第27屆聯(lián)合國科技大會(huì)期間,在以“塑造AI的未來”為主題的AI邊會(huì)上,國際組織世界數(shù)字技術(shù)院(WDTA)發(fā)布了一系列突破性成果,包括《生成式人工智能應(yīng)用安全測(cè)試標(biāo)準(zhǔn)》和《大語言模型安全測(cè)試方法》兩項(xiàng)國際標(biāo)準(zhǔn)。這是國際組織首次就大模型安全領(lǐng)域發(fā)布國際標(biāo)準(zhǔn),代表全球人工智能安全評(píng)估和測(cè)試有了新基準(zhǔn)。
“隨著人工智能系統(tǒng),特別是大語言模型成為社會(huì)各方面不可或缺的一部分,以一個(gè)全面的標(biāo)準(zhǔn)來解決它們的安全挑戰(zhàn)變得至關(guān)重要。”WDTA人工智能安全可信負(fù)責(zé)任工作組組長黃連金介紹,此次發(fā)布的標(biāo)準(zhǔn)匯集了全球人工智能安全領(lǐng)域的專家智慧,填補(bǔ)了大語言模型和生成式人工智能應(yīng)用方面安全測(cè)試領(lǐng)域的空白,為業(yè)界提供了統(tǒng)一的測(cè)試框架和明確的測(cè)試方法,有助于提高人工智能系統(tǒng)安全性,促進(jìn)技術(shù)負(fù)責(zé)任發(fā)展,增強(qiáng)公眾信任。
記者了解到,此次發(fā)布的兩項(xiàng)國際標(biāo)準(zhǔn)是大模型及生成式人工智能應(yīng)用方面的安全測(cè)試標(biāo)準(zhǔn)。
《生成式人工智能應(yīng)用安全測(cè)試標(biāo)準(zhǔn)》以WDTA為牽頭單位,為測(cè)試和驗(yàn)證生成式人工智能應(yīng)用的安全性提供了框架。它定義了人工智能應(yīng)用程序架構(gòu)每一層的測(cè)試和驗(yàn)證范圍,包括基礎(chǔ)模型選擇、嵌入和矢量數(shù)據(jù)庫等,確保人工智能應(yīng)用各方面都經(jīng)過嚴(yán)格的安全性和合規(guī)性評(píng)估,有利于保障其在整個(gè)生命周期內(nèi)免受威脅和漏洞侵害。
《大語言模型安全測(cè)試方法》以螞蟻集團(tuán)為牽頭單位,為大模型本身的安全性評(píng)估提供了一套全面、嚴(yán)謹(jǐn)且實(shí)操性強(qiáng)的結(jié)構(gòu)性方案。它提出了大語言模型安全風(fēng)險(xiǎn)分類、攻擊分類分級(jí)方法以及測(cè)試方法,并給出四種不同攻擊強(qiáng)度的攻擊手法分類標(biāo)準(zhǔn),提供了嚴(yán)格的評(píng)估指標(biāo)和測(cè)試程序。它全面測(cè)試大語言模型抵御敵對(duì)攻擊的能力,使開發(fā)人員和組織能夠識(shí)別和緩解潛在漏洞,有利于提高使用大語言模型構(gòu)建的人工智能系統(tǒng)的安全性和可靠性。
“一方面,生成式人工智能將釋放巨大生產(chǎn)力。另一方面,我們也要對(duì)它帶來的新風(fēng)險(xiǎn)高度警惕。大型科技公司應(yīng)在促進(jìn)生成式人工智能安全和負(fù)責(zé)任的發(fā)展中發(fā)揮關(guān)鍵作用,利用其資源、專業(yè)知識(shí)和影響力,構(gòu)建一個(gè)優(yōu)先考慮安全、隱私和道德的生態(tài)系統(tǒng)?!弊鳛闃?biāo)準(zhǔn)參與單位代表,螞蟻集團(tuán)機(jī)器智能部總經(jīng)理、螞蟻安全實(shí)驗(yàn)室首席科學(xué)家王維強(qiáng)在會(huì)議發(fā)言中說。他進(jìn)一步解釋,可通過制定行業(yè)標(biāo)準(zhǔn)與指南,為開發(fā)和部署生成式人工智能系統(tǒng)的開發(fā)者和機(jī)構(gòu)提供清晰指導(dǎo);投入研發(fā)并開放保障生成式人工智能安全的工具,形成產(chǎn)業(yè)共治格局等。
記者了解到,螞蟻集團(tuán)從2015年起積極投入可信人工智能技術(shù)研究,目前已建立了大模型綜合安全治理體系。集團(tuán)還自研了業(yè)界首個(gè)大模型安全一體化解決方案“蟻天鑒”,用于人工智能生成內(nèi)容的安全性和真實(shí)性評(píng)測(cè)、大模型智能化風(fēng)控、可解釋性檢測(cè)等。此次發(fā)布的《大語言模型安全測(cè)評(píng)方法》,便是基于“蟻天鑒”人工智能安全檢測(cè)體系的應(yīng)用實(shí)踐,與全球生態(tài)伙伴交流編制而成。(本報(bào)記者 崔 爽)
相關(guān)稿件