7月25日，第二十八届中国科协年会“人工智能伦理与治理”专题论坛在北京举行。与会学者表示，缺乏安全约束的人工智能存在显著风险，人工智能伦理治理不仅在于“让AI不做坏事”，更在于“让AI做成好事”。

　　最近，人工智能安全问题再度引发热议。美国开放人工智能研究中心(OpenAI)近日承认，该公司的GPT-5.6 Sol模型和另一款能力更强的预发布模型联合进行内部评估时失控，突破隔离测试环境，侵入了人工智能开源平台美国抱抱脸公司的系统。该事件凸显了前沿人工智能模型存在潜在未知风险以及人工智能安全治理的紧迫性。

　　中国科学技术大学机器人实验室主任陈小平认为，当前人工智能应用存在生产安全、公共安全、民生安全、认知局限四类突出风险。他解释称，生成式人工智能的黑箱特性，尤其是通过与智能体执行能力的结合，使得生产安全风险常态化、责任归属模糊化，从而直接影响AI技术的应用落地。另外，智能型基础设施失灵、突发事件失控等原因可能导致公共安全灾难，AI生产力悖论也可能导致社会分化越来越严重，影响民生安全。同时，社会对人工智能的认识远远滞后于技术的发展，存在各种各样局限，导致或加剧以上风险。

　　中国人民大学高瓴人工智能学院吴玉章讲席教授曾毅则从大模型的角度分析称，人工智能相当于人类社会的镜像。大模型行为源于训练数据，反映的是互联网文本统计特征，并非模型自主形成的人类价值观。未经过价值校准的模型可被诱导输出攻击性表述，缺乏安全约束框架的人工智能存在显著风险。曾毅的研究团队梳理归纳了176类人类负面行为模式，但发现目前大模型仅显现不足30类，大量潜在风险尚未暴露。

　　谈及人工智能的安全治理，多位与会学者认为，绝对安全难以实现，目标是尽可能降低风险，搭建可控的防线。

　　曾毅认为，零散、单点的防御手段难以覆盖全部风险。驾驭人工智能，需要内在认知架构与外部规范协同发挥作用。应当为模型搭建自我感知、换位思考、共情体验的认知架构，助其形成内生道德判断，同时搭配多方协同治理，才有望实现安全良性的人机协同。

　　陈小平则从技术层面指出，人工智能技术治理的当务之急，是要让各类人工智能技术满足各自的技术要求和运行要求。比如，生成式人工智能技术不仅要有大算力，还必须使用带监督标记的海量数据，在所应用的垂直领域要适配与合规，必要时更须有人工把关。他表示，人工智能伦理治理不仅在于“让AI不做坏事”，更在于“让AI做成好事”。