9月7日消息，在今日開幕的2023 INCLUSION·外灘大會上，中國科學(xué)院院士何積豐表示，大模型的安全問題主要是在未經(jīng)同意的情況下，收集、使用和泄露個人信息。隱私問題既可能發(fā)生在訓(xùn)練過程，也可能發(fā)生在使用過程中，而大模型的生成能力則讓“隱私泄露”的方式變得多樣化，造成隱私保護更加困難。

“為了應(yīng)對這些問題，我們需要大模型對齊技術(shù)?！焙畏e豐說，“對齊（alignment）”是指系統(tǒng)的目標(biāo)和人類價值觀一致，使其符合設(shè)計者的利益和預(yù)期，不會產(chǎn)生意外的有害后果?！叭绻?a href="http://worldfootballweekly.com/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD_1.html" target="_blank" class="keylink">人工智能看作西游記里的孫悟空，‘對齊’就是唐僧的緊箍咒。有了緊箍咒，就可以保證技術(shù)不會任意使用能力胡作非為?！?/p>

不過，對齊技術(shù)同樣面臨挑戰(zhàn)。首先，對齊的基礎(chǔ)，人類的價值觀是多元且動態(tài)變化的，需要保證大模型為人服務(wù)、與人為善；其次，大模型的有用性與無害性之間目標(biāo)也不完全一致。如何對錯誤進行有效糾正，設(shè)好大模型的“緊箍咒”也是挑戰(zhàn)。

因此，對齊技術(shù)已經(jīng)成為了一項令人眼花繚亂的跨學(xué)科研究，不僅考驗技術(shù)，也審視文化。

何積豐介紹，反饋強化學(xué)習(xí)是實現(xiàn)對齊的技術(shù)途徑，目前有兩種方式，一種方式是通過人工反饋給模型不同的獎勵信號，引導(dǎo)模型的高質(zhì)量輸出；另一種方式，事先給大模型提供明確的原則，系統(tǒng)自動訓(xùn)練模型對所有生成的輸出結(jié)果提供初始排序?！斑@意味著，不僅智能系統(tǒng)需要向人類價值觀對齊，人類的訓(xùn)練方法也要向價值觀對齊?！焙畏e豐說。 （一橙）

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。