摘 要： 生成式人工智能是當今時代最具影響力的科技成果之一，而共享基礎代碼的開源運動在其發(fā)展歷程中起著至關重要的作用。然而，生成式人工智能開源也引起了極大的爭議。一方面，開源符合人工智能技術的創(chuàng)新趨勢，能夠促進相關產(chǎn)業(yè)發(fā)展，推動現(xiàn)代文明進步；另一方面，開源亦加劇了模型安全漏洞、知識產(chǎn)權缺失、虛假信息泛濫以及新型技術危機方面的風險。對此，本文基于馬克思主義技術批判的理論視角深入剖析了開源背后的資本邏輯，揭露了壟斷企業(yè)利用共享技術逐利的秘密，并在明確技術加速規(guī)律、維護開源正義、辨明人機關系的條件下，探究了人工智能治理的未來方案。

關鍵詞： 生成式人工智能；開源；安全風險；技術治理

中圖分類號： TP18；N02 文獻標識碼： A DOI： 10.3963/j.issn.1671-6477.2024.04.002

近兩年來，生成式人工智能發(fā)展迅速，其在完全顛覆現(xiàn)有技術的條件下正在逼近科技革命的“奇點”。作為當下最前沿的科技發(fā)展成果，生成式人工智能的誕生在為人類文明創(chuàng)造無限可能的同時，也伴隨著諸多問題和爭議。2024年3月17日，埃隆·馬斯克宣布xAI的大模型Grok-1正式開源，所有人都可以在公共軟件托管平臺上查看其源代碼，這一舉動隨即引發(fā)了關于“人工智能開源”的爭論。所謂的開源，其實是一種共享底層技術的行為。對于生成式人工智能來說，開源意味著任何網(wǎng)絡用戶均有機會利用成熟的基礎代碼開發(fā)全新的訓練模型，從而創(chuàng)造出更多更高階的人工智能產(chǎn)品。然而，在馬斯克等人極盡鼓吹開源的背后，這種技術開放是否會造成嚴重的安全風險？以及在盲目的技術加速條件下，開源究竟是普惠大眾還是資本逐利的手段？全面開源促進的機器學習再升級是否會進一步?jīng)_擊傳統(tǒng)主體的知識生產(chǎn)架構？這些都是需要我們深入思考的現(xiàn)實問題。

一、生成式人工智能開源的應然邏輯

客觀上講，無限性是人工智能的核心特質，它向我們展現(xiàn)了一個無邊無垠且日新月異的技術文明界域。已經(jīng)實現(xiàn)或可以預見的是，“不計其數(shù)的人工智能模塊將出現(xiàn)在我們工作的臺前幕后，在很多方面改變我們的生活。我們可以用人工智能處理日?，嵥槭聞眨热鐝恼掌瑤熘斜孀R我們朋友的面孔、推薦我們心儀的產(chǎn)品；也可以用它處理關乎我們工作與生活質量的重要事務，比如在公路上無人駕駛汽車、指導機器人在貨倉里搬運貨品，以及更恰當?shù)仄ヅ淝舐氄吆凸ぷ鲘徫?。但這些巨大的進步和人工智能未來的發(fā)展?jié)摿ο啾龋€差的很遠”^［1］。就此而言，生成式人工智能開源是有積極意義的，因為只有充分調動一切專業(yè)人才，才能匹配這項技術迸發(fā)的無限前景。

事實上，在馬斯克宣布對Grok-1進行開源之前，OpenAI公司旗下的ChatGPT已經(jīng)在一定程度上實現(xiàn)了開源?？梢哉f，生成式人工智能開源既是高新科技領域的實然狀態(tài)，又是一個應然的目標要求。首先，從其本身特性上講，“以ChatGPT為代表的生成式人工智能已經(jīng)具備通用能力，只要把任務交給生成式人工智能，其他一切都可以由智能機器自動完成，標志著人工智能已從專用走向通用”^［2］。例如，以往的人工智能技術在音樂創(chuàng)作中或許只能滿足單一的作曲需求，但是生成式人工智能在明確的指令下可以直接產(chǎn)出完整的音樂作品。多重功能的長效運行以及更高階的使用需求顯然有賴于技術開放共享的維系，因為它使盡可能多的研究人員、開發(fā)者乃至日常用戶都得以參與生成式人工智能產(chǎn)品的維護升級工作。通過公開源代碼及其模型，全社會都可以了解并考察生成式人工智能的運行原理和結構細節(jié)，這不僅有助于評估相關服務的影響作用，還為審查其風險弊端帶來了便利。在社會化的評估和監(jiān)督機制下，生成式人工智能的可信度與易用性將進一步提升，從而大幅推動人工智能領域的發(fā)展進步。

其次，就網(wǎng)絡公司乃至全行業(yè)的發(fā)展來說，開源AI模型有利于塑造良好的技術生態(tài)和商業(yè)環(huán)境。一方面，基礎模型的共享能夠帶動技術創(chuàng)新，使網(wǎng)絡公司開發(fā)出更加完善的業(yè)務模式。在節(jié)省基礎研發(fā)耗費的前提下，平臺得以低成本、高效率地為用戶提供豐富多樣的產(chǎn)品服務。另一方面，高新技術的普及可以使中小企業(yè)進入原本由大公司主導的市場，良性競爭的形成將進一步促進生成式人工智能的多元化，這對于構建健康的數(shù)字生態(tài)至關重要。同時，開源最新的進展成果也是對跨公司合作的一種鼓勵，互利共贏的氛圍更有助于專業(yè)人才的培育和成長。除此以外，技術碎片化是擺在網(wǎng)絡公司面前的兼容性難題，而開源通過透明公示代碼模型為建立社會化、全方位、全過程的統(tǒng)一技術標準創(chuàng)造了條件。

最后，站在人類文明的高度上看，開源能夠代表開放共享、創(chuàng)新普惠的技術發(fā)展方向，這是實現(xiàn)人類文明新飛躍的重要支撐。通過開放共享，來自不同地區(qū)和不同社會背景的人們都能接觸到先進的人工智能技術。這有助于縮小發(fā)達國家和發(fā)展中國家之間的技術鴻溝，推動全球范圍的均衡發(fā)展，實現(xiàn)民主化的技術訪問。開放共享的人工智能可以最大程度地滋養(yǎng)全新的經(jīng)濟形式與業(yè)務模式，創(chuàng)造更多就業(yè)機會，帶動經(jīng)濟大幅增長，助推世界經(jīng)濟盡快走出低潮。開放的生成式人工智能應用使教育形態(tài)和專業(yè)培訓更加豐富多樣，包括學生在內的全社會成員都有機會通過實際操作增強自身的專業(yè)技能，從而有力提升全球人民的數(shù)字素養(yǎng)。生成式人工智能開源是走向全球技術治理的必要條件，人工智能是引領新一輪科技革命的“頭雁”，只有實現(xiàn)了人工智能創(chuàng)新成果的普惠共享，才能在技術迭代的浪潮中奠定高水平開放的發(fā)展基調?？偠灾夹g開放共享是合理解決全球性問題，促進現(xiàn)代文明跨越式發(fā)展的必由之路，生成式人工智能開源可謂大勢所趨。

二、生成式人工智能開源的風險挑戰(zhàn)

雖然將生成式人工智能開源確實能夠促進技術普及與創(chuàng)新、激發(fā)全行業(yè)活力、推動人類文明進步，但是這也將帶來前所未有的風險挑戰(zhàn)?？傮w上講，開源的問題考驗主要來自以下四個方面：

一是開源軟件（OSS）的質量和安全性往往更難得到保障。開源項目通常由全球各地的開發(fā)者共同參與，其開發(fā)過程高度分散，這種分散性增加了質量控制的難度。每個開發(fā)者都具有不同的編碼風格、水平和理念，這也會導致代碼質量參差不齊。如果核心開發(fā)者離開項目或減少投入，加上開發(fā)者之間的溝通不暢與協(xié)調困難，代碼的維護和擴展將變得異常復雜，這些問題不僅影響軟件的穩(wěn)定性，還容易形成嚴重的安全漏洞。由于開源項目通常依賴志愿者進行維護，更新頻率和響應速度往往不如封閉源碼軟件（CSS），代碼中包含著未經(jīng)充分測試的第三方庫，并且涉及無法加密的敏感數(shù)據(jù)處理流程，這些都是明顯的隱患。當發(fā)現(xiàn)安全漏洞時，系統(tǒng)可能已經(jīng)長期暴露在風險之中。Apache軟件基金會的Struts開源項目就曾經(jīng)在2017年遭遇更新維護漏洞而引發(fā)重大安全事故，盡管項目組在漏洞被披露后迅速發(fā)布了修復補丁，但是代碼的自由傳播使得無需任何身份驗證的攻擊者繼續(xù)掃描并入侵應用該框架的企業(yè)組織平臺。綜上所述，當前的代碼審查與測試機制并沒有達到嚴格執(zhí)行和全面覆蓋的程度，開源環(huán)境很可能會進一步加大由此引發(fā)的安全風險。

二是技術研發(fā)人員的知識產(chǎn)權可能更容易遭受侵犯。知識產(chǎn)權是人類智力勞動成果的專有權利，也是社會財富的重要來源，需要全社會共同保護。保護好知識產(chǎn)權，才可以持續(xù)激發(fā)創(chuàng)造熱情，它能夠孕育科技創(chuàng)新的種子，支撐人工智能的高質量發(fā)展，為普惠共享的技術發(fā)展格局保駕護航。隨著越來越多的AI項目采用開源模式，如何在開放共享的技術環(huán)境中有效保護知識產(chǎn)權已經(jīng)成為亟待解決的問題。首先，開源項目多方參與貢獻的運行模式使得知識產(chǎn)權歸屬變得異常復雜，每個貢獻者的勞動在項目中所占比例不同，導致利益分配方面極易產(chǎn)生糾紛。同時，雖然包括GPL、MIT、Apache在內的開源許可證規(guī)定了代碼的使用、修改和分發(fā)方式，但是諸多開發(fā)者都不會主動了解其中的條款細節(jié)，所以很可能在無意識的情況下就侵犯了他人的知識產(chǎn)權。此外，某些許可證要求任何基于開源代碼的衍生產(chǎn)品也必須開源，這無疑又增添了相關的利益糾紛。其次，由于開源代碼可以自由獲取，一些網(wǎng)絡公司或在未經(jīng)授權的條件下就將代碼用于商業(yè)產(chǎn)品之中，這可能會面臨專利侵權的指控。對于企業(yè)來說，研發(fā)AI技術涉及大量商業(yè)機密，如果難以明確開源代碼的所有權，它們的競爭優(yōu)勢將不再穩(wěn)固。最后，從某種意義上講，開源理念與專利保護是存在矛盾的，開源意味著一些未能及時通過專利申請的創(chuàng)新成果會充分暴露在風險環(huán)境之下，這有賴于進一步完善開源成果的產(chǎn)權協(xié)調和保護機制。

三是訓練數(shù)據(jù)的有效性與信息真實性恐將大打折扣。由于開源數(shù)據(jù)集的質量和多樣性問題，AI模型在訓練過程中可能存在偏差，導致模型輸出信息的有效性降低。具體來說，模型可能傾向于某些特定的數(shù)據(jù)類別，而忽視數(shù)據(jù)集的均衡要求，從而影響模型整體的運行效率。在開源環(huán)境中，AI模型會充斥更多噪聲數(shù)據(jù)，它們在訓練過程中會干擾模型的學習效果，使得模型難以捕捉真正有價值的信息，并出現(xiàn)大量冗余。除此以外，開源項目的數(shù)據(jù)更新不及時也會致使模型的反饋和預測偏離當前的實際情況，從而生成大量虛假信息。2024年4月，歐洲數(shù)字權利中心就曾向奧地利數(shù)據(jù)保護中心投訴OpenAI公司傳播錯誤信息的行為。從其拒絕修正的表態(tài)來看，ChatGPT的負責人一直在放任人工智能編造信息，這無疑又增加了該模型的隱患。從某種意義上講，開源代碼貢獻者的身份動機是無法判定的，一些別有用心之人可能會散布涉嫌違法犯罪的數(shù)據(jù)信息。此前就有報道指出，黑客組織利用人工智能技術制造虛假身份證件，并通過生成式對抗網(wǎng)絡（GANs）從事欺詐活動，這必然會嚴重破壞開源項目的可信度與支持率。

四是技術創(chuàng)新會衍生出前所未見的社會危機。生成式人工智能作為當前科技革命最先進的成果之一，正孕育著無限的可能，但是在美好愿景的背后也潛藏著新形式的危機，并且技術越是發(fā)展，危機的樣態(tài)就愈是czOG9F/IGl3CL4NvV9Vp+1c9oF5VsJ0YXMH+LkjMEjQ=突顯?？陀^而言，生成式人工智能衍生的技術危機已經(jīng)開始向社會危機擴展，這無疑構成了對開源目標的新挑戰(zhàn)。2023年1月，美國布魯金斯學會發(fā)布了一篇名為《深度偽造與國際沖突》的報告。其中就談及生成式人工智能的深度學習模型已經(jīng)能夠創(chuàng)造以假亂真的領導人講話視頻，由此出現(xiàn)的偽造命令將嚴重危害國際社會安全。不只影響國際爭端，生成式人工智能的偽造技術同樣在沖擊日常社會的穩(wěn)定。從AI換臉到“數(shù)字復活”，包括Sora在內的文生視頻模型在大眾之間引起了極大爭議。相當一部分人認為，AI復活逝者破壞了倫理的邊界，無條件推廣很可能會觸犯法律的底線。除間接擾亂社會秩序的風險以外，人工智能也在生成一些直接威脅生命安全的程序。2024年4月，自主武器國際會議在維也納召開，會上重點探討了人工智能與武器系統(tǒng)結合的問題?，F(xiàn)如今，僅需要輸入簡單的語言指令，AI便可以為軍事行動實時提供戰(zhàn)略決策方案。更令人擔憂的是，當AI成為戰(zhàn)場的主導者，它會根據(jù)時間與物料成本，將精確打擊轉為無差別摧毀，從而造成大量的平民傷亡，巴以沖突與俄烏戰(zhàn)場上的一些案例已經(jīng)暴露了人工智能武器的高度危險性。因此可以說，如果不對人工智能進行適當?shù)墓芸?，那么人類終有一天將無法掌控戰(zhàn)爭的走向。在開源的環(huán)境下，任何一個擁有基本編程知識的人都有條件運用3D打印機制作可能造成大規(guī)模傷亡的無人機，現(xiàn)代社會正在迎來屬于生成式人工智能的“奧本海默時刻”。

三、生成式人工智能開源的資本邏輯

在綜合研判生成式人工智能開源的安全風險后，這種劃時代科技成果的雙刃劍屬性愈發(fā)清晰。而馬斯克等人一味地推崇開源，其實也顯現(xiàn)出資本逐利的本質。當資本家沒有技術優(yōu)勢時，他就主張開放共享；一旦獲得了核心技術，他又會加固保護壁壘，這就是資本邏輯，它充分暴露了xAI、OpenAI等公司的虛偽性。對于生成式人工智能開源的爭議來說，有必要從馬克思主義技術批判的角度進行深刻的剖析。

馬克思曾經(jīng)指出，“資本主義生產(chǎn)的根本目的就是利潤”^［3］。雖然人工智能技術的定位是造福全人類，但是其知識生產(chǎn)的業(yè)務終究要落實到資本積累的需求上。在該領域競爭格局初步確立的階段，作為第一生產(chǎn)力的核心技術必然成為各方爭奪的焦點，公益性的開源代碼也會逐漸轉化為一種資本。只有掌控開源代碼，人工智能公司才有機會獲得超額利潤，技術共享將成為其擴大再生產(chǎn)的重要保障。從這個意義上講，當開源代碼成為不變資本的一部分，它是很難被再次轉移的。在資本主義生產(chǎn)方式的作用下，開源最終一定會走向閉源，階段性的開放共享實質上貫穿著虛偽的資本邏輯，這也解釋了為什么馬斯克一直在抨擊OpenAI的開源模式以及微軟緣何注資OpenAI。

從網(wǎng)絡行業(yè)的發(fā)展趨向來看，生成式人工智能市場極大概率會出現(xiàn)寡頭企業(yè)，所謂的自由競爭很可能會為集中壟斷所替代，而開源的效益將被大資本家盡數(shù)攫取?！榜R克思對資本主義所作的理論和歷史的分析，證明了自由競爭產(chǎn)生生產(chǎn)集中，而生產(chǎn)集中發(fā)展到一定階段就導致壟斷?！?sup>［^4］客觀上講，生成式人工智能依然是一項擁有廣闊發(fā)展空間的新興技術。正因如此，無論是已經(jīng)在網(wǎng)絡領域確立一定優(yōu)勢的大企業(yè)，還是謀求生存地位的小公司，都在推動技術開源。這也說明了整個市場目前仍處于普遍自由競爭的階段。但是隨著生成式人工智能技術的需求日益增加，其商業(yè)價值勢必會迸發(fā)出來，越來越多的主體將進入這個充滿活力的市場。而在經(jīng)濟繁榮時期，壟斷是很容易形成的，巨頭企業(yè)為了規(guī)避風險并穩(wěn)固收益必定會致力于消除競爭。

現(xiàn)如今，谷歌、Meta（Facebook）、微軟等美國科技巨頭通過平臺業(yè)務模式將大量用戶以及搜索引擎、電子商務、社交媒體的各類型服務匯聚整合，建立了強大的數(shù)字生態(tài)，在網(wǎng)絡行業(yè)中占據(jù)著主導地位。根據(jù)DataReportal提供的數(shù)據(jù)顯示，全球數(shù)字經(jīng)濟在2023年的總產(chǎn)值估計為4.7萬億美元，主要科技巨頭（GAFAM）在其中的占有比例超過了10%，美國蘋果和微軟公司的市值已經(jīng)超過了全球絕大多數(shù)國家的GDP。近些年，主要科技巨頭強勢進軍人工智能領域，它們憑借巨額投資，兼并了一眾網(wǎng)絡公司，在相當程度上壟斷了技術資源。不光是微軟成為OpenAI的最大股東，谷歌收購了DeepMind，蘋果也收購了Turi和Laserlike，幾大科技巨頭紛紛擴充了其在人工智能應用開發(fā)方面的影響力。在龐大資本力量的助推下，文本生成、圖像生成、視頻創(chuàng)作等技術快速發(fā)展，生成式人工智能的業(yè)務模式愈發(fā)成熟，而其市場份額也日漸收攏在谷歌、微軟等少數(shù)企業(yè)之下。根據(jù)最新的估算數(shù)據(jù)顯示，與微軟聯(lián)合的OpenAI占據(jù)了約為35%的市場份額，谷歌的DeepMind則占市場份額的25%，通過AWS平臺提供CodeWhisperer等產(chǎn)品服務的亞馬遜擁有接近10%的市場份額，坐擁Fairseq和BlenderBot兩大工具包的Meta也取得了5%的份額，主要科技巨頭共同瓜分了生成式人工智能的市場。

綜上所述，曾經(jīng)堅持開源理念的生成式人工智能技術已經(jīng)開始轉向封閉，甚至可以說，這個由資本主導的市場從來都沒有真正地開放過。市場的高度集中意味著科技巨頭能夠攫取大量壟斷利潤，并借此更大規(guī)模地控制科研資源，從而打造技術壁壘。高昂的研發(fā)成本、專利保護、技術復雜度、數(shù)據(jù)資源以及人才儲備等，使得新生力量難以與現(xiàn)有的市場主導者競爭，這將限制技術普及、抑制創(chuàng)新動力、遏制數(shù)據(jù)流通，鉗制人才流動，進而形成開源運動的巨大障礙，或者說是技術異化的深層誘因。當生成式人工智能的發(fā)展完全由資本市場把控，開源也就轉化為一種資本剝削的方式，這就是開源運動異化的邏輯。在這樣的條件下，開源代碼成為資本積累的工具，其貢獻者淪為提供免費勞動的數(shù)字勞工。

生成式人工智能公司在商業(yè)化過程中依賴開源代碼和社區(qū)貢獻者的無酬勞動，這一現(xiàn)象在OpenAI的GPT模型和谷歌的TensorFlow項目中尤為明顯。OpenAI最初是以非營利性組織的身份創(chuàng)立的，旨在創(chuàng)建造福全人類的安全通用人工智能。在開發(fā)GPT模型的過程中，該公司依賴了大量開源代碼和工具，它們大部分出自全球開源社區(qū)的技術貢獻者之手。這些開發(fā)者持續(xù)投入時間精力進行代碼編寫、調試與文檔撰寫，他們的勞動成果被準許無償使用，而OpenAI將其利用到GPT模型的訓練優(yōu)化中，且通過API等商業(yè)化途徑把不斷升級的模型提供給特定的企業(yè)用戶，并收取相應費用。2020年，OpenAI與微軟達成授權協(xié)議，這等于是進一步宣告了其商業(yè)化的轉型目標。與OpenAI的情況類似，谷歌的TensorFlow項目起初也作為開源的機器學習框架提供給全球開發(fā)者免費使用。在開源社區(qū)的助力下，其代碼庫實現(xiàn)了顯著的擴充，谷歌基于此開發(fā)了豐富多元的AI產(chǎn)品，進而賺取了豐厚的收益。除此以外，生成式人工智能市場壟斷更是加劇了對開源貢獻者的剝削，因為這些壟斷企業(yè)能夠控制訪問權限，并部署限制開發(fā)環(huán)節(jié)，這無疑加深了開源的異化色彩。

生成式人工智能開源發(fā)端于自由軟件運動，其強調維護軟件自由應用和用戶的自主權益，初衷是為了通過廣泛的社會合作與知識共享推動技術創(chuàng)新乃至人類文明進步。與開源運動同向而行的是，數(shù)字網(wǎng)絡和人工智能事業(yè)也謀求構建一個開放包容、平等自由的新世界，這都與每個人自由全面發(fā)展的共產(chǎn)主義最高愿景保持一致。然而，資本力量的介入打破了這種平衡，開源人工智能的效益開始向資本增殖傾斜，屬于大眾的開放空間為壟斷資本所占據(jù)。如果繼續(xù)放任資本對開源技術的侵蝕，那么生成式人工智能的貢獻模式必然會在利潤的誘導下喪失創(chuàng)造活力，甚至在向資本妥協(xié)的前提下侵害大眾利益?！百Y本害怕沒有利潤或利潤太少，就像自然界害怕真空一樣。一旦有適當?shù)睦麧櫍Y本就膽大起來……為了100%的利潤，它就敢踐踏一切人間法律?！?sup>［^5］777客觀上講，生成式人工智能的發(fā)展目前仍處于起步階段，還會面臨更加復雜的風險挑戰(zhàn)，假若沒有正確的規(guī)制，其未來趨向可能就會被導入與全人類共同價值相背離的邪路，這有待于探索推廣符合公共利益的智能科技治理方案。

四、生成式人工智能開源的治理思路

就當前實踐而言，生成式人工智能已經(jīng)在促進產(chǎn)業(yè)升級、優(yōu)化公共服務、豐富教育資源等方面展現(xiàn)了不俗的潛力，以共建共享技術理念為旨向的開源運動更是擴展了它的獨特價值。雖然資本邏輯在一定程度上加劇了生成式人工智能開源的風險挑戰(zhàn)，但是其推動社會發(fā)展的積極作用是不容忽視的。因此，我們需要從學理上研判生成式人工智能的動態(tài)演進，并在規(guī)范引導的基礎上激活開源的最大效益。

首先，開源模式將不可避免地加速生成式人工智能的發(fā)展，推動技術社會朝向顛覆性的未來前進。早在上世紀90年代，英國哲學家尼克·蘭德就提出，應該無限制地加速技術發(fā)展，因為自由流淌的技術流是開創(chuàng)新世界的重要力量。按照他的思路，以知識共享和全球協(xié)作帶動創(chuàng)新迭代的開源模式顯然有助于加速主義理想的實現(xiàn)。然而問題在于，技術加速最終將服務怎樣的社會結構，生成式人工智能開放創(chuàng)新的和諧愿景將在何種社會形態(tài)下實現(xiàn)。對此，蘭德認為資本與技術是一對完美的組合，他堅持在資本主義的框架下構筑以技術解放為核心的社會理想，這相當于表達了對資本控制開源的支持。站在馬克思主義技術批判的立場上看，蘭德“技術+資本”的加速主義顯然是一種反動的思想，完全遵從資本的導引推進科技事業(yè)只會加劇社會矛盾。正如馬克思所言，“同機器的資本主義應用不可分離的矛盾和對抗是不存在的，因為這些矛盾和對抗不是從機器本身產(chǎn)生的，而是從機器的資本主義應用產(chǎn)生的”^［5］455。從這個意義上講，求諸于資本勢力促進技術開源恐怕將致使生成式人工智能的加速升級異化為畸形發(fā)展。為了阻斷資本主義對先進科技的腐蝕，唯一的出路就是顛覆資本主義制度，而這同樣需要借助生成式人工智能等技術的潛力。加拿大左翼學者尼克·斯爾尼塞克與阿列克斯·威廉姆斯就認為，“通過加速智能化技術的發(fā)展，可以使資本主義的矛盾更充分地暴露，進而從內部瓦解其根基，最終邁向后資本主義的未來”^［6］。進一步講，由積累和剝削勾勒的資本主義生產(chǎn)關系不足于承載科技創(chuàng)新帶來的先進生產(chǎn)力。隨著科技的不斷進步以及科技成果的廣泛應用，資本主義生產(chǎn)方式的弊端必然會逐漸擴大，以致爆發(fā)終極危機。由此可見，我們不能中斷生成式人工智能的創(chuàng)新之路，反而要順應技術發(fā)展趨勢，并促進開源運動的進步事業(yè)，持續(xù)驅動技術加速的革命因素。

其次，智能化技術時代的意識形態(tài)領域斗爭將更加復雜劇烈，維護開源正義的行動越發(fā)緊要?？陀^上講，以生成式人工智能為代表的先進科技便利了信息傳播及其加工過程，人們不僅能夠在很短的時間內接收到海量的資訊，而且還可以獲得專業(yè)的分析。然而，在這些智能推送的信息數(shù)據(jù)背后，掩藏著科技公司乃至政府機構操縱布局的身影，它們利用最新的科技手段誘導輿論，影響社會價值觀，企圖將指定的觀念灌輸進普羅大眾的思想之中，從而維持壟斷地位或強化政治統(tǒng)治。換而言之，“后真相時代已然到來，謊言與欺騙愈發(fā)成為資本主義社會政治和日常生活的常態(tài)”^［7］。從某種意義上講，后真相現(xiàn)象的泛濫與智能化技術的推廣有著直接的聯(lián)系，生成式人工智能正在塑造跨越人機界限的“超級媒體”。它具有強大的資源優(yōu)勢，能夠跳脫時空限制而收集、整理并傳播信息，甚至完成從機器語言到目標對象語言的轉譯工作，這不僅使其得以生成技術自主的錯誤資訊，還會助長虛假宣傳和政治煽動的行為?？傊?，“不管是人類行動者的‘動機惡’還是非人類行動者的‘技術惡’，都會在轉譯過程中被超級媒體不斷加權，穿透公域與私域的藩籬，形成更大的‘惡’之社會效應”^［8］。歸根結底來講，這體現(xiàn)出意識形態(tài)領域正在經(jīng)歷一場圍繞智能化技術展開的大變局。以小見大地看，生成式1fi98xXx6AMU3+So2+rakdLoI76JdZ/qytFkSHgkIm8=人工智能VG24G/sf5zl7BGtpvQZwz5amQ9F3J6c3Pvb0U2/4I78=開源之爭就是意識形態(tài)系統(tǒng)性變化的縮影。正因為生成式人工智能已經(jīng)展現(xiàn)出主導公共話語的潛力，對其開放向度的把控就顯得尤為關鍵，一旦錨定了技術開源的資本邏輯，未來的智能應用更難以擺脫資本的束縛，網(wǎng)絡空間乃至全部生存場域的意識形態(tài)話語權有可能都落入寡頭資本之手，最初的商業(yè)對壘恐怕將演化為數(shù)字霸權的爭奪。開源本質上是一種合理且正義的運動，但是當它被資本主義的意識形態(tài)所裹挾，就會為統(tǒng)治階級的霸權行徑服務。借用馬爾庫塞的話來說，“技術合理性既向人們顯示了它超乎政治之上的中立性，又向人們顯示了其中立性的虛假”^［9］。面對智能科技活動對意識形態(tài)領域的滲透，我們務必要堅守維護社會公平正義的底線，警惕資本邏輯的持續(xù)發(fā)酵。

再次，機器學習與傳統(tǒng)知識生產(chǎn)方式之間的矛盾日趨尖銳，在開源條件下處理好二者的對立統(tǒng)一關系成為關鍵。機器學習可以被看作是生成式人工智能的核心技術，簡單來說，就是從大量數(shù)據(jù)中學習生成新的內容，這些新內容可以是文本、圖像、音頻等各種形式。一方面，AI模型通過對數(shù)據(jù)進行特征提取，以理解數(shù)據(jù)的結構；另一方面，AI模型使用概率分布來描述數(shù)據(jù)的生成過程，這就需要應用到生成式對抗網(wǎng)絡。GANs通常由生成器和判別器兩個神經(jīng)網(wǎng)絡組成，生成器負責制造與真實數(shù)據(jù)混合的假數(shù)據(jù)，它能夠不斷改進生成策略，以使假數(shù)據(jù)越來越貼近真實數(shù)據(jù)，直至判別器無法區(qū)分，生成任務就此完成。一般而言，“機器學習是對數(shù)據(jù)進行學習并做出預測的算法?！疃葘W習’是其最新的分支，其算法是基于多層機器學習交互產(chǎn)生的數(shù)據(jù)”^［10］。具體上講，深度學習通過模擬人腦的多層神經(jīng)網(wǎng)絡結構，能夠自動地從數(shù)據(jù)中提取更高層次的特征，并完成更龐雜的處理任務。深度學習的過程就好比一棵大樹不斷地開枝散葉，它已經(jīng)非常接近人腦神經(jīng)元的功能，電影《失控玩家》就曾采用藝術手法具象化地呈現(xiàn)了模擬神經(jīng)網(wǎng)絡的發(fā)散過程。如果說“延伸大腦能力的技術是推動知識生產(chǎn)發(fā)展的方向”^［11］，那么生成式人工智能的出現(xiàn)顯然標示了知識生產(chǎn)方式的革新趨向。然而，它所帶來的深度學習模式正在沖擊傳統(tǒng)意義上由腦力勞動者從事的知識生產(chǎn)活動。不只是日常文化內容的創(chuàng)作，甚至專業(yè)的科研活動也可以交付智能機器來完成，這無疑形成了對知識生產(chǎn)主體地位的挑戰(zhàn)，同時加劇了技術異化的風險。在產(chǎn)權模糊的開源條件下，脫離現(xiàn)實情境的同質化學習資源泛濫，而真正有價值的知識恐怕將被徹底淹沒。為此，要辯證看待生成式人工智能的機器學習功能，既要促進其開放發(fā)展，又要防范其野蠻滋長的風險，探索謀求人機協(xié)作在知識生產(chǎn)中的平衡，使開源智能科技健康引領新一輪的知識革命。

最后，對生成式人工智能及其開源路徑實行有效監(jiān)管和積極治理，是規(guī)避科技創(chuàng)新安全風險的必由之路。開源的生成式人工智能發(fā)展路徑符合人類文明新形態(tài)對于科技創(chuàng)新的要求，它本質上是能夠為所有人帶來科學福祉并實現(xiàn)技術社會共同繁榮的進步方案。但需要明確的是，生成式人工智能開源是一把雙刃劍，利用得當效益巨大，開發(fā)不當便會加劇技術風險，因而必須采取行之有力的監(jiān)管舉措。2024年5月21日，歐盟理事會正式通過了《人工智能法案》，這是全球首部針對AI的專門規(guī)范。該法規(guī)建構了基于風險的監(jiān)管框架，分類管理不同風險級別的AI系統(tǒng)，并設立了專門機構（AI辦公室與歐洲人工智能委員會）來監(jiān)督和執(zhí)行治理實踐。其中，它開創(chuàng)性地引進了人工智能監(jiān)管沙盒來助力創(chuàng)新，對高風險的開源模型進行嚴格的可行性評估，并要求模型開發(fā)者公開源代碼及其生成過程，這種成型保障無疑提振了生成式人工智能開源的信心，有益于盡早達到技術開源的理想狀態(tài)。除此以外，《人工智能法案》也涵蓋了未能遵守透明度要求的違規(guī)處罰、對初創(chuàng)科技公司的鼓勵支持、對全體用戶基本權利的保護等內容，這都有助于限制資本權力對科技創(chuàng)新的滲透，維護普通民眾共建共享創(chuàng)新應用的根本利益。因此可以說，《人工智能法案》為積極監(jiān)管AI開源實踐提供了重要的范本，它是標志先進技術治理工程的階段性里程碑。但是為了最終實現(xiàn)共產(chǎn)主義的技術發(fā)展道路，單單出臺法規(guī)是不足夠的，需要在深層次的價值觀上確立科技成果普惠共享的原則，而這種價值理性可能更適合在社會主義制度的土壤中培育。有鑒于此，中國式現(xiàn)代化具有發(fā)展生成式人工智能的獨特優(yōu)勢，更易于激發(fā)開源運動的全部活力。當前，全球人工智能發(fā)展格局正呈現(xiàn)出中美兩國角力的態(tài)勢，雖然我國的人工智能應用起步相對較晚，但是我們立足技術攻關的新型舉國體制，在發(fā)展實踐中推進技術治理，有望超越資本邏輯主導的技術競爭，化解高新技術衍生的安全風險，并最終開創(chuàng)以人為本的智能未來。

［參考文獻］

［1］ 埃里克·布萊恩約弗森.第二次機器革命：數(shù)字化技術將如何改變我們的經(jīng)濟與社會［M］.蔣永軍，譯.北京：中信出版社，2016：126.

［2］黃欣榮.從ChatGPT到Sora：生成邏輯、哲學本質及世界圖景［J］.新疆師范大學學報（哲學社會科學版），2024（6）：118-126.

［3］馬克思，恩格斯.馬克思恩格斯全集：第35卷［M］.北京：人民出版社，2013：87.

［4］列寧.列寧全集：第27卷［M］.北京：人民出版社，2017：336.

［5］馬克思，恩格斯.馬克思恩格斯全集：第42卷［M］.北京：人民出版社，2016.

［6］Alex Williams，Nick Srnicek.Accelerate：Manifesto for an accelerationist politics［M］// Robin Mackey and Armen Avanessia （eds.），Accelerate：Accelarationist Reader.Falmouth，U.K.：Urbanomic，2014：347-362.

［7］Raju Das.The Post-Truth Condition in Capitalist Society：A Critical Enquiry［J］.International Critical Thought，2023（2）：205-226.

［8］李韜，周瑞春.生成式人工智能的社會倫理風險及其治理：基于行動者網(wǎng)絡理論的探討［J］.中國特色社會主義研究，2023（6）：58-66.

［9］馬爾庫塞.單向度的人：發(fā)達工業(yè)社會意識形態(tài)研究［M］.劉繼，譯.上海：上海譯文出版社，2014：69.

［10］丹尼爾·富蘭克林.超級技術：改變未來社會和商業(yè)的技術趨勢［M］.黃強，譯.北京：中信出版社，2017：77.

［11］孫偉平，劉航宇.生成式人工智能與知識生產(chǎn)方式的革命：從Sora的沖擊波談起［J］.思想理論教育，2024（5）：12-18.

（責任編輯 文 格）

Risks and Challenges of Open Source Generative Artificial

Intelligence and Future Responses：

An Analysis Based on Marxist Critique of Technology

XU Tian-yi

（School of Marxism，Renmin University of China，Beijing 100872，China）

Abstract：Generative artificial intelligence is one of the most influential technological achievements of our time，and the open-source movement，which shares foundational code，plays a crucial role in its development.However，the open sourcing of generative AI has also sparked significant controversy.On one hand，open source aligns with the innovation trends of AI technology，promoting related industry development and advancing modern civilization.On the other hand，it exacerbates risks related to model security vulnerabilities，intellectual property loss，the proliferation of false information，and new technological crises.This paper analyzes the capital logic behind open source from the perspective of Marxist critique of technology，revealing the secrets of monopolistic enterprises profiting from shared technologies.Furthermore，it explores future governance solutions for artificial intelligence under the conditions of clarifying the laws of technological acceleration，maintaining open-source justice，and distinguishing human-machine relationships.

Key words：generative artificial intelligence；open source；security risks；technological governance