聯(lián)合國(guó)科技大會(huì)關(guān)注大模型安全，螞蟻集團(tuán)深度參編的兩項(xiàng)國(guó)際標(biāo)準(zhǔn)發(fā)布

　　4月15日-19日，第27屆聯(lián)合國(guó)科技大會(huì)在瑞士日內(nèi)瓦召開。16日，在以“塑造AI的未來”為主題的AI邊會(huì)上，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(guó)際標(biāo)準(zhǔn)。這是國(guó)際組織首次就大模型安全領(lǐng)域發(fā)布國(guó)際標(biāo)準(zhǔn)，代表全球人工智能安全評(píng)估和測(cè)試進(jìn)入新的基準(zhǔn)。

　　據(jù)了解，這兩項(xiàng)國(guó)際標(biāo)準(zhǔn)是由OpenAI、螞蟻集團(tuán)、科大訊飛、谷歌、微軟、英偉達(dá)、百度、騰訊等數(shù)十家單位的多名專家學(xué)者共同編制而成。其中《大語言模型安全測(cè)試方法》由螞蟻集團(tuán)牽頭編制。

　　與會(huì)的WDTA人工智能安全可信負(fù)責(zé)任工作組組長(zhǎng)黃連金表示，隨著人工智能系統(tǒng)，特別是大語言模型繼續(xù)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。此次發(fā)布的標(biāo)準(zhǔn)匯集了全球AI安全領(lǐng)域的專家智慧，填補(bǔ)了大語言模型和生成式AI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AI系統(tǒng)安全性，促進(jìn)AI技術(shù)負(fù)責(zé)任發(fā)展，增強(qiáng)公眾信任。

　　世界數(shù)字技術(shù)院(WDTA)是在日內(nèi)瓦注冊(cè)的國(guó)際非政府組織，遵從聯(lián)合國(guó)指導(dǎo)框架，致力于在全球范圍內(nèi)推進(jìn)數(shù)字技術(shù)，促進(jìn)國(guó)際合作。AISTR(安全、可信、負(fù)責(zé)任)計(jì)劃是WDTA的核心倡議，旨在確保人工智能系統(tǒng)的安全性、可信性和責(zé)任性。螞蟻集團(tuán)、華為、科大訊飛、國(guó)際數(shù)據(jù)空間協(xié)會(huì)(IDSA)、弗勞恩霍夫研究所、中國(guó)電子等均為其成員單位。

　　近年來，世界各國(guó)都在加強(qiáng)對(duì)于大模型安全的研究和管控。我國(guó)先后發(fā)布了《全球人工智能治理倡議》《生成式人工智能服務(wù)管理暫行辦法》《生成式人工智能服務(wù)安全基本要求》等，旨在促進(jìn)生成式人工智能安全可信發(fā)展，推進(jìn)全球人工智能治理領(lǐng)域合作共識(shí)。

　　信息顯示，此次發(fā)布的兩項(xiàng)國(guó)際標(biāo)準(zhǔn)是大模型及生成式AI應(yīng)用方面的安全測(cè)試標(biāo)準(zhǔn)。

　　其中，《生成式人工智能應(yīng)用安全測(cè)試標(biāo)準(zhǔn)》由WDTA作為牽頭單位。該標(biāo)準(zhǔn)為測(cè)試和驗(yàn)證生成式AI應(yīng)用的安全性提供了一個(gè)框架，特別是那些使用大語言模型(LLM)構(gòu)建的應(yīng)用程序。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、RAG或檢索增強(qiáng)生成、AI應(yīng)用運(yùn)行時(shí)安全等等，確保AI應(yīng)用各個(gè)方面都經(jīng)過嚴(yán)格的安全性和合規(guī)性評(píng)估，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》由螞蟻集團(tuán)作為牽頭單位。該標(biāo)準(zhǔn)則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的安全風(fēng)險(xiǎn)分類、攻擊的分類分級(jí)方法以及測(cè)試方法，并率先給出了四種不同攻擊強(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)試程序等，可解決大語言模型固有的復(fù)雜性，全面測(cè)試其抵御敵對(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，并最終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。

　　作為標(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)受邀參會(huì)并進(jìn)行了發(fā)言。他表示，生成式AI將釋放巨大的生產(chǎn)力，但也要對(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AI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)和影響力推動(dòng)最佳實(shí)踐，構(gòu)建一個(gè)優(yōu)先考慮安全、隱私和道德考量的生態(tài)系統(tǒng)。例如，通過制定行業(yè)標(biāo)準(zhǔn)與指南，為開發(fā)和部署生成式AI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AI安全的工具，形成產(chǎn)業(yè)共治。

　　公開資料顯示，螞蟻集團(tuán)從2015年起就積極投入可信AI技術(shù)研究，目前已建立了大模型綜合安全治理體系。螞蟻集團(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AIGC安全性和真實(shí)性評(píng)測(cè)、大模型智能化風(fēng)控、AI魯棒和可解釋性檢測(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”AI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。此外，螞蟻集團(tuán)在公司內(nèi)成立了科技倫理委員會(huì)和專門團(tuán)隊(duì)來評(píng)估和管理生成式AI的風(fēng)險(xiǎn)，公司所有AI產(chǎn)品均需通過科技倫理評(píng)測(cè)機(jī)制，確保AI安全可信。