随着通用人工智能的普遍应用，AI与社会生活变得紧密相连，由AI引发的问题也层出不穷，对于AI应用的监管也逐渐成为人们讨论的热点。AI应用由谁监管，不同的人有不同的意见，但针对AI进行立法成为普遍的共识。
作为AI开发的技术团体或企业，被认为要肩负起AI监管的首要责任，但也有人认为，个别AI开发团队虽然能力很强，但研发人员被局限于自己所负责的内容，可能无法充分了解他们正在创造的智能机器的潜在后果，也就无法起到真正严格意义上的监管作用。
企业能担起AI监管责任吗？
作为大语言模型开发商ThirdAI的产品主管，Vinod Iyengar不认为开发团队会对研发产品的潜在后果毫无意识，但他也表示，研发工作的密集特性可能在一定程度上导致研发人员会被蒙蔽。Vinod Iyengar提到，参与研究的人员并非被有意限制于所负责的内容，从而导致无法了解整个系统的全貌，只是开发如此复杂的一个系统，人们总会在自己专业的领域关注一些狭隘的视角，而没有考虑整体影响。
然而，Iyengar对于AI研发团队的监管作用持怀疑态度，越是大型的AI研发团体或企业，会更注意避免员工在公开场合对AI前景发表“不合时宜”的意见，例如去年6月，因Bard回应ChatGPT可能已经具有自我意识，研发人员表示对此感到担忧而被谷歌开除。
当技术巨头以知识产权为托词，禁止员工进行讨论或发表真正的意见时，这才是真正令人担忧的问题
Vinod Inyengar
Iyengar并不担心AI研发企业会对外界的担忧充耳不闻，令他更为担忧的是大语言模型训练过程的不透明化。他提到“AI模型训练与其他技术的最大区别在于，训练过程是不透明的，你无法预知结果。“
就像给一个小孩传授大量的信息，并定期对他进行测试，你无法得知他是否已经综合了这些信息去获取新的知识，甚至对世界本身产生了自己的想法。
除了测试的内容外，你不知道这个小孩是否已经学会了其他技能，所以研发人员常常会惊讶于AI突然学会了处理编程问题，拥有了整合复杂思路的能力，亦或是能够对模棱两可的问题提供一系列想法。
Vinod Inyengar
AI监管存在什么问题？
Words.Tel为企业提供AI生成服务，其创始人Giancarlo Erra对训练过程的不透明化并未表示担忧，他更为关注的是监管政策的影响。
监管人员可能是政府，也可能是企业，但我们在讨论监管责任时，我们也在创造另一个问题：谁来决定监管的政策？在监管过程中，我们会人为阻止AI往当前无法预知的方向发展，但是否也阻断了AI向真正可用的方向发展呢？
与决定谁来监管相比，这些衍生问题是更大、更明确的问题，不能用一揽子解决方案来解决。
Giancarlo Erra
参考源文：
AI regulation: who should be in charge?
- V20 更新 1：BETA 2 计划报告
- Microsoft Teams 最新性能 | 2024 企业连接版（四）
- Microsoft Teams 最新性能 | 2024 企业连接版（三）
- Microsoft Teams 最新性能 | 2024 企业连接版（二）
- Microsoft Teams 最新性能 | 2024 企业连接版（一）
