是在封闭的专有环境中开发，还是在开放的人工智能生态系统中开发，都应采用此类动态治理。当然，部分企业选择将其人工智能技术保留在封闭环境中，但拥抱开放、透明的人工智能能够造福社会、推动创新，并有助于确保人工智能安全。开放的创新方式往往能够使最基础、应用最广泛的进展更加普惠。开放还将促使科技界对新工具进行更多审视，从而提升安全性与保障能力。
简言之，开放与透明汇聚了全球社区的创新人才，同时确保问责。我们已在Linux基金会身上看到了这一点。该基金会是一个开源软件平台，成立于2007年，是一家旨在促进科技创新的非营利组织。开放使科技界能够进行更多审查，世界各地的专家都能广泛参与审核。研究人员和开发者可以获取解决漏洞和应对风险所需的数据，并能更快地应对技术和结果相关的问题。
打造开放的人工智能社区
正因如此，IBM与Meta近期组建了人工智能联盟。该合作的目标是携手培育开放的人工智能社区。我们应以透明、负责任的方式，自下而上地打造大型语言模型。
尽管人工智能联盟等倡议旨在汇聚全球人才，以推动人工智能技术的开发、部署和管理走向普惠，但我并非主张所有人工智能都应开放。关键在于，开放并不等于不受治理。无论讨论的是开放型还是专有型人工智能，治理同样重要。
我们仍处于理解人工智能将如何改变社会的早期阶段。但我们已经认识到，对其进行监管至关重要。采用动态治理技术和开放的人工智能生态系统，是实现有效监管的重要步骤。
