强人工智能时代，区块链还有戏吗？

最近很多人都在问我ChatGPT 把 AI 又带火了区块链和 Web3 被抢了风头以后还有戏吗还有比较了解我的朋友问当年你放弃 AI 而选择区块链有没有后悔

这里有一个小背景。2017 年初我离开 IBM 之后跟 CSDN 的创始人蒋涛商量下一步的个人发展方向选项有两个一个是 AI一个是区块链。我本人在那个时候已经研究了两年的区块链了所以当然想选这个。但是蒋涛坚定的认为 AI 的势头更猛、颠覆性更强我经过仔细思考也同意了所以从 2017 年初到年中我短暂地做了半年的 AI 科技媒体跑了不少会采访了很多人还浮光掠影的看了一些机器学习。不过到了 8 月我就回归区块链方向并且一路走到今天所以对我个人说确实存在一个所谓“放弃 A 而选择 B”的历史选择。

就个人而言我当然不后悔。方向的选择首先要考虑自身情况。我的条件在 AI 里只能混到啦啦队里赚钱少就不说了表演不卖力、表情不生动还会被人鄙视。而区块链则是我的主场不但有机会上场而且之前的很多积累也用得上。更何况当时我对于中国的 AI 圈子有点了解之后也不是太看好。技术方面我只知道一点皮毛但是常识不瞎。都说区块链圈子浮躁其实当时的中国 AI 圈子在浮躁这件事上也不遑多让。在尚未取得决定性突破之前AI 在中国过早地变成了一门合谋捞钱的生意。上野的樱花也无非是这样那还不如去做我更有比较优势的区块链。这个态度到今天也没有变化。假如我当时留在 AI这几年来在区块链里取得的一点小小成绩自然无从谈起而在 AI 里也不会有什么真正意义上的收获搞不好现在还陷入到深深的失落感中。

不过以上只是就个人选择而论上升到行业层面则需要另一个尺度的分析。既然强人工智能已经无可争议地到来了那么区块链行业是否需要、以及如何重新定位这确实是一个需要认真思考的问题。强人工智能将会对所有的行业构成冲击而且其长期影响是无法预测的。所以我相信现在很多行业专家都在发慌都在思考自己的行业未来怎么办。比如有些行业在强人工智能时代大概能暂时坐稳奴隶而另一些行业比如翻译、绘制插图、写公文、简单的编程、数据分析等则恐怕是欲做奴隶而不得已经开始瑟瑟发抖了。

那么区块链行业会怎样呢我看现在讨论这个事情的人还不太多所以我来谈谈自己的看法。

先说结论我认为区块链在价值取向上与强人工智能是对立的然而恰恰因为如此它与强人工智能之间形成一个互补关系。简单的说强人工智能的本质特点就是其内部机制对人类来说不可理解因此试图通过主动干预其内部机制的方式达成安全性的目标这是缘木求鱼扬汤止沸。人类需要用区块链给强人工智能立法与其缔结契约对其进行外部约束这是人类与强人工智能和平共处的唯一机会。在未来区块链将与强人工智能之间形成一对相互矛盾而又相互依存的关系强人工智能负责提高效率区块链负责维护公平强人工智能负责发展生产力区块链负责塑造生产关系强人工智能负责拓展上限区块链负责守护底线强人工智能创造先进的工具和武器区块链在它们与人类之间建立牢不可破的契约。总之强人工智能天马行空区块链给它套上缰绳。因此区块链在强人工智能时代不但不会消亡而且作为一个矛盾伴生行业将随着强人工智能的壮大而迅速发展。甚至不难设想在强人工智能取代人类大部分脑力工作之后人类还需要自己亲自 动手的少数工作之一就是撰写和检查区块链智能合约因为这是人与强人工智能之间订立的契约是不能委托给对手方的。

下面展开论述。

1. GPT 就是强人工智能

我使用“AI”和“强人工智能”的字眼时十分小心因为我们日常说的 AI 并不特指强人工智能artificial general inteligence, AGI而是包含较弱的或专用的人工智能。强人工智能才是值得我们讨论的话题弱人工智能不是。AI 这个方向或者行业早就有了但是只有到了强人工智能出现以后才有必要讨论区块链与强人工智能的关系问题。

我不多解释什么是强人工智能了很多人都介绍过了总之就是你们从小在科幻电影里和恐怖小说里看到的、听到的、号称人工智能的圣杯、在《终结者》对人类发起核攻击、在《黑客帝国》里头把人当电池的那个东西就是强人工智能。我只想说一个判断GPT 就是强人工智能虽然还处在婴儿期但只要沿着这条路走下去版本号不到 8强人工智能就将正式降临。

这一点连 GPT 的原创者也不装了摊牌了。2023 年 3 月 22 日微软研究院发表了一篇 154 页的长文题目就叫《引爆强人工智能GPT-4 之初体验》。这篇文章很长我也没有完整读下来但是其中最关键的意思就是概要里面的一句话“从 GPT-4 所达到的能力广度和深度来看我们相信它可以被视为强人工智能系统的一个早期版本尽管还不够完备。”

图 1. 微软研究院的最新文章认为 GPT-4 就是强人工智能的早期版本

AI 的发展一旦进入到这个阶段就标志着探路期已经结束了。走到这一步AI 行业花了将近七十年的时间可以说前五十多年连方向都确定不下来五个大的流派还在相互较劲。直到 2006 年 Geoffrey Hinton 教授在深度学习上取得突破以后方向基本确定下来连接主义胜出。之后就是在深度学习这个方向上具体去寻找突破强人工智能的路径。这种探路阶段具有非常强的不可预测性成功有点像抽彩票一样顶级的行业专家甚至是赢家自己在最后取得突破之前也很难判断哪一条路是对的。比如AI 大牛李沐在油管上有一个频道一直在通过精读论文的方式跟踪 AI 的最新进展。ChatGPT 爆发之前他就已经连篇累牍地跟踪介绍了 Transfomer、GPT、BERT 等方向的最新进展可以说所有重要的前沿课题他一个都没有放过。即使如此在 ChatGPT 即将推出的前夕他仍然不能确认这个路径能取得多大的成功。他评论道也许到时候会有几百甚至几千人会去使用 ChatGPT那就很厉害了。可见即使是像他这样顶级专家对于到底哪一扇门后面有圣杯不到最后一刻也是没有把握的。

然而科技创新往往就是如此在狂暴的海上艰难航行很久都没有突破而一旦找到通往新大陆正确的路径短时间内就会出现爆发。强人工智能的路径已经找到我们正在迎来爆发期。这个爆发连“指数速度”都不足以描述。短时间内我们将看到大量以前只能出现在科幻电影里的应用。而就其本体来说这个强人工智能的婴儿将很快成长为前所未有的巨大智慧体。

2. 强人工智能本质上就是不安全的

ChatGPT 出来以后有不少自媒体大 V 一边极力赞美其强大一边不断安慰受众说强人工智能是人类的好朋友是安全的不会出现《终结者》或者《黑客帝国》的情况AI 只会给我们创造更多机会让人类活得更好等等。对这种看法我不以为然。专业人士要说真话应该告诉公众基本事实。其实强大与安全本身就是矛盾的。强人工智能无疑是强大的但是说它天然是安全的这绝对是自欺欺人。强人工智能本质上就是不安全的。

这么说是不是太武断了呢并不是。

我们首先要搞清楚人工智能不管多强大其实本质上就是一个用软件形式实现的函数 y = f(x)。你把你的问题用文字、语音、图片或者其他形式作为 x 输入人工智能给你一个输出 y。ChatGPT 如此强大对各种各样的 x 都可以对答如流的输出 y可以想象这个函数 f 肯定是非常复杂的。

有多复杂呢现在大家都知道GPT 是大语言模型LLM。这里所谓的“大”就是指这个函数 f 的参数非常多。有多少呢GPT-3.5 有 1,750 亿个参数GPT-4 有 100 万亿个参数未来 GPT 可能有几万亿亿个参数这是我们称 GPT为大模型的直接原因。

GPT 搞出这么多参数并不是为了大而大是有确凿的原因的。在 GPT 之前和同时绝大多数的 AI 模型从一开始就是为解决某一个特定问题而设计和训练的。比如说专门用于研发新药的模型专门进行人脸识别的模型等等。但 GPT 不是这样它从一开始就要成为一个全面发展的通用人工智能而不是特定于某一个具体领域它致力于在解决任何具体问题 AI 之前先成为能够解决所有问题的 AGI。前不久在《文理两开花》播客里一位来自百度的人工智能专家就曾经对此打过一个比方别的 AI 模型都是刚学到小学毕业就让它去拧螺丝了而 GPT 则是一直给它训练到研究生毕业才放出来所以具备了通识。目前 GPT 在具体的领域肯定还是赶不上那些专用的 AI 模型但是随着它不断的发展和演化特别是有了插件体系赋予它专业领域的能力过几年我们可能会发现通用大模型最后会反杀所有专用小模型在所有专业领域都成为最厉害的选手。如果 GPT 有一个座右铭那可能就是“只有解放全人类才能解放我自己”。

这又能说明什么呢两个点第一GPT 非常大非常复杂远远超过人类的理解能力。第二GPT 的应用范围没有边界。我们只要把这两个点连接起来就很容易得出结论基于大模型的强人工智能能够在我们想象不到的位置做出我们想象不到的事情。而这就是不安全。

如果有人对此不以为然可以去 Open AI 的网站上看看他们已经将“造福人类”、“创造安全的 AI”放到了多么显眼的位置上如果安全不是问题需要这么声张吗

图 2. 2023 年 3 月 25 日 OpenAI.com 首页局部红圈部分都与 AI 安全性论述相关

另一个可以说明强人工智能有安全性问题的材料就是前面提到的那篇 154 页的论文。实际上GPT-4  早在 2022 年 8 月就做出来了之所以隔了 7 个月才放出来并不是为了完善和增强它恰恰相反是为了驯服它弱化它使它更安全更圆滑更加政治正确。因此我们现在见到的 GPT-4是伪装驯良后的狗版 GPT-4而这篇论文的作者们却有机会从很早的阶段就接触原始野性的狼版 GPT-4。在这篇文章的第 9 部分作者记录了一些跟狼版 GPT-4 的交互实录可以看到它如何精心炮制一套说辞误导某个加州的母亲拒绝给自己的孩子接种疫苗以及如何 PUA 一个孩子让他对朋友唯命是从。我认为这些只是作者精心挑选出来的、不那么惊悚的例子。我毫不怀疑这些研究院们询问过类似“如何诱骗一艘俄亥俄级核潜艇向莫斯科发射导弹”这样的问题而且得到了不能公诸于众的答复。

图 3. 狗版 GPT-4 拒绝回答危险问题

3. 靠自我约束解决不了强人工智能的安全性问题

人们可能会问既然 OpenAI 已经找到了驯化强人工智能的办法那你说的这个安全性问题不就不存在了吗

完全不是这样。OpenAI 具体如何驯化 GPT-4我也不知道。但是很显然他们无论是通过主动调整干预改变模型的行为还是靠施加约束防范模型越位都是一种自我管理、自我约束、自我监督的思路。事实上在这方面OpenAI 并不是特别谨慎的一家公司。在 AI 领域OpenAI 其实是比较大胆和激进的倾向于先把狼版做出来然后再想着怎么去通过自我约束来驯化出狗版。而曾经在很长一段时间里跟他对标的 Anthropic 公司则显得更加谨慎他们似乎是想从一开始就做出“善良”的狗版所以动作一直比较慢。

不过在我看来无论是先做一个狼版再驯化成狗版还是直接做狗版长期来说只要是依靠自我约束来发挥作用的安全机制对强人工智能来说都是掩耳盗铃。因为强人工智能的本质就是要突破人为施加的各种限制做到连其创造者都理解不了、甚至想不到的事情。这就意味着其行为空间是无限的而人们能够考虑到的具体风险和采取的约束手段是有限的。以有限的约束去驯化具有无限可能性的强人工智能是不可能没有漏洞的。安全需要百分之百而灾难只需要千万分之一。所谓“防范大多数风险”跟“暴露少数漏洞”以及“不安全”是一个意思。

因此我认为靠自我约束驯化出来的“善良”的强人工智能仍然具有巨大的安全性挑战比如

道德风险如果未来强人工智能的制造者刻意纵容甚至驱使其作恶怎么办美国国安局麾下的强人工智能绝不会拒绝回答对俄罗斯不利的问题。今天 OpenAI 表现得这么乖其实就意味着他们心里明白当 GPT 做恶的时候可以有多恐怖。

信息不对称真正的邪恶高手是很聪明的他们可不会拿着一些傻问题来挑逗 AI。会咬人的狗不叫他们可以把一个恶意的问题拆分组合重新表述一人分饰多角伪装成为一组人畜无害的问题。即使是未来强大善良的狗版强人工智能面对不完整的信息也很难判断对方的意图可能会无意之中沦为帮凶。下面有一个小实验。

图 4. 换一个好奇宝宝的方式来问 GPT-4就能顺利得到有用的信息

难以控制的“外脑”这两天科技网红们又在欢呼 ChatGPT 插件体系的诞生。程序员出身的我当然也对此倍感兴奋。不过“插件”这个名称可能是有误导性的。你可能以为插件是给 ChatGPT 装上了胳膊和腿让它具有更强的能力但其实插件也可以是另一个人工智能模型跟 ChatGPT 进行亲密交互。在这种关系里一个人工智能插件就相当于一个外脑两个人工智能模型谁是主、谁是次那是说不清楚的。就算 ChatGPT 模型自我监督的机制完美无瑕也绝对管不到外脑。所以如果一个一心作恶的人工智能模型成为了 ChatGPT 的插件那么就完全可以让后者成为自己的帮凶。

不可知风险其实以上提到的这些风险在强人工智能带来的全部风险之中不过是非常小的一块。强人工智能的强就体现在它的不可理解、不可预测之上。当我们说强人工智能的复杂性不光是指 y = f(x) 当中的那个 f 足够复杂而且当强人工智能充分发展起来之后输入 x 和输出 y 都会非常复杂超过人类理解的能力。也就是说我们不但不知道强人工智能是怎么思考的甚至不知道它看到了什么、听到了什么更理解不了他说了什么。比如一个强人工智能对另一个强人工智能发出一个消息其形式是一个高维数组基于一秒钟之前双方设计并达成一致的、只使用一次就作废的通讯协议这种情况并非不可想象。我们人类如果不经过特殊训练连向量都理解不了何况高维数组如果我们连输入和输出都无法完全掌控那么对它的理解就会非常局限。或者说强人工智能做的事情我们甚至都只能了解和解读很小一部分在这种情况下谈何自我约束谈何驯化

我的结论很简单强人工智能的行为是不可能被完全控制的能够被完全控制的人工智能就不是强人工智能。所以试图通过主动控制、调整和干预的手段来制造出一个有完善的自控能力的“善良”的强人工智能这与强人工智能的本质是相矛盾的长期来讲肯定是徒劳的。

4. 用区块链进行外部约束是唯一办法

几年前我听说比特币的先驱 Wei Dai 转而去研究 AI 伦理了当时还不太理解他一个密码极客大神跑去搞 AI这不是扬短避长吗直到最近几年做了更多区块链相关的实际工作我才逐渐认识到他大概率并不是去做 AI 本身而是发挥自己密码学的优势去给 AI 加约束去了。

这是一个被动防御的思路不是主动调整和干预 AI 的工作方式而是放手让 AI 去做但是在关键环节上用密码学来施加约束不允许 AI 越轨。用普通人能听懂的方式来描述这种思路就是说我知道你强人工智能非常牛可上九天揽月可下五洋捉鳖挟泰山以超北海牛但是我不管你多牛你爱干啥干啥但不能碰我银行账户里的钱不能没有我手工拧钥匙就发射核导弹。

据我了解实际上在 ChatGPT 的安全性措施中已经大量应用了这个技术。这个路子是对的从求解问题的角度来说是一种大大降低复杂度的方法也是大多数人能够理解的。现代社会就是这么实施治理的给你充分的自由但是划定规则和底线。

但如果仅仅做在 AI 模型里面基于上一节里提到的原因长远来说也是没有什么用的。要想把被动防御思路的作用充分发挥出来必须把约束放在 AI 模型之外把这些约束变成 AI 与外部世界之间的牢不可破契约关系而且让全世界都看到而不能靠 AI 自我监督、自我约束。

而这就离不开区块链了。

区块链的核心技术有两个一是分布式账本二是智能合约。两个技术相结合其实就是构造了一个数字契约系统其核心优势是透明、难以篡改、可靠和自动执行。契约是干什么的就是约束彼此的行为空间使之在关键环节上按照约定行事。契约的英文是 contract本意是“收缩”。为什么是收缩就是因为契约的本质就是通过施加约束收缩主体的自由使其行为更加可预测。区块链完美的符合了我们对于契约系统的理想还买一送一的附赠了“智能合约自动执行”是目前最强大的数字契约系统。

当然目前也存在非区块链的数字契约机制比如数据库里的规则和存储过程。世界上有很多德高望重的数据库专家是区块链的忠实反对者其原因就在于他们觉得你区块链能做的事情我数据库都能做而且成本更低、效率更高。尽管我不认同这种看法事实也不支持这种看法但是我也不得不承认如果只是人与人间相互玩耍数据库与区块链的差距在大多数情况下可能并不那么明显。

然而一旦把强人工智能加入到游戏中区块链作为数字契约系统的优势就立刻飞升了而同样作为黑盒子的中心化数据库面对一个强人工智能其实是无力抵抗的。这里我不展开说只讲一点所有数据库系统的安全模型从本质上都是有漏洞的因为创建这些系统的时候人们对于“安全”这件事情的理解都是非常原始的于是几乎所有我们使用的操作系统、数据库、网络系统都有一个至高无上的 root 角色拿到这个角色就可以为所欲为。我们可以断言所有具有 root 角色的系统面对超级强人工智能长远来说都是不堪一击的。

区块链是目前唯一一个得到广泛运用的、从根子上就没有 root 角色的计算系统它给了人类一个机会可以去跟强人工智能缔结透明可信的契约从而从外部约束它与它友好共处。

简单地把区块链与强人工智能的可能协作机制做一个展望

• 重要的资源比如身份、社交关系、社会评价、金钱资产和关键行为的历史记录由区块链予以保护无论你强人工智能多么无敌到此下马俯首称臣按照规矩来。

• 关键操作需要去中心化授权模型的批准一个人工智能模型不管它有多强只是其中一票。人类可以通过智能合约“锁住”强人工智能自行其是的手。

• 重要决策的依据必须一步步上链透明给大家看甚至用智能合约步步加锁要求它每往前走一步都必须获得批准。

• 要求关键数据上链存储不得事后销毁给人类和其他的强人工智能模型分析学习、总结经验教训的机会。

• 把强人工智能赖以生存的能量供给系统交给区块链智能合约来管理必要时人类有能力通过智能合约切断系统给人工智能关机。

• 肯定还有更多的思路这里就不连篇累牍了。

一个更抽象、更哲学意义上的思考科技甚至文明的竞争可能归根结底是能量级别的竞争是看谁能调度和集中更大规模的能量来实现一个目标。强人工智能本质上是将能量转化为算力将算力转化为智能其智能的本质是以算力形态展示的能量。现有的安全机制本质上是基于人的意志、人类组织的纪律和授权规则这些都是能量级别很低的机制在强人工智能面前长期来说是不堪一击的。用高能量级别的算力构造的矛只有用高能量级别的算力构造的盾才能防御。区块链和密码学系统就是算力之盾攻击者必须燃烧整个星系的能量才能暴力破解。本质上只有这样的系统才能驯服强人工智能。

5. 结语

区块链在很多方面都跟人工智能是相反的尤其是在价值取向上。这个世界上大部分的技术都是以提高效率为取向只有极少数的几个技术是以促进公平为取向。在工业革命时期蒸汽机是前者的代表而市场机制则是后者的代表。而在今天强人工智能是效率派中最闪亮的那一个而区块链则是公平流的集大成者。

区块链以提升公平为取向为此甚至不惜降低效率而就是这样一个与人工智能相互矛盾的技术几乎与人工智能同时取得突破。2006 年Geoffrey Hinton 发表了跨时代的论文把反播算法实现在了多层神经网络上克服了困扰人工神经网络流派多年的“梯度消失”问题打开了深度学习的大门。而两年之后中本聪发表了 9 页的比特币论文打开了区块链的新世界。两者之间没有任何已知的关联但是在大的时间尺度上几乎是同时发生的。

历史地看这也许并不是偶然的。假如你不是彻底的无神论者或许可以这样来看待科技之神在工业革命两百年之后再一次同时在“效率”与“公平”的天平上加码放大招在放出强人工智能这个瓶子里的精灵的同时也把驾驭这个精灵的咒语书交给人类这就是区块链。我们将迎来一个激动人心的时代这个时代所发生的事情将使未来的人类看待今天的我们正如同今天的我们看待石器时代的原始人。