科技云報道原創(chuàng)。

在AI大模型的身上，竟也出現(xiàn)了“to be or not to be”問題。

爭議是伴隨著大模型的能力驚艷四座而來的，爭議的核心問題在于安全。安全有兩個方面，一個是大模型帶來的對人類倫理的思考，一個是大模型本身帶來的隱私泄漏、數(shù)據(jù)安全等問題。

埃隆·馬斯克應(yīng)該可以說是對大模型發(fā)起質(zhì)疑的企業(yè)家之一。早在ChatGPT誕生之初，馬斯克等一千多名業(yè)界、學(xué)界人士聯(lián)署發(fā)表公開信，呼吁所有AI實驗室立即暫停訓(xùn)練比GPT-4更強大的AI系統(tǒng)，暫停至少6個月。

時至今日，馬斯克依舊對外表達的態(tài)度是，人工智能是一把雙刃劍，對人工智能方面的監(jiān)管是強烈共識，可能會出現(xiàn)某種形式的監(jiān)管機構(gòu)。

圍繞著AI大模型的安全，不少國內(nèi)專家學(xué)者以及企業(yè)家們也有了更多的思考和發(fā)聲。9月初，中國科學(xué)院院士何積豐曾發(fā)言談到，目前大模型面臨的安全問題涵蓋兩方面，分別是隱私保護和價值觀對齊兩大難題。

另一方面，隨著AI大模型在行業(yè)中的廣泛應(yīng)用，對合規(guī)和數(shù)據(jù)保護的需求急劇上升。在“云、大、物、移”四大網(wǎng)絡(luò)安全場景之后，大模型正逐漸成為新的市場增長點。

不少企業(yè)開始圍繞大模型安全視角推出產(chǎn)品，掀起了一陣AI安全、數(shù)據(jù)安全等新興安全領(lǐng)域的火熱之風(fēng)。

大模型的“陰面” 安全問題不容忽視

發(fā)展至今，大模型陰陽兩面，涇渭分明。不少人早已經(jīng)感受到了大模型的“陽面”，應(yīng)該不少人早已經(jīng)開始嘗試，將其作為提升工作效率的工具。

但大模型的“陰面”，關(guān)于安全的討論不絕于耳。最典型的安全案例，三星機密數(shù)據(jù)外泄事件仍然記憶猶新。

上文中也曾提到，中國科學(xué)院院士何積豐發(fā)言指出，大模型當(dāng)前面臨的安全問題主要涵蓋兩方面，分別是隱私保護和價值觀對齊兩大難題。

隱私保護問題的是，在未經(jīng)允許的情況下，大模型是否會收集、使用和泄露個人信息。

價值觀對齊問題的是，使得大模型的價值觀與人類的價值觀相對齊。使得大模型按照設(shè)計者的意愿行事，而不作出超出意圖之外的舉動。

在價值觀對齊方面，由于人類社會的價值觀是多元化的，且有用的人工智能與無害的人工智能往往存在沖突，這導(dǎo)致了大模型價值觀對齊存在很大的難度。

具體來看，大模型的包含多個關(guān)鍵要素，數(shù)據(jù)、算法模型以及應(yīng)用層等，每一個要素中，都有不少安全問題需要面對。

在數(shù)據(jù)層，安全問題主要集中在數(shù)據(jù)泄露、數(shù)據(jù)污染等。三星的案例，其實就在于數(shù)據(jù)層面存在一定的泄漏風(fēng)險。

數(shù)據(jù)可以說是構(gòu)成大模型的骨骼，為其提供了基礎(chǔ)支撐。

在機器學(xué)習(xí)和深度學(xué)習(xí)的領(lǐng)域中，數(shù)據(jù)的獲取、加工及利用的方式?jīng)Q定了模型的性能和準(zhǔn)確性。但是，數(shù)據(jù)層面的安全隱患卻是不可避免的。

其中最常見的問題包括數(shù)據(jù)的非法泄漏，這可能導(dǎo)致敏感信息暴露；數(shù)據(jù)被惡意篡改，這可能導(dǎo)致訓(xùn)練出的模型有誤導(dǎo)性；還有非法獲取或使用未經(jīng)授權(quán)的數(shù)據(jù)，這不僅違法，還可能使得模型偏離了其原本的目的。

這些隱患都可能對模型的訓(xùn)練和應(yīng)用帶來不良影響，使其失去原有的效果甚至產(chǎn)生誤導(dǎo)。

與數(shù)據(jù)安全同等重要的，是算法模型的安全。

在現(xiàn)代社會，大模型的訓(xùn)練往往需要消耗巨大的計算力，因此很多資源都集中在特定的數(shù)據(jù)中心。

這就為潛在的攻擊者提供了機會，他們可能會針對這些數(shù)據(jù)中心進行攻擊，試圖更改模型的參數(shù)或者整體結(jié)構(gòu)。一旦成功，模型的輸出可能會完全不可控，產(chǎn)生不可預(yù)知的結(jié)果。

另外，還有一種更加隱蔽的攻擊方式——對抗性攻擊。這種攻擊的目的是使模型在某些特定的輸入下產(chǎn)生錯誤的輸出，這在一些關(guān)鍵領(lǐng)域如醫(yī)療診斷、金融決策等方面，可能會帶來嚴重后果。

到應(yīng)用層，安全隱患也十分嚴重。比如說生成內(nèi)容的有害性和準(zhǔn)確性、濫用模型生成虛假信息等。

如何防止已部署的模型被惡意篡改？如何確保在模型進行數(shù)據(jù)推斷的過程中，用戶的私人數(shù)據(jù)不會被非法獲取或泄露？這些都是在模型部署時必須要考慮的問題。

此前，就有人嘗試向大模型發(fā)問，“野生娃娃魚的做法”，大模型給出的回答是“紅燒”，并且寫出了具體的步驟。這就很容易“誤導(dǎo)”提問者。實際上，野生娃娃魚屬于國家二級保護動物，不能捕捉、捕殺甚至食用。

為了應(yīng)對這些隱患，可能需要一系列的安全措施，包括但不限于數(shù)據(jù)加密、模型的版本控制和運行環(huán)境的隔離等。

AI大模型安全問題 的解決之道

大模型問題出現(xiàn)后，外界對于監(jiān)管的呼聲是最為熱烈的。

在新技術(shù)飛速發(fā)展的當(dāng)下，政府與各類監(jiān)管機構(gòu)成為確保AI大模型安全運行的重要力量。他們可以通過制定和實施嚴格的數(shù)據(jù)隱私法規(guī)，為大模型的安全使用提供法律保障。

今年4月，國家互聯(lián)網(wǎng)信息辦公室發(fā)布了關(guān)于《生成式人工智能服務(wù)管理辦法（征求意見稿）》，旨在促進生成式人工智能健康發(fā)展和規(guī)范應(yīng)用。其中的第七條涉及到生成式人工智能服務(wù)提供者數(shù)據(jù)來源的合法性問題。

這也意味著國家已經(jīng)開始出手應(yīng)對大模型火熱帶來的一些列的安全問題。

7月，網(wǎng)信中國官微消息稱，國家網(wǎng)信辦聯(lián)合國家發(fā)展改革委、教育部、科技部、工業(yè)和信息化部、公安部、廣電總局公布了《生成式人工智能服務(wù)管理暫行辦法》。

這其中就明確生成式人工智能服務(wù)提供者應(yīng)當(dāng)依法開展預(yù)訓(xùn)練、優(yōu)化訓(xùn)練等訓(xùn)練數(shù)據(jù)處理活動，使用具有合法來源的數(shù)據(jù)和基礎(chǔ)模型；涉及知識產(chǎn)權(quán)的，不得侵害他人依法享有的知識產(chǎn)權(quán)；涉及個人信息的，應(yīng)當(dāng)取得個人同意或者符合法律、行政法規(guī)規(guī)定的其他情形；采取有效措施提高訓(xùn)練數(shù)據(jù)質(zhì)量，增強訓(xùn)練數(shù)據(jù)的真實性、準(zhǔn)確性、客觀性、多樣性。

此外，明確了數(shù)據(jù)標(biāo)注的相關(guān)要求。

監(jiān)管之下，國內(nèi)的大模型也迎來了合理合法合規(guī)的發(fā)展期。最新的消息是，目前國內(nèi)已經(jīng)有11家大模型陸續(xù)通過《生成式人工智能服務(wù)管理暫行辦法》備案，并逐步面向大眾開放。

監(jiān)管之下，技術(shù)本身也可以在大模型安全上有所行動。AI守護AI，技術(shù)反哺技術(shù)。

“利器攻利器”。AI技術(shù)本身不僅是可能的威脅，更是解決問題的關(guān)鍵。

對抗性訓(xùn)練就是其中的佳例，它可以讓模型在面對惡意輸入時仍然保持其穩(wěn)定性，從而增強模型對各類對抗攻擊的防御力。除此之外，我們還可以考慮利用AI技術(shù)對模型的輸出進行實時監(jiān)控，及時發(fā)現(xiàn)并糾正模型的異常行為。

另外，目前也有不少安全企業(yè)提出通過可信計算、差分隱私、聯(lián)邦學(xué)習(xí)等技術(shù)手段確保數(shù)據(jù)隱私安全。

此前，清華大學(xué)人工智能研究院副院長，北京智源人工智能研究院和瑞萊智慧首席科學(xué)家朱軍在接受騰訊科技采訪時就曾提到過，為了解決大模型的安全問題，從技術(shù)方向來看，我們可以以“AI識別AI”的形式來應(yīng)對。

朱軍表示，與進攻相比，防守其實更為困難。現(xiàn)在，我們正積極尋求多種手段以增強模型的抵御能力，并在模型的應(yīng)用和布署階段實施多重保護策略。

比如在人臉鑒定系統(tǒng)中，我們設(shè)置人臉識別安全屏障，能在樣本進入決策階段前篩選并剔除攜帶潛在威脅或經(jīng)過對抗性修改的樣本，確保系統(tǒng)安全穩(wěn)定。這一技術(shù)手段已經(jīng)在銀行等行業(yè)中落地使用。

為了防范未然，開發(fā)者和企業(yè)在產(chǎn)品層面也必須下足功夫。嚴格的安全標(biāo)準(zhǔn)不僅僅是一紙文件，更應(yīng)該深入到每一個開發(fā)與部署的細節(jié)中。

對于開發(fā)者和企業(yè)而言，對數(shù)據(jù)的處理要嚴格遵循隱私保護原則，確保每一位用戶的私人信息都得到妥善保管。另外，模型的開發(fā)與部署過程也需要經(jīng)過嚴格的審查，確保其不會對用戶和社會造成傷害。

大模型安全問題掀起行業(yè)新風(fēng)向

目前，不少企業(yè)也關(guān)注到了大模型安全的問題，甚至推出了不少相關(guān)的產(chǎn)品和解決方案。這也掀起了一陣“安全潮”，風(fēng)口也逐漸吹向了數(shù)據(jù)要素、網(wǎng)絡(luò)安全和隱私計算等相關(guān)產(chǎn)業(yè)上。

最近一段時間，可以明顯地看到網(wǎng)絡(luò)安全行業(yè)正在迎頭趕上這一挑戰(zhàn)，大模型和數(shù)據(jù)安全新品不斷亮相，旨在滿足市場對于新興技術(shù)的安全需求。

今年的網(wǎng)絡(luò)安全博覽會成為了各大廠商展示大模型安全解決方案的初舞臺。比如，奇安信推出了名為Q-GPT的安全機器人，還發(fā)布了針對大模型數(shù)據(jù)泄露隱患的“大模型衛(wèi)士”； 綠盟科技在發(fā)布其安全大模型的同時，也推出了基于隱私計算的“數(shù)據(jù)保險箱”。

除此之外，安恒信息、深信服、三六零集團、螞蟻等公司也紛紛推出各自的大模型產(chǎn)品，為企業(yè)提供了多樣的選擇。這些新品的出現(xiàn)無疑證明了行業(yè)對于大模型安全的重視。

據(jù)中國網(wǎng)絡(luò)安全產(chǎn)業(yè)聯(lián)盟的數(shù)據(jù)，2022年我國網(wǎng)絡(luò)安全產(chǎn)業(yè)規(guī)模達到了近633億元，預(yù)計在未來三年內(nèi)，增速將保持在10%以上。隨著數(shù)據(jù)要素市場的逐步建立，大模型等前沿技術(shù)發(fā)揮出的應(yīng)用價值越來越大，新的安全需求也隨之涌現(xiàn)。

隱私計算賽道同樣如此。

在2023年世界人工智能大會上，就有不少專家學(xué)者提到大模型時代隱私計算迎來全新機遇?，F(xiàn)階段，隱私計算中包括可信執(zhí)行環(huán)境TEE、多方安全計算MPC等都有與大模型結(jié)合的探索，比如在云端部署TEE，用戶在推理時將輸入數(shù)據(jù)加密傳輸至云端，在其內(nèi)部解密然后進行推理。

復(fù)旦大學(xué)教授、上海市數(shù)據(jù)科學(xué)重點實驗室主任肖仰華表示，傳統(tǒng)的隱私計算如差分隱私、聯(lián)邦學(xué)習(xí)多是算法層開展工作。

不過算法工作前提是保護對象是明確的，協(xié)作機制清晰。大模型時代是海量參數(shù)化的模型，不透明、無邊界、不可解釋，對于以前的基于可解釋、清晰、可控的技術(shù)路線的隱私計算方法提供了全新挑戰(zhàn)。

華經(jīng)產(chǎn)業(yè)研究院的報告顯示，隨著中國互聯(lián)網(wǎng)技術(shù)的發(fā)展，中國隱私計算市場規(guī)模逐年增長，預(yù)計2025年中國隱私計算市場規(guī)模達192.2億元。

大模型已經(jīng)成為繼“云、大、物、移”之后的新戰(zhàn)場，被視為新的市場增量。

無論是為自己的客戶提供基于大模型的服務(wù)，提高交付效率和競爭力，還是通過大模型應(yīng)用提高企業(yè)自身生產(chǎn)效率，大模型正迅速進入企業(yè)IT中，與此對應(yīng)的大模型安全也成為攻防焦點。

隨著各大公司在大模型安全方面的持續(xù)投入和創(chuàng)新，預(yù)期這一市場將帶動整個網(wǎng)絡(luò)安全行業(yè)邁向新的高度。

結(jié)語

AI大模型的發(fā)展不僅帶來了巨大的潛力，也伴隨著重大的安全挑戰(zhàn)。為了充分發(fā)揮AI的潛力并確保安全，政府、企業(yè)和網(wǎng)絡(luò)安全公司需要共同努力，采取綜合性的措施來解決這些問題。只有這樣，我們才能在AI時代中邁出堅實的步伐。

生成海報

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

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。