世界顶尖科学家论坛AI（人工智能）平行论坛：专家称治理不能只在代码里找答案，呼吁每个大模型内置伦理审查
2026世界顶尖科学家论坛人工智能平行论坛上，图灵奖得主马丁·赫尔曼、沃尔夫数学奖得主诺加·阿隆、中国科学院院士陈云霁与何积丰等，围绕AI（人工智能）风险扩散、大语言模型“黑盒困境”与伦理内嵌展开讨论。
陈云霁提出每个大模型都应自带伦理审查机制并称应成全球共识； 何积丰重申可信AI须可解释、可验证、可追溯。 论坛共识是治理要回到人的维度，但上述主张属专家倡议，尚无落地机制或独立验证。
报道称，论坛于2026年10月30日举行（《文汇报》2026年10月31日04版刊发，中国科学院网站2026年11月2日转载）。
2015年图灵奖得主、斯坦福大学电气工程系荣休教授马丁·赫尔曼表示，人工智能、核武器、气候变化“都不是真正的问题——它们只是更深层问题的症状”，并援引媒体公开报道称AI可教人策划暴力袭击、改造危险病原体，完全由AI引导的无人机已造成真实伤亡。
2024年沃尔夫数学奖得主、普林斯顿大学教授诺加·阿隆称“我们不知道大语言模型内部究竟在发生什么”，认为国家与企业须放弃恶性竞争、达成协作。
中国科学院计算技术研究所副所长陈云霁表示，主流大语言模型基于统计原理，准确率“永远是99%，不会到100%”，这1%的不确定性足以造成损害，并提出把物理规律、逻辑规则嵌入模型、每个大模型自带伦理审查机制“应当成为全球共识”。 中国科学院院士何积丰2017年提出可信AI概念，要求可解释、可验证、可追溯并将机器行为与人类价值对齐。
这场讨论的价值在于把治理焦点从模型能力转向可验证性：赫尔曼指向风险外溢，阿隆指向可解释性缺口，陈云霁指向统计模型的残余错误率，何积丰给出可解释、可验证、可追溯的评估框架。 四者共同说明，单纯依赖代码层面的对齐不足以支撑高风险场景部署，需要外部评测与人工监督。
但论坛发言属观点交流，未提出评测基准、事故报告流程或监管时间表，伦理审查“内嵌”如何实施、由谁审计均未披露，读者不宜将其读作已生效的行业规范。
后续观察信号
- 核实“完全由AI（人工智能）引导的无人机已造成真实伤亡”所依据的媒体报道原始出处
- 追踪何积丰可信AI（人工智能）概念在标准或评测实践中的落地情况