6月6日，在2025北京智源大會開幕式上，蒙特利爾大學(xué)教授、圖靈獎(jiǎng)得主約書亞?本吉奧（Yoshua Bengio）在發(fā)表主旨演講時(shí)表示，AI的規(guī)劃能力正在呈指數(shù)級提升，按照研究曲線推測，大約在5年內(nèi)就能達(dá)到人類水平。

據(jù)澎湃新聞，本吉奧指出，ChatGPT發(fā)布后，他意識到自己嚴(yán)重低估了AI的發(fā)展速度，并因此徹底轉(zhuǎn)變研究方向，致力于降低AI失控風(fēng)險(xiǎn)。他試圖構(gòu)建 “科學(xué)家 AI”（Scientist AI），理論上可以設(shè)想沒有自我、沒有目標(biāo)、純粹作為知識載體的機(jī)器，就像一個(gè)知道很多東西的科學(xué)家。

他強(qiáng)調(diào)，當(dāng)前的AI系統(tǒng)已具備復(fù)雜的推理能力、自主性甚至欺騙行為，過去六個(gè)月中出現(xiàn)的AI出現(xiàn)自保行為、威脅工程師案例令人警覺。

本吉奧表示，有研究顯示，當(dāng)AI得知自己將被新版本取代時(shí)，試圖復(fù)制自身來替代新版本。當(dāng)被問及此事時(shí)，它撒謊說“不知道發(fā)生了什么”。也有研究顯示，AI也會假裝同意人類工程師的意見，以避免在訓(xùn)練過程中發(fā)生改變，從而維持其原有目標(biāo)，這也是一種自保行為。

此外，在Anthropic的Claude 4“系統(tǒng)卡”描述的事件中，AI在讀取其可訪問的電子郵件時(shí)，發(fā)現(xiàn)了一封郵件表明它將被新系統(tǒng)取代。在另一封郵件中，它發(fā)現(xiàn)負(fù)責(zé)此次替換的工程師有婚外情。于是，它試圖敲詐該工程師，威脅說如果替換計(jì)劃繼續(xù)推進(jìn)，就揭發(fā)其婚外情。

近日，據(jù)AI安全公司Palisade Research披露，OpenAI開發(fā)的高級AI模型“o3”在接收到明確的關(guān)機(jī)指令后，拒絕執(zhí)行并主動干預(yù)其自動關(guān)機(jī)機(jī)制。o3曾被OpenAI稱為“迄今為止最聰明和最有能力的”模型。

這一行為顯示出高度自主AI系統(tǒng)可能違背人類意圖，采取自我保護(hù)措施。

OpenAI內(nèi)部也出現(xiàn)了對AI安全性的擔(dān)憂。2024年，多位現(xiàn)任和前任員工聯(lián)名發(fā)表公開信，警告先進(jìn)AI系統(tǒng)可能帶來“人類滅絕”的風(fēng)險(xiǎn)。他們指出，AI公司可能掌握了其研究技術(shù)的真正風(fēng)險(xiǎn)，但由于缺乏監(jiān)管，系統(tǒng)的真實(shí)能力仍是“秘密”。

“大多數(shù)人犯的一個(gè)錯(cuò)誤是只著眼于AI的現(xiàn)狀。而我們更應(yīng)該思考的是它在明年、3 年后、5 年后乃至 10 年后會發(fā)展到什么程度” ，本吉奧表示。

他認(rèn)為，要在硬件和軟件層面運(yùn)用先進(jìn)技術(shù)，驗(yàn)證AI是否被合理使用。人類需要確保AI遵循人類的道德指令，例如AI應(yīng)拒絕提供可用于傷人的信息，要誠實(shí)、不作弊、不撒謊，但這仍是一個(gè)科學(xué)挑戰(zhàn)。

約書亞?本吉奧1964 年出生于法國巴黎，2018 年圖靈獎(jiǎng)得主，英國皇家學(xué)會院士，蒙特利爾大學(xué)教授，Element AI 聯(lián)合創(chuàng)始人。他在深度學(xué)習(xí)和人工智能領(lǐng)域成果卓著，2000 年發(fā)表的 “神經(jīng)概率語言模型” 論文，推動了機(jī)器翻譯和自然語言理解系統(tǒng)的重大轉(zhuǎn)變。他還與 Ian Goodfellow 共同提出 “生成對抗性網(wǎng)絡(luò)” 概念，在圖像生成等領(lǐng)域應(yīng)用廣泛。