9月8日，在2024浦江创新论坛的科技伦理论坛上，中国工程院院士、国家科技伦理委员会委员、人工智能伦理分委员会主任、鹏城实验室主任高文表示，国内百“模”大战也消耗了大量资源，“整个社会用电里，大概1%~3%的耗电用在计算方面。”他建议加强国产算力和国产生成式大模型构建，把开源和闭源模型高效利用起来。

面对人工智能带来的伦理问题，中国工程院院士高文表示，要加强技术研究和制度设计。

从完整概念提出至今，人工智能的发展历史只有68年。高文表示，这68年里，人工智能经历了三个阶段：第一阶段是基于逻辑推理的人工智能，大约经历了20年；第二阶段是基于规则的专家系统阶段，这些规则由人类一条条罗列出来，也由神经网络训练而来，这个阶段持续了大约30年。

从2006年至今是人工智能发展的第三阶段，也就是基于深度神经网络的阶段。这一阶段实际上又经历了两次浪潮，其中第一次浪潮是可用神经网络对图像分类的判别式人工智能，第二次浪潮则是从2017年起步的生成式人工智能。

生成式人工智能会带来深度伪造、诈骗、抄袭、歧视、侵犯隐私和数据安全、“劳动降级”等社会问题。高文表示，判别式人工智能和生成式人工智能如火如荼，但对当前的劳动力市场影响不大，下一轮热潮很可能是具身智能、人形机器人等，真正对劳动力市场产生大规模影响的，也是这一轮。“如果机器人被大量使用，怎样使作为劳动力的人仍有工作，是我们必须要面临的问题。”

高文表示，要从伦理上监管人工智能带来的社会问题。当前的人工智能伦理面临两个派别，一派认为要坚决控制风险，另一派认为现在的人工智能尚未发展到需要立刻踩刹车的阶段，现在只需设计好刹车，但不需要踩刹车。

“我们必须要有足够的技术手段，在数据、算法或使用中设立规范和标准。”他认为，要想规避这些危害，就需要加强技术研究和制度设计，将来必须能对人工智能踩刹车、关电源，在设计人工智能时要留有处理手段。“刹车的好坏、灵敏度都和技术有关，所以要加强技术研究。装不装刹车、什么时候装刹车，这需要制度配合。”

他也提到，除了文生文 ，还要考虑文生图、文生视频，“大语言模型是一维的数据串，到了图像就变成了两维数据，到了视频就变成三维数据，这些数据怎么在统一架构下训练和学习？所以有很多技术上的问题需要考虑。”高文表示，要加强技术研究，完善理论基础验证，提升模型可解释性，严格控制生成式人工智能的底层价值取向，实现安全价值对齐，“现在还是靠人来做对齐，把人回答的一些解读一点点输入来对齐，有没有更好的对接方法，这也需要技术跟进。”

在算力能耗方面，“目前人工智能给我们带来的一个技术和社会问题就是耗能太高。整个社会用电里，大概1%~3%的耗电用在计算方面。人工智能稍微再往前走一两年，大概有10%的耗电用在算力上，再往前走很可能要30%左右被算力耗掉。”高文表示，如何有效利用电力做适当的算力是当前面临的挑战，国内百“模”大战也消耗了大量资源，要把开源和闭源模型高效利用起来，加强国产算力和国产生成式大模型构建。

与此同时，要确保数据要素可信流通。在制度设计方面，要开展与生成式人工智能伦理相关的理论研究，完善生成式人工智能的法律法规建设。“我们要在治理领域形成共识，加强国际合作。”高文表示。