问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
在近日举办的Ai4全球人工智能峰会上，Geoffrey Hinton、李飞飞、Andrew Ng三位全球顶尖AI学者就行业热议的监管尺度、开源准入规则、中美AI产业竞争力等议题展开深度讨论。当前全球AI安全担忧持续升温，开源AI模型市场占比已达62%，三人一致认为开源路线是平衡技术安全与创新效率、维持产业竞争力的核心路径。
这场公开辩论是本届Ai4峰会的压轴环节，上座率远超同期其他论坛，也是有“AI教父”之称的Geoffrey Hinton今年多次公开警示通用人工智能失控风险后，首次系统阐述自己对开源发展路线的态度，打破了此前外界对其“支持全面限制AI研发”的误解。
近一年来，全球各国的AI监管政策密集落地，欧盟《人工智能法案》已进入执行阶段，美国白宫也连续发布行政命令收紧高能力AI模型的研发与发布要求，叠加多个头部厂商的闭源大模型被曝存在安全漏洞，全行业对AI技术风险的讨论热度持续走高。
与此同时，中国AI产业的迭代速度超出美国产业界预期，文心一言、通义千问等大模型的能力追平GPT-4的同时，相关开源模型的下载量已经突破1亿次，美国本土产业界普遍担忧过度监管会拖慢创新速度，削弱自身在全球AI竞赛中的优势。
针对“是否应该限制高能力AI模型开源”的核心争议，三位学者给出了高度一致的答案。李飞飞在发言中指出，开源生态的分布式安全排查效率远高于单一闭源厂商的内部自查，历史数据显示开源项目的漏洞修复速度比闭源项目快2.7倍，更多研究者的参与反而能降低技术的不可控风险。
Andrew Ng则从产业落地的角度补充，去年美国新成立的AI应用初创企业中，有83%的产品基于开源模型开发，一旦全面限制开源，相当于直接切断了中小开发者的技术供给，会严重影响AI技术在医疗、教育等垂直领域的落地效率。
辛顿则明确表示，自己反对的是无监管的无序研发，而非开源路线，完全闭源只会让高能力AI技术垄断在少数几家科技巨头手中，反而会提升技术滥用的风险，更不利于全球AI安全治理的协作。
三位学者也在辩论中对监管层提出了明确建议，呼吁监管政策避免“一刀切”，针对不同能力等级的AI模型建立分层的准入规则：对能力接近AGI的通用大模型，设置明确的安全评估门槛后方可开源；对参数低于100亿的垂直领域小模型，放开开源限制，鼓励中小开发者参与创新。
三人同时提到，美国政府应该加大对开源AI社区的资金与政策支持，提升本土开源生态的竞争力，才能在和中国的AI技术竞赛中守住领先优势，同时避免因过度监管扼杀产业创新活力。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号