第27屆聯(lián)合國科技大會期間，在以“塑造AI的未來”為主題的AI邊會上，國際組織世界數(shù)字技術院（WDTA）發(fā)布了一系列突破性成果，包括《生成式人工智能應用安全測試標準》和《大語言模型安全測試方法》兩項國際標準。這是國際組織首次就大模型安全領域發(fā)布國際標準，代表全球人工智能安全評估和測試有了新基準。
“隨著人工智能系統(tǒng)，特別是大語言模型成為社會各方面不可或缺的一部分，以一個全面的標準來解決它們的安全挑戰(zhàn)變得至關重要?！盬DTA人工智能安全可信負責任工作組組長黃連金介紹，此次發(fā)布的標準匯集了全球人工智能安全領域的專家智慧，填補了大語言模型和生成式人工智能應用方面安全測試領域的空白，為業(yè)界提供了統(tǒng)一的測試框架和明確的測試方法，有助于提高人工智能系統(tǒng)安全性，促進技術負責任發(fā)展，增強公眾信任。
記者了解到，此次發(fā)布的兩項國際標準是大模型及生成式人工智能應用方面的安全測試標準。
《生成式人工智能應用安全測試標準》以WDTA為牽頭單位，為測試和驗證生成式人工智能應用的安全性提供了框架。它定義了人工智能應用程序架構每一層的測試和驗證范圍，包括基礎模型選擇、嵌入和矢量數(shù)據(jù)庫等，確保人工智能應用各方面都經過嚴格的安全性和合規(guī)性評估，有利于保障其在整個生命周期內免受威脅和漏洞侵害。
《大語言模型安全測試方法》以螞蟻集團為牽頭單位，為大模型本身的安全性評估提供了一套全面、嚴謹且實操性強的結構性方案。它提出了大語言模型安全風險分類、攻擊分類分級方法以及測試方法，并給出四種不同攻擊強度的攻擊手法分類標準，提供了嚴格的評估指標和測試程序。它全面測試大語言模型抵御敵對攻擊的能力，使開發(fā)人員和組織能夠識別和緩解潛在漏洞，有利于提高使用大語言模型構建的人工智能系統(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力。另一方面，我們也要對它帶來的新風險高度警惕。大型科技公司應在促進生成式人工智能安全和負責任的發(fā)展中發(fā)揮關鍵作用，利用其資源、專業(yè)知識和影響力，構建一個優(yōu)先考慮安全、隱私和道德的生態(tài)系統(tǒng)?！弊鳛闃藴蕝⑴c單位代表，螞蟻集團機器智能部總經理、螞蟻安全實驗室首席科學家王維強在會議發(fā)言中說。他進一步解釋，可通過制定行業(yè)標準與指南，為開發(fā)和部署生成式人工智能系統(tǒng)的開發(fā)者和機構提供清晰指導；投入研發(fā)并開放保障生成式人工智能安全的工具，形成產業(yè)共治格局等。
記者了解到，螞蟻集團從2015年起積極投入可信人工智能技術研究，目前已建立了大模型綜合安全治理體系。集團還自研了業(yè)界首個大模型安全一體化解決方案“蟻天鑒”，用于人工智能生成內容的安全性和真實性評測、大模型智能化風控、可解釋性檢測等。此次發(fā)布的《大語言模型安全測評方法》，便是基于“蟻天鑒”人工智能安全檢測體系的應用實踐，與全球生態(tài)伙伴交流編制而成。
