近日，在烏鎮召開的人工智能賦能產業發展論壇上，來自企業、研究機構、國際組織等各方的代表，共同發布了《發展負責任的生成式人工智能研究報告及共識文件》。

回顧人工智能60余年的發展歷程，技術突破不僅會創造發展機遇，也會帶來相應的挑戰。統籌人工智能發展和治理逐漸成為全球共識，自2016年以來，全球多個國際組織、國家、地區及產業界，積極探索人工智能發展與治理路徑，已經形成了系列共識原則、治理要求、實踐范式等?？紤]到人工智能尚處在快速發展的過程中，相關工作仍需要持續推進。

信息技術革命在進入人工智能階段之后，以生成式人工智能為代表的技術，又取得了長足的進步和發展。如《研究報告及共識文件》中所明確指出的那樣：

其一，在“模型、數據、算力”等三大要素持續迭代和高速演進的推動下，人工智能不斷在工程維度的發展和應用中，實現快速突破。就全球范圍的發展情況來看，Transformer為主的基礎模型依托相關研究主體的長期持續投入，通過ChatGPT、Stabel Diffusion、BLIP-2等，在大語言模型、視覺生成模型、多模態模型等細分領域，持續實現模型能力的躍升。這種躍升的主要體現，是參數規模進入1000億量級，處理復雜自然語言能力因此呈現顯著發展；在數據領域，多場景的大模型預訓練數據集不斷涌現，研究機構形成了通過發布微調數據集方式，提升預訓練用數據集的效能；合成數據解決訓練數據資源可持續性的探索也取得了較為顯著的成效；算力芯片和架構的持續迭代，在訓練效能、云邊端算力效能優化等方面，對生成式人工智能的發展提供了有效的支撐。

其二，應用前景催生了開源開放驅動生成式人工智能生態的迅速發展，整體趨向繁榮發展。從應用場景看，開源生態與開放驅動成為當下推動人工智能生態發展的主基調，模型迭代優化、研發門檻降低、縮短初創成本等，成為各方廣泛認知的主要優勢。與此相應的，在ChatGPT的刺激下，生成式人工智能的開發者社區迅速涌現，成為支撐和推動相關技術與應用發展的主渠道。Hugging Face、華為云AI Gallery、阿里巴巴、FlagOpen飛智、百度的飛槳星河等社區憑借各自比較優勢，在其中發揮了至關重要的作用。

其三，生成式人工智能的階段性高速發展再度激發了人們對于發展通用式人工智能的勇敢想象與積極探索。如《研究報告及共識文件》指出的那樣，由于生成式人工智能的這一輪突破，尤其是其中與多模態方向發展相一致的發展，催生了人們新的想象與探索：人們預期，伴隨著多模態生成模型技術的突破，能夠更好地理解和處理復雜的現實場景，或許將帶來更多的想象空間，比如可以探索將多模態生成模型與機器人技術結合等方式，繼而以某種形式盡可能趨近模仿人類感知復雜世界能力的呈現。

很自然的，生成式人工智能帶來的機遇和挑戰，同步存在：

從積極的角度看，生成式人工智能可能帶來的經濟增長前景，日趨明朗。根據麥肯錫2023年6月的樂觀預測，生成式人工智能每年可能為全球經濟增加2.6萬億至4.4萬億美元的價值。根據高盛研究，在滿足增長條件的情況下，生成式人工智能的突破將在10年內推動全球GDP增長7%。對生成式人工智能以及通用式人工智能未來發展前景的合理展望，有助于人們確信人類的生產活動和滿足特定要求的服務行業，未來均可能面臨顯著的增長前景，有理由保持樂觀預期。

從生成式人工智能的可能應用場景來看，現代社會的基礎服務體系可能獲得有效賦能，預期城市運營管理、災害救助與事故分析、實時預警與風險管理、定制化個性化的新型教育體系、新型就業崗位與就業機會、以及迫切需要得到實質性賦能的醫療和養老行業，均可能從人工智能的負責任發展中獲得實質性的收益。此外公益事業中的無障礙數字環境建設、全球文化成果保護和傳播，以及全球環境治理和可持續發展，也有希望從生成式人工智能的噴薄發展中得到全新的賦能與助力。作為高質量的“聰明”助手，生成式人工智能在助力科學研究中所具有的廣闊前景，也同時日趨清晰地呈現。

客觀而謹慎地看，生成式人工智能帶來的風險挑戰也是顯而易見的，預先訓練大模型時投喂的數據不可避免地存在缺陷，價值偏見、隱私泄露、數據污染等，如《研究報告及共識文件》所指出的那樣，是已經被廣泛察覺到的主要風險；算法模型的“幻覺”，虛假信息干擾，指向模型的網絡攻擊等，均揭示了人工智能發展帶來的新型安全隱患和風險；此外，高速技術迭代帶來的科技倫理失范以及人類社會發展失衡等問題，也日趨明顯地成為各方必須共同關注，并探究治理方案的關鍵所在；在更廣義的政治經濟學分析框架中，生成式人工智能對數字勞動和能源損耗等領域的重大影響，也已經到了必須早日提上議事日程的時候，其后帶來的發展，值得我們各方高度關注。

具體內容如下：

責任編輯：張薇