在WAIC 2024上，參觀者在某大模型演示屏前體驗交流。新華社記者 方喆 攝
比盛夏的上海更火熱的是2024世界人工智能大會暨人工智能全球治理高級別會議（以下簡稱“WAIC 2024”）。大會線萬人次，創(chuàng)歷史新高。
值得注意的是，WAIC 2024的首發(fā)首秀不僅涉及模型更新?lián)Q代，還涵蓋應(yīng)用、平臺、系統(tǒng)等。行業(yè)和觀眾的目光更多投向與模型落地緊密相關(guān)的交互體驗、商業(yè)模式等領(lǐng)域。
一個引發(fā)廣泛關(guān)注的問題是，隨著大模型能力不斷增強(qiáng)，其安全性、可靠性、可控性也日益受到挑戰(zhàn)。尤其是面對行業(yè)用戶合法合規(guī)、精準(zhǔn)可控等要求，大模型可能存在的數(shù)據(jù)安全、幻覺等成為繞不過的問題。
中國信息通信研究院華東分院人工智能事業(yè)部主任常永波說，應(yīng)用價值與應(yīng)用安全是大模型發(fā)展的兩翼，當(dāng)前大模型已進(jìn)入快速迭代期，在積極探索落地應(yīng)用的同時，大模型廠商也要高度重視應(yīng)用場景需求下對安全的行業(yè)要求。
依托龐大參數(shù)規(guī)模、海量訓(xùn)練數(shù)據(jù)、強(qiáng)大算力資源，大模型作為人工智能領(lǐng)域最熱門的技術(shù)分支，已在多個領(lǐng)域表現(xiàn)出超越人類的能力。
“金融、醫(yī)療、教育、政務(wù)、制造等眾多領(lǐng)域都在積極探索大模型安全應(yīng)用范式，以應(yīng)對大模型安全風(fēng)險。”常永波介紹，伴隨大模型的深度應(yīng)用，產(chǎn)學(xué)研用各方都在加強(qiáng)大模型安全威脅和防御技術(shù)體系研究。在原有可信人工智能治理體系框架基礎(chǔ)上，提升大模型的魯棒性、可解釋性、公平性、真實性等能力成為行業(yè)研究熱點。安全評測技術(shù)和安全防御技術(shù)的不斷成熟，有效護(hù)航大模型發(fā)展。
WAIC 2024上，清華大學(xué)、中關(guān)村實驗室、螞蟻集團(tuán)等機(jī)構(gòu)聯(lián)合撰寫的《大模型安全實踐（2024）》白皮書（以下簡稱“白皮書”）正式發(fā)布。白皮書顯示，大模型技術(shù)存在自身缺陷，包括生成內(nèi)容不可信、能力不可控以及外部安全隱患等問題。
“幻覺是大模型目前比較難解決的問題。”常永波說，模型在遵循語法規(guī)則的同時，可能產(chǎn)生虛假或無意義的信息。這一現(xiàn)象源于大模型基于概率推理的輸出方式。它可能導(dǎo)致對模糊預(yù)測的過度自信，從而編造錯誤或不存在的事實，影響生成內(nèi)容的可信度。“智能涌現(xiàn)”是大模型的另一種效應(yīng)，它可以讓模型展現(xiàn)出色性能，也具有突發(fā)性、不可預(yù)測性和不可控性等特征。
必一運動官網(wǎng)
另外，大模型的脆弱性和易受攻擊性使外部安全隱患難以消除。相關(guān)數(shù)據(jù)顯示，隨著大模型技術(shù)快速發(fā)展，相關(guān)網(wǎng)絡(luò)攻擊也在增多。
近年來，《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》《互聯(lián)網(wǎng)信息服務(wù)深度合成管理規(guī)定》《生成式人工智能服務(wù)管理暫行辦法》《科技倫理審查辦法（試行）》等政策法規(guī)相繼發(fā)布，搭建起我國人工智能治理的基本框架。一系列政策法規(guī)堅持發(fā)展與安全并重原則，強(qiáng)化科技倫理風(fēng)險防控，從技術(shù)發(fā)展與治理、服務(wù)規(guī)范、監(jiān)督檢查與法律責(zé)任等層面對大模型安全發(fā)展提出要求。
白皮書提出，構(gòu)建大模型安全政府監(jiān)管、生態(tài)培育、企業(yè)自律、人才培養(yǎng)、測試驗證“五維一體”的治理框架。
在監(jiān)管方面，常永波介紹，敏捷治理正成為一種新型治理模式。該模式以柔韌、流動、靈活及自適應(yīng)為特點，倡導(dǎo)多元利益相關(guān)者共同參與，能快速響應(yīng)環(huán)境變化。在實施治理策略時，結(jié)合柔性倫理規(guī)范和硬性法律法規(guī)，構(gòu)建完善的治理機(jī)制，在規(guī)制大模型風(fēng)險的同時平衡創(chuàng)新與安全。
“為確保大模型在實際應(yīng)用中發(fā)揮最大效能，防止?jié)撛陲L(fēng)險和濫用，大模型建設(shè)通常會聚焦三個重要維度：安全性、可靠性和可控性。”螞蟻集團(tuán)安全實驗室首席科學(xué)家王維強(qiáng)解釋，安全性意味著確保模型在所有階段都受到保護(hù)，防止任何未經(jīng)授權(quán)的訪問、修改或感染，保障人工智能系統(tǒng)無漏洞、免誘導(dǎo)；可靠性要求大模型在各種情境下都能持續(xù)提供準(zhǔn)確、一致、真實的結(jié)果，這對于決策支持系統(tǒng)尤為重要；可控性關(guān)乎模型在提供結(jié)果和決策時能否讓人類了解和介入，以便人類根據(jù)需要進(jìn)行調(diào)適和操作。
王維強(qiáng)特別提到時下備受關(guān)注的Agent（智能體）。他說，Agent是目前大模型落地的關(guān)鍵路徑，但復(fù)雜的Agent體系進(jìn)一步擴(kuò)大了大模型風(fēng)險敞口。目前RAG（檢索增強(qiáng)生成）、指令遵循、知識圖譜嵌入等方法可有針對性地提升模型輸出的可控性和準(zhǔn)確性。
必一運動官網(wǎng)
“目前來看，讓大模型完全不犯錯幾乎不可能，但減小犯錯幾率，減弱錯誤危害性，是可以做到的。”常永波說，安全治理需產(chǎn)學(xué)研共同發(fā)力，中國信息通信研究院已開展一系列標(biāo)準(zhǔn)和測評研究，頭部廠商也在加速構(gòu)建自身的安全和治理體系。
螞蟻集團(tuán)安全內(nèi)容智能負(fù)責(zé)人趙智源介紹了相關(guān)經(jīng)驗。一方面，在大模型產(chǎn)品投入應(yīng)用前，企業(yè)需做好全面評測，對暴露出的安全問題展開針對性防御，把好入口關(guān)；相關(guān)產(chǎn)品進(jìn)入市場后，也要時刻監(jiān)控可能出現(xiàn)的風(fēng)險隱患，進(jìn)行技術(shù)補(bǔ)救和改進(jìn)。另一方面，模型技術(shù)通常跑在安全技術(shù)前，行業(yè)研究要保持一定前瞻性。
“我們很早就開始探索基于安全知識構(gòu)建視覺領(lǐng)域生成內(nèi)容風(fēng)險抑制的技術(shù)。在多模態(tài)大模型發(fā)布后，我們又將這一技術(shù)集成到多模態(tài)基座中，降低風(fēng)險內(nèi)容生成比例。”趙智源介紹，螞蟻集團(tuán)已構(gòu)建起面向產(chǎn)業(yè)級應(yīng)用的大模型安全一體化解決方案“蟻天鑒”2.0版本，形成包括大模型基礎(chǔ)設(shè)施測評、大模型X光測評等在內(nèi)的測評和防御技術(shù)鏈條，并已運用于金融、政務(wù)、醫(yī)療等專業(yè)場景下的AI應(yīng)用全流程。
常永波說，大模型落地門檻正在大幅降低，大量中小企業(yè)在模型安全治理方面的能力較弱，有些甚至不符合基本的合規(guī)要求。解決這些問題，需要監(jiān)管的進(jìn)一步引導(dǎo)和頭部廠商的能力釋放。
“我們現(xiàn)在已把‘蟻天鑒’的測評能力框架開源，將來也會把檢測能力以及對風(fēng)險的認(rèn)知更多分享到平臺上，它可以適配較多模型。希望我們提供的開放能力能幫助大模型行業(yè)持續(xù)健康發(fā)展。”王維強(qiáng)說，模型廠商離用戶最近，可第一時間發(fā)現(xiàn)安全隱患，并通過和監(jiān)管保持良性溝通互動，助力大模型安全落地。
清華大學(xué)長聘副教授李琦認(rèn)為，大模型安全應(yīng)用是一個新興領(lǐng)域，研究和應(yīng)用尚處于起步階段。隨著新的實踐不斷深入發(fā)展，相關(guān)技術(shù)也會持續(xù)升級，為建構(gòu)大模型安全實踐范式打造高價值參考體系。
人工智能治理是全球性問題。WAIC 2024開幕式上發(fā)布的《人工智能全球治理上海宣言》提出，高度重視人工智能的安全問題。宣言強(qiáng)調(diào)，以發(fā)展的眼光看問題，在人類決策與監(jiān)管下，以人工智能技術(shù)防范人工智能風(fēng)險，提高人工智能治理的技術(shù)能力。宣言呼吁，推動制定和采納具有廣泛國際共識的人工智能的倫理指南與規(guī)范，引導(dǎo)人工智能技術(shù)的健康發(fā)展，防止其被誤用、濫用或惡用。（記者 崔爽）
