今天小編分享的互聯網經驗：人本智能時代：誰在為AI“立規矩”？，歡迎閱讀。
在人類歷史的長河中，技術的發展始終伴随着一個根本性的問題：技術究竟是用來服務人類，還是最終超越人類？
随着人工智能的不斷發展和進步，這個問題變得尤為迫切。尤其在 OpenAI 推出的 O1 大模型展現出驚人的思維鏈能力後，我們不得不面對一個更具挑戰性的議題：如何确保這些越來越 " 聰明 " 的 AI，不止擁有能力更要擁有類人的價值判斷。
被稱為 " 傳播學之父 " 的麥克盧漢曾提出過一個概念：人的延伸。在他的理論中，媒介是人感官的延伸、望遠鏡是人眼睛的延伸、汽車是人腿的延伸，那人工智能便應該是人思維的延伸。
其本質，濃縮成四個字，也就是 " 人本智能 "。
在《我所看見的世界》一書中，華裔科學家、"AI 教母 " 李飛飛也強調了以人為本的重要性，她認為：" 如果人工智能要幫助人們，我們的思考就必須從人們本身開始 "。
以人為本的背後帶來的是科技的創新不斷突破邊界，以開放的心态擁抱新的可能性；社會的安全，強調在 AI 技術發展的同時，必須确保其對人類社會的負面影響降到最低；同時，也是技術的普惠，則要求 AI 技術的發展成果能夠惠及每一個人，而不是成為少數人的特權。
近期，由财新智庫、ESG30 出品，上海交大、人工智能研究院、聯想集團聯合發布了《人本智能：人機共生時代的科技發展觀》報告，科技界連同企業界正在積極探索這一命題的答案。
這些準則和報告的核心，都是試圖在 AI 的快速發展與人類社會的倫理道德之間找到平衡點。它們試圖回答一個根本性問題：在 AI 技術日益深入人類生活的今天，我們如何确保這些技術的發展不會偏離人類的根本利益。
這是一個在人工智能的開端，就必須深思熟慮的問題。
AI" 成長 " 的新煩惱
随着人工智能技術的飛速發展，AI 的能力已經從簡單的對話應答進化到了復雜的邏輯推理。以 OpenAI 的 O1 大模型為例，它不僅在自然語言處理領網域展現出了驚人的能力，更在模拟人類思維鏈方面取得了突破。這種進步，雖然為人類帶來了便利，但也帶來了前所未有的挑戰。
一些令人擔憂的案例相繼出現：在醫療領網域，AI 系統在進行診斷決策時可能出現價值判斷偏差；在自動駕駛領網域，AI 面臨 " 電車難題 " 等道德困境時的決策标準仍存争議；在内容創作領網域，AI 可能產生帶有偏見或誤導性的信息。這些案例表明，随着 AI 系統變得越來越 " 聰明 "，其決策邏輯和價值取向的重要性日益凸顯。
随之而來的是對 AI 越來越強的監管和把控需求。AI 在道德困境中的決策偏差，如在自動駕駛中必須選擇撞向一邊的行人還是另一邊的障礙物時，其決策邏輯和價值判斷的依據是什麼？這些問題的復雜性在于，AI 的價值觀實際上是其訓練數據的 " 投影 "。這意味着，AI 的決策不僅受到算法邏輯的影響，更受到其訓練數據中蘊含的人類價值觀的影響。
圖源：網絡
面臨的挑戰包括如何在多元文化背景下處理價值觀差異，如何在保持客觀性的同時維護主流價值觀，以及如何在技術發展與倫理道德之間找到平衡點。這些挑戰要求我們深入分析 AI 決策的具體影響，而不是過度渲染焦慮。我們需要客觀地講出真問題，即 AI 的發展可能會在不經意間放大人類的偏見，可能會在關鍵時刻做出不符合人類預期的決策，可能會在跨文化交流中造成誤解。
在确立人機關系的過程中，《人本智能》報告中提出了 " 三線 " 理念。基準線是人機協作，通過混合智能實現人與 AI 的協同工作，提高效率和創造力；趨勢線是人機共生，随着技術的進步，人類與 AI 的關系将更加緊密，走向 " 人機物 " 三元融合的新時代；底線是确保人類始終處于主導地位，無論 AI 技術如何發展，都必須确保人類的利益和價值觀是最終的決策依據。
" 人本智能 " 中的理念框架為 AI 的健康發展提供了重要指引。
在這一過程中，業界逐漸認識到，AI 的 " 成長 " 不僅僅是技術問題，更是社會問題。它涉及到法律、倫理、文化等多個層面，需要政府、企業、學術界以及公眾的廣泛參與和深入讨論。而這些挑戰并非不可克服的障礙，而是 AI 發展過程中的必經之路。
科技企業：從理念到行動探索
人本智能的全新理念，目前已經有企業開始進行實踐。
曾斬獲多項國際電影節獎的知名導演陸川，在 2024 年進行了一次有趣的嘗試。
從年初 Sora 橫空出世後，越來越多的電影人開始探索與 AI 共創能產生怎樣的火花。在電影《西野》的創作過程中，陸川與聯想 AI PC 進行合作，通過 AI 技術在後期制作環節大幅提升了工作效率。
" 如果我們用傳統的方式去做，storyboard、motionboard、previs 等等，再加上 CG ……可能要做兩個月，但是
這個片子，我們只用兩天就做完了。它極大地節省了成本，還有人力時間。" 陸川總結道。
更重要的是，對内容創作者來說，AI 和 AI PC 是一個知識平權的過程，能夠讓年輕創作者跨越門檻，快速實現創意的視覺化。普通創作者即使沒有專業的後期制作團隊，也能依托 AI 技術完成高質量的作品。
這是 AI 技術服務于每個人帶來普惠價值的一個典型案例。而以聯想為代表的企業，作為技術創新的主體，也是确保 " 人本智能 " 踐行落地的關鍵角色。
以 " 人本智能 " 為核心的案例已經在各行各業開始擴散。
今年 5 月在武漢爆火的無人駕駛出租車蘿卜快跑，也在具體的行駛過程展示了如何在復雜場景中平衡效率與安全。面對中國特有的復雜交通環境，蘿卜快跑通過與政府合作，推動相關法規的制定和完善，确保自動駕駛技術的負責任使用。在技術層面，蘿卜快跑采用了高精度地圖、智能感知和精準決策技術，确保車輛在復雜道路環境中的安全穩定行駛。同時，蘿卜快跑還建立了乘客反饋機制，通過收集和分析用戶意見，不斷優化服務，體現了企業在技術創新中的自我約束和社會責任。
" alt=" 蘿卜快跑無人駕駛出租車
" width="2278" height="1280">蘿卜快跑無人駕駛出租車
在武漢的實際運營過程中，蘿卜快跑嚴格遵守交通規則，包括在遇到行人時進行禮讓，通過多種維度的傳感器實時收集周圍環境的信息，幫助車輛識别障礙物、行人、車輛等，并作出相應的反應。尤其在經過學校路段時，經常出現因連續禮讓行人而前進緩慢，但卻在群眾中引起好評。
在服務特殊群體方面聯想也展現了 AI 技術的人文關懷。針對漸凍症（ALS）患者的交流困境，聯想與斯科特 - 摩根基金會合作開發了一套創新的 AI 解決方案。該系統集成了圓形鍵盤界面、預測式 AI、個性化語音復制和眼球追蹤等技術，讓患者能夠保持個性化的交流方式。
漸凍症患者 Erin Taylor 通過這套系統，得以保留自己的聲音，創建數字分身，實現了繼續為孩子唱搖籃曲的心願。更重要的是，這項技術即使在語音樣本有限的情況下，也能生成富有情感和自然的語音效果
" alt="
" width="800" height="534">
技術的創新還延伸到了阿爾茨海默症患者群體。在聯想與失智症創新組織（Innovations in Dementia）合作發起的 " 阿爾茨海默症智能計劃 " 中，聯想基于阿爾茨海默 患者生活經歷定制了專門的 AI，打造出逼真的 3D 數字分身（avatar），為正在應對阿爾茨海默診斷的患者和家庭 提供 24 小時的對話式虛拟伴侶。
這些實踐展示了 AI 技術在提升特殊群體生活質量方面的獨特價值，折射出企業在 AI 發展過程中的深層思考。從最初的簡單功能開發，到現在注重人機協作的協調，企業的 AI 倫理實踐正在經歷着質的提升。這種轉變既是技術發展的必然要求，也反映了企業對社會責任的深刻認識。
在這個過程中，企業們逐步形成了一套系統的實踐方法論。首先是将 " 以人為本 " 的理念具體化為產品設計原則，确保每一個功能的開發都以服務人的需求為出發點。其次是建立起覆蓋研發全周期的倫理審查機制，從問題定義、算法設計到應用部署，每個環節都要進行倫理評估。最後是通過持續的用戶反饋和場景實踐，不斷優化和改進 AI 系統的表現。
從理念到行動的轉變，人本智能正在推動 AI 技術走向更加成熟的發展階段。
技術創新：從思維鏈到價值鏈
在人工智能的世界裡，技術的進步不僅僅是代碼和算法的迭代，更是對人類智慧的延伸和道德倫理的深刻反思。當 AI 開始學會像人類一樣思考，我們面臨的挑戰也随之更新。以聯想集團的 AI 技術幫助漸凍人 " 開口 " 說話的案例為例，這不僅是技術的勝利，更是對 AI" 三觀 " 塑造的一次深刻實踐。
在訓練數據的篩選優化方面，AI 的 " 三觀 " 實際上是其訓練數據的 " 投影 "。這意味着，數據的質量和代表性直接塑造了 AI 的語言表達、邏輯推理和價值判斷。然而，數據質量問題和代表性問題成為了 AI 發展中的兩大難題。有害内容的污染、偏見和歧視信息的嵌入、錯誤或過時信息的傳播，都在考驗着 AI 的 " 三觀 "。此外，數據的地網域分布不均、語言覆蓋不全、文化多樣性的缺失，也是我們必須正視的問題。
攻克這些難題，我們需要從數據源、算法和評估三個層面入手。在數據源層面，構建多元化、高質量的訓練數據集，加強數據審核和篩選機制，建立文化平衡的數據庫，是确保 AI" 三觀 " 正确的基礎。在算法層面，開發價值觀對齊技術，引入倫理約束機制，設計偏見檢測和糾正方法，是确保 AI 決策公正性的關鍵。而在評估層面，建立價值觀評估體系，開展持續性監測和優化，引入多方利益相關者參與評估，則是确保 AI" 三觀 " 持續進化的保障。
訓練數據對 AI" 三觀 " 的深層影響。就像人的成長會受到成長環境的影響一樣，AI 系統的行為模式也深受訓練數據的影響。這種影響既包括直接的語言表達方式和推理邏輯，也包括間接的知識結構形成和價值判斷。面對這一挑戰，企業一方面在數據源頭下功夫，構建多元化、高質量的訓練數據集；另一方面在算法層面創新，開發價值觀對齊技術，設計偏見檢測和糾正方法。
在安全訓練的具體方法和多重保障機制設計上，AI 的 " 三觀 " 同樣面臨着考驗。AI 在面對道德困境和復雜決策時，如何作出符合人類價值觀的選擇，是我們必須回答的問題。通過模拟訓練，我們可以在虛拟環境中讓 AI 經歷各種緊急情況，學習如何作出符合人類道德标準的決策。同時，倫理審查委員會的建立，可以為 AI 的決策邏輯提供指導和監督。此外，提高 AI 決策的透明度和可解釋性，也是确保 AI" 三觀 " 正确的重要手段。
實踐證明，解決這些技術難題不能依靠單一手段，而需要系統性的方法論。
在推進這些技術創新的過程中，企業逐步形成了自己的最佳實踐。在這個過程中，如何在追求技術突破的同時守住倫理底線，如何在拓展能力邊界的同時堅守責任擔當，這些都需要整個行業的智慧和勇氣。
唯有如此，AI 才能真正成為推動業務增長的核心引擎，為企業和用戶創造持久的價值。
