晋江文学城
下一章 上一章  目录  设置

18、准则06 ...


  •   时湛视线低垂,待汹涌的情绪漩涡平息之后,仔细思量任九霄的提议,隐隐猜到了她为何不考虑循序渐进地改革。

      倘若视AI作为协助科研的工具,
      大部分现有研究人员可能倍感庆幸,觉得工作轻松了,
      但实际上,从长远来看,它会进一步加重资源分配失衡,过度集中在少数最上层,加剧学术垄断、成果掠夺,使大多中底层科研人员的处境更加艰难。

      现有通用大模型无法满足专业领域的重点难题研究,
      之后发展方向,人工智能一定会根据具体领域的需求定制,收集对应专业数据和过往研究成果重新训练。

      而大型科研机构、名校、掌握权力的院士教授有资金有门路,会最先拥有专业科研AI这个大杀器,
      并借助它快速摘取科研树上大部分果子,将AI成果划归自己名下,进一步获取更多的科研资金和名利地位。

      好摘的果子都被上层摘了,中底层科研人员没资源、没专业AI,不可能拼得过别人,只有饿死了。

      假设真有天才在这种情况下也做出了成果,万一被别人觊觎,等发表时候被喂给科研AI,转头成果便成别人的了,到时候又上哪儿说理去?

      将AI定位为科研工具,必然会成为某些有权有势群体劫掠行恶的凶器,最后彻底垄断独占行业。

      若禁止AI用于科研呢?
      AI是发展大趋势,禁不了。
      若科研出成果时,必须标明AI贡献部分呢?
      显然,这很容易弄虚作假,研究人员为了名利刻意隐瞒AI的作用。
      若调查科研人员所有AI账号呢?
      没用,要么查不到,要么有背锅侠。

      专业科研AI成果的拥有者,都是掌握很多资源权力的大人物,这些人会轻易留下明显不利于自己的证据吗?
      即便严查,倒霉的也是手底下具体干事的学生和底层科研工作者。

      科研成果与普通创作作品不同。

      普通创作作品多为图片音乐视频文章小说,面向大众,阅读门槛低,受众广泛,用户为其付的费用偏低,
      如有AI生成品假冒原创混入市场,它没火,没多少损失,它火了,因消费者众多,总有人眼睛雪亮能发现问题,给出反馈,及时处理。
      同时创作者大多为普通人,实名制使用AI服务、数字水印和法律后果能有效抑制造假行为。

      但科研成果的重要性,和牵扯的利益远远大于普通作品,极易成为腐败滋生地,
      且科研成果专业门槛高,普通人看不懂、平常也接触不到,根本无从监督其中有没有问题,
      AI辅助科研只会起反作用,加剧强弱分化、学术不公。

      是以,唯有撤销如今爬满蛀虫的科研体系,重新建立新体系,方能从根本上解决问题。

      时湛微微低头,既没有看魔王律师,也没有看审判席,他没有看任何人,在一片因骇然引发的全场静默中出声:
      “
      假如用AI主导科研,去掉绝大部分研究人员,由少数顶尖人才管理,需要明确几点。

      其一,专业科研AI的数据来源是关键,决定最终成果归属,
      其二,AI科研体系具体如何建立,如何运行?
      其三,成果收益如何分配?

      我想,最好由国家建立专门的人工智能科研部,统筹整个过程,整合各类资源。

      比方要建立一个医学细分领域科研AI,
      国家AI科研部出头,寻找该领域内病例最多、治疗数据最完备的多家医院,收集AI训练需要的有效高价值数据,由国家付定金购买。

      再选择几个精通AI模型训练的大公司进行招标,国家付定金让中标公司训练科研模型。

      模型训练好后,由医学顶尖人才管理使用,模型可以设置多个独立的管理员账号,分给多个使用者,充分发挥模型作用,也能避免单个AI模型管理者能力不够造成的风险。

      为了不忽视大众智慧,可以在人工智能科研部网站上设置留言贴,用户可以实名登录后在对应专业领域分区留下自己具有建设性、较为详细的构想和灵感,让科研AI分析是否可行,是否采用。

      此时,科研AI的数据、模型、管理者、建议者已经全部就位,
      若出重大成果了,拥有者自然是国家,后续收益由国家占大头,例如60%,其余根据数据提供方、模型训练公司、顶尖人才管理者、数据中可能涉及的他人成果、留言贴上可能的有效建议者五方具体贡献、付出成本来合理分配收益。

      假如成果无法快速落地商业化,实际收益较远,那么估算一个大概值,用奖金形式进行发放,所有分配细则及计算方式公开可查,
      有贡献的顶尖人才,可以继续管理此模型及其他相关模型,获得对应荣誉,
      对应的模型训练公司,有更多机会承接国家其他科研AI或政府管理类AI,
      其他收益方也能激发他们对科研的积极性。

      需要交易付费的部分,采用先定金加后收益分成模式,一有成果,收益共享。

      若没有重大成果,国家仅需付出定金和人才工资,和原先巨大的科研经费投入比,不值一提。

      在人工智能时代,国家掌握科研数据,就能把AI成果归为公有,造福于民,最大程度减少AI被人错误使用带来的一系列危害。

      对模型训练公司来说,国家科研项目收入可能不够稳定,
      但在自己其他模型数据‘非法’、面临更多法律风险,及扩展市场需要更多算力的情况下,
      任何一个有战略性眼光的企业家,都能知道与国家合作、取得国家支持的意义,远比科研AI收益多少更重要。

      AI科研集最顶尖人才、最顶级实验设备、最先进模型、最优质数据和最多大众智慧为一体,效率如何能不高?

      至于原先的科研群体,如真热爱科研,完全可以进入企业继续从事相关研究。

      从互联网发展浪潮足以看出,民营企业在科技创新中发挥出的巨大力量,以后应用层面科研将以众多民营企业为主力。

      在企业搞科研,
      一来,有工资收入,生活有保障,有效减少研究压力。
      二来,企业的研究方向更实际,遇到的问题更具体,方便针对性解决,能更快产生商业价值,化为真实成果,减少虚假式敷衍式重复式科研。
      三来,撤销研究型硕士博士,学生不用再为了工作拼高学历,多花好几年强行做不感兴趣的研究,蹉跎时间。
      四来,有真才实学者,在企业中逐步成为总科研负责人,成果重大突出的顶尖人才,有机会被国家看中,成为科研AI管理者,进入最高科研领域,实现理想。

      科研模式改变虽有一时阵痛,但以长远观,人才、AI、企业、国家各就其位,各施其长,方能实现资源最优化、效率最大化。
      ”

      时湛说完,心里默默补了一句:

      这里面,损失最大的要数那些不干正事、光知道骗取侵吞国家科研经费的高校教授和所谓科研大拿了。

      不过他可没任九霄那么勇,敢直接怼脸骂。

      按任九霄的设想,以后大学老师的招聘要求也会修改,不再是硕士博士毕业任职,而是由各行各业成就显著的杰出人士担任。

      比方互联网公司某重大项目负责人、科技上市公司某前总裁、某有名建筑工程师,想找清闲活儿的,教理工科对应专业,
      著名艺术家、歌手作家律师、退休法官检察官,过了创作巅峰期有空闲时间的,教人文社科对应专业,
      工作多年经验丰富的高级医生,想换压力少轻松工作的,教医学,
      退休省长市长、政府高级干部,教政治,教学生如何治理一个地区,如何管理社会。

      大学作为绝大部分学生进入社会工作的最后一个校园阶段,需要给学生传授的不仅是知识,更是经验。

      假如大学只教知识,那么教科书、网上课程和AI完全能够胜任,没有比AI更庞大完善的知识库了,还需要老师做什么?

      因而以后大学老师,宜让有优秀工作经验的人去做,传给学生最真实的工作内容、遇到的问题、解决的办法。

      老师是实践出身,学生动手实操、自主思考、分析解决能力会增强,能培养出大批独当一面的工程师、研究者、创作家,而不是光会背书和纸上谈兵的书呆子。

      如此一来,学生学得技能切实有用,教学内容完全符合工作所需,教育目的完全契合社会所求。

      不会出现外面社会技术都更新换代好几轮、研究无人机了,大学老师还在用十几年前的ppt,给学生重复读自行车的定义、结构、作用…

      换成有实际领域工作经验的人当老师,还会让学生多了解相关职场、社会、人际情况,让学生有足够的职业认知和心理准备,选择合适并热爱的职业,更轻松融入职场。

      也能提升学生的学习积极性,让学生对权威祛魅,更具创新力。
      老师是受大众欢迎的名人、大家,上课会给学生讲故事和真实经历,学生上课能不积极吗?
      老师曾是总裁,和颜悦色给自己解答难疑,学生还会对公司小领导的刁难,恐慌畏惧、任人欺辱吗?
      老师曾有真实可见的创业成功先例,学生还会认为创新创业、尝试新领域出成果是遥不可及、天方夜谭吗?

      只有社会真正的人才,才能培养出更多未来的人才。

      对老师来说,是互利共赢,大学教授工资不高,但代表一种荣誉,同时将来桃李满天下后,能进一步扩大及延续老师的影响力。

      影响力本身就是一种名利。

      时湛停止思维发散。

      他今天已经说太多了,这些细枝末节的事情,认同追随任九霄的人早晚会想到,留给后来人填补吧。

      众人经过时湛长长的发言,终于从被魔王律师吓崩的心态和表情中缓过来了,此刻都恢复正常神态,仔细思索。

      魔王律师视线扫过时湛,眼神诧异中带着一丝柔和。

      兰珝转头瞧了时湛一眼。

      时湛在开头并没有明确表达自己的态度,支持还是不支持,但他详细描述了科研AI新体系具体实施的细节。

      这很重要,能大大提升公众的认同度。

      魔王律师的话太过惊世骇俗,大众往往一时之间无法消化并接受。太过理想化颠覆性的点子,总会给人不切实际的感觉。

      但时湛用一个个细节、具体的实施方案呈现出跃然眼前的清晰场景,
      从数据收集到模型训练、
      从成本投入到收益分配、
      从人才来源到企业定位,
      构建了一个可以看得见摸得着的国家科研AI运行流程。

      让看似不可能成为可能。

      此时,审判长:“听起来是个不错的方案,几位律师还有什么意见要补充吗?”

      兰珝心中又一喜,审判长也表态了。

      很多人不了解AI、不熟悉科研、不明白其中利弊,当一个人对某件事未知时,大半会选择从众,而法官身份意味着公正,更具有说服力。

      魔王律师提议一出,在场多人赞同、无人反对,这个信号能让绝大多数人态度倾向于支持。

      当然,改革一向艰难,实现之路任重而道远,但获得民众认同和支持,是未来改革成功的重要砝码。

      想到这个,兰珝隐隐激动,说不定她有幸目睹了AI法案和教育科研变革的萌芽产生,成为历史关键节点的见证人。

      审判长首先看向魔王律师,魔王律师简单干练回:“无”

      审判长又看向时湛,时湛摇了摇头:“没有要补充的了。”

      正当审判长以为无人发言,拿起法槌准备宣布闭庭时。

      蛋糕律师清脆的声音响起:“我有,我还有个问题不明白。”

      审判长放下法槌:“请发表你的意见。”

      蛋糕律师面色稍显紧张,看向时湛方向:
      “关于图片影视文章等大众作品被AI企业用于训练大模型的问题。
      AI训练数据不合法,为什么必须要采取实质侵权后追责?
      涉及作品量很多,企业无法一个一个取得原作者授权,我想能不能创建一个创作者协会,进行集体授权,
      让企业先取得授权后再使用数据,否则便追究其非法使用的责任。”

      时湛很快回道:
      “集体授权也需要耗费挺多时间精力和钱财,AI企业需要的数据极为庞大。

      他们愿意花巨资购买使用权,忍住‘免费’数据的诱惑吗?
      他们愿意慢慢等创作者同意,正规流程走完吗?

      而且相当一部分创作者并不愿意将自己的作品用于AI训练,极有可能不同意授权,
      那么AI企业真的会尊重创作者意愿,不使用吗?

      要知道数据质量直接关乎模型效果,当没有优秀作品作为数据来源,训练出的模型也不会产生多好的效果和商业价值。

      企业最可能的做法,买少量一批授权做做样子,绝大多数直接免费盗来非法使用,
      反正在不采取举证责任倒置的情况下,被侵权的原创作者根本抓不住他们的实质证据。

      即便受害者千辛万苦搜集了有足够效力的证据,能证明模型确实使用了自己作品训练,此时又将面临另一种可能的情况:
      模型训练方不一定是数据收集方。

      模型企业A会辩解称,自己公司只管模型,数据是B公司给它的,
      受害者找到B公司,B说自己专门做数据标注,原始数据是C公司提供的,
      找到C公司,又被告知它也是从其他公司买的数据,该部分非法数据来自于D公司,
      最后找到D公司,D公司的确是一家专门收集非法数据牟利的公司,但是,
      它已经注销了。

      这种情况下,被侵权人该怎么办?

      如果只追究非法收集数据这一侵权行为,
      A、B、C正常履行合同,完全合法,而侵权主体D公司已经注销、不存在了。
      又该去找谁追责索赔?

      被侵权人辗转多地、耗费几年时间找证据打官司,最后一场空,什么结果都没有,枉费工夫。

      而且集体授权后,若用户使用模型生成和原作品相似的内容算不算侵权?
      与合理使用一样,存在侵权逻辑等问题。

      因此,不宜把数据和模型分割开,让被侵权人去单独追究数据的非法使用,
      唯有事后追责,把举证责任和侵权责任放在模型方和使用者,即输出实质侵权结果的主体身上,
      才能倒逼企业自动规范数据收集标注、模型输出使用,最大化减少对原创作者的损失和不利影响。”

      蛋糕律师一脸恍然大悟,望着时湛的眼里全是星星亮闪闪:
      “原来是这样,我明白了,感谢对方律师的解答。”

      兰珝有点意外,她没有想到蛋糕律师会提问。

      经过魔王律师石破天惊的提议,和时湛缜密周全的方案后,所有人注意力全在两人说的内容上。

      在剧烈观点和情绪冲击下,蛋糕律师还能找回自己思路,提出早已准备好的疑问。

      光是这一点足以令人另眼相看了。

      更何况她还颇具胆量,她提意见相当于在质疑时湛,否定其之前主张,一旦被时湛成功反驳,便会给人留下自己想法幼稚不成熟的印象。

      从她得到回复的反应看,她料到了结果,却依然借此机会提出,想知道具体缘由,为什么集体授权行不通。

      是一个有主见有魄力、爱求知敢求知的女孩子。

      当他人光芒过于耀眼时,不是谁都有勇气登台,面对自己实力弱的黯淡窘态。

      又过了几秒,蛋糕律师意识到什么,转向审判长:“我没有其他意见了。”

      审判长:“现在闭庭,择日宣判。半个小时后开始审理最后一案。”

      法槌敲下,众人陆续离开法庭。

      兰珝看到众人罕见地活跃起来,两个审判员没走多远便开始低声议论、偶尔回头望一眼魔王律师,显然心情还未平复。

      审判长则面有深思之色。

      魔王律师倒是如中午般大步飒厉地往外走,她助理一脸焦急跟在身后,想要对她说什么。

      蛋糕律师落在后面,瞄了瞄魔王律师离开的方向,回头见到时湛走近,特意慢下步子。

      待兰珝和时湛走到她身边,蛋糕律师笑容灿烂:“时律师,谢谢你。”

      时湛礼貌微笑:“不必”

      大概是为之前庭上给她解围的事?

      “那怎么行?”蛋糕律师酒窝里仿佛盛满了蜜,言笑间散发甜甜的味道:
      “你帮了我,我自然要感谢。今天只带了花生糖,权当谢礼。”

      说着蛋糕律师从包里抓出一把花生糖,想递给时湛。

      兰珝在旁边看着这一幕,心里酸溜溜。

      送糖?
      蛋糕律师莫不是喜欢上时湛了吧?
      时湛咋那么会招桃花,过分!

      时湛望着糖并没有接,他侧头观察了兰珝一眼,回绝道:
      “我不喜欢吃糖,给我也是浪费,你留着吧。”

      蛋糕律师看到时湛的动作,明白了什么,她转向兰珝:“那给这位姐姐吧。”

      说完,她把糖直接塞到兰珝手里,便跑开了,跑了几步回头朝两人挥了挥手,笑容明耀:“姐姐再见。”

      兰珝揣着糖有点懵。

      是自己误会了?
      蛋糕律师并非对时湛有意,只是性格外向自来熟,单纯送糖感谢?
      E人的行事风格,她着实有点不适应。

      两人进入法院休息室,兰珝赶紧走到一个椅子上坐下捶着腿:“好累啊”

      其他律师闭庭就可以离开回家了,他们还不能走,还有一个案子要审。

      “累的话,你先回去吧。”时湛在她旁边坐下,把车钥匙递给她:“现在快四点,这个时间路上不堵。”

      兰珝推回去:“不行,我有职业操守,不能早退。”

      时湛轻轻一笑:“真不回?”

      兰珝点点头。

      左右只剩一个案子了,和时湛一起吧。

      等等,兰珝仔细盯着时湛脸看。

      奇怪。
      她一直坐着看都这么累,时湛持续站着说了好几个小时,怎么一点疲态都没有,还这么精神,甚至称得上神采奕奕?

      时湛疑惑:“我脸上有东西?”

      兰珝:“你不累吗?为什么看起来和早上一样精力充沛?”

      时湛眼神更疑惑了:“这个工作强度和平常差不多呀。不同的是,往常文案工作较多,像今天的开庭频率的确少见。”

      兰珝无言以对。

      难道是自己最近过得太清闲了,不适应正常工作了?

      兰珝默默低头,瞥到蛋糕律师给她的花生糖。

      既然感觉累,那补充点能量吧。

      她把大半糖放入时湛包里,然后自己撕开一个,送入口中。

      香香脆脆甜甜。
      真好吃,兰珝心神一振,立马活过来了。
      多亏蛋糕律师给的糖。

      见时湛没有动,兰珝递给他一颗:“糖很好吃,你快尝尝。”

      时湛没拿:“你喜欢,都是你的。”

      他怎么敢在她面前吃别的女人送的东西?
      虽然对方尚是个初出茅庐的小姑娘,也属于正常交流范围,但仍旧不能放松警惕。

      兰珝发现他的顾虑,感动又好笑,她撕开糖外包装,再一次递给他:“如果糖是我的,我想让你吃呢?”

      “却之不恭。”时湛含笑接过,优雅吃起来。

  • 昵称:
  • 评分: 2分|鲜花一捧 1分|一朵小花 0分|交流灌水 0分|别字捉虫 -1分|一块小砖 -2分|砖头一堆
  • 内容:
  •             注:1.评论时输入br/即可换行分段。
  •                 2.发布负分评论消耗的月石并不会给作者。
  •             查看评论规则>>