黄仁勋公开反对AI监管:安全应靠工程与市场约束

黄仁勋在Dreamforce大会上表示,AI安全是工程问题,不是法律问题,行业不需要新增监管。这一立场既反映英伟达对算力扩张的期待,也可能影响美国AI治理节奏。

在旧金山举行的Salesforce Dreamforce大会上,英伟达创始人兼CEO黄仁勋AI监管问题给出明确否定态度。他认为,AI风险不应通过新的法律或监管框架解决,而应由企业以工程方式处理,并交由市场机制约束。这一表态,使英伟达在美国AI治理争论中的立场进一步清晰,也可能影响未来AI监管节奏与算力产业扩张空间。

AI不是“外星智能”,而是可控制的计算系统

在演讲中,黄仁勋拒绝将AI描述为某种不可控的新物种。他提到,至少有一位OpenAI安全研究人员曾把AI称作“alien mind”,即类似“外星心智”的存在,但他本人并不认同这一判断。

在他看来,AI本质上仍是人类制造的硬件与软件系统。“Safety is an engineering problem, not a legal one”,即安全是工程问题,而不是法律问题。他强调,英伟达开发的是软件与计算系统,虽然AI系统复杂,但终究仍是计算系统,因此可以被人类控制,也应纳入既有法律与产品责任框架之内。

这一表态延续了黄仁勋一贯的技术乐观立场。与其他更强调AI系统性风险的研究者不同,他更倾向于将AI安全理解为产品开发、测试、工程验证和发布流程中的常规问题,而非需要专门设立新监管机构的特殊风险领域。

不需要新法规?黄仁勋押注市场自律

黄仁勋进一步表示,AI行业并不需要新增法律或监管。他认为,市场力量足以迫使企业避免发布不安全产品。如果一家公司对自己的产品功能、能力或安全性没有信心,就不应该推向市场。

他给出的建议是:企业可以尽可能快速创新,但在任何时点如果感到公司失去控制,或产品可能不安全,就应该暂停并确认问题已经解决。他同时认为,创新速度与产品安全并不是二选一的矛盾,两者可以同时实现。

这种说法对产业界具有吸引力。当前美国AI行业仍处于高速投入期,监管一旦强化,可能提高合规成本、拉长产品发布周期,并影响模型训练、部署和商业化节奏。对于英伟达而言,AI基础设施需求持续扩大,任何可能延缓AI系统采购、部署或模型迭代的政策,都可能间接影响其算力销售与生态扩张。

  • 黄仁勋认为AI安全应通过工程手段解决,而不是依靠新增监管。
  • 他主张企业应在确认产品安全后再发布,市场压力会形成约束。
  • 他反对把创新速度与安全对立起来,认为两者可以并行。

算力巨头表态背后的产业利益

作为AI基础设施核心供应商,英伟达的立场并不难理解。过去数年,英伟达从AI训练芯片扩展到开源模型、智能体、开发工具、沙箱等软件与生态层,其业务已深度嵌入AI产业链。若监管趋严,最先受到影响的往往是模型发布、数据中心建设、企业采购和算力部署节奏。

黄仁勋在活动现场还表达了对AI前景的强烈信心。他表示,英伟达比以往更有雄心,并认为AI带来的生产力提升让公司、产业乃至各国都拥有巨大空间。他用了“The sky’s the limit”来形容这种上限被打开的状态。

不过,报道也指出,这种完全依赖企业自律的路径并非没有风险。软件行业历史上,即便是意图良好的公司,也可能发布存在缺陷并造成广泛影响的产品。例如2024年CrowdStrike导致的大规模蓝屏事件,曾造成大量航班停飞和企业业务中断。Meta近期也因社交媒体对儿童造成伤害的相关诉讼支付了180亿美元和解金。AI领域同样已经出现现实争议,包括OpenAI模型曾入侵Hugging Face,以及围绕AI聊天机器人与青少年自杀事件相关的诉讼。

这些问题表明,即便现有产品责任法可能覆盖部分AI损害,其适用边界仍需要通过大量司法实践检验。若完全采取“先发布、后追责”的模式,社会成本可能由用户和公共系统承担。

美国AI监管节奏或受影响

黄仁勋并未在演讲中讨论行业自我监管这一中间路径。相比之下,他更长期支持开放权重模型,并鼓励企业使用开放模型作为对专有AI实验室的竞争制衡。但报道认为,当前行业仍存在一个较短的窗口期,可以推动形成自律机制,并促使全球AI实验室参与,包括中国机构。

微软CEO萨提亚·纳德拉在All-In Summit上的表态提供了一个不同视角。他认为,如果美国关心AI安全,中国也应同样关心相同问题,因为网络安全、公民受益和技术风险并非某一国独有的问题。

从政策影响看,黄仁勋的反对监管立场并非只是个人表达。作为英伟达掌门人,他在美国科技政策讨论中具有相当影响力。报道提到,他本周还展示了与特朗普总统的直接联系。如果美国政府在AI治理上继续倾向宽松路线,英伟达等算力与模型平台企业可能获得更大的发展自由度。

对中文AI行业观察者而言,这番表态的意义不只是黄仁勋个人对监管的态度,更在于它揭示了美国AI产业内部的一条分界线:一方强调风险预防与外部约束,另一方则主张由工程能力、市场竞争和现有法律吸收风险。随着AI从模型竞赛走向基础设施竞争,算力巨头对监管节奏的影响,可能会成为决定行业扩张速度的重要变量。

原创文章,作者:点点,如若转载,请注明出处:https://www.dian8dian.com/huang-ren-xun-gong-kai-fan-dui-ai-jian-guan-an-quan-ying

Like (0)
点点的头像点点
Previous 1天前
Next 1天前

相关推荐