4月16日，世界數(shù)字技術(shù)院（WDTA）發(fā)布了《生成式人工智能應(yīng)用安全測試標(biāo)準(zhǔn)》和《大語言模型安全測試方法》兩項國際標(biāo)準(zhǔn)。這也是國際組織首次就大模型安全領(lǐng)域發(fā)布國際標(biāo)準(zhǔn)，代表全球人工智能安全評估和測試進(jìn)入新的基準(zhǔn)。
據(jù)了解，這兩項國際標(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。
圖：WDTA發(fā)布大模型安全國際標(biāo)準(zhǔn)，OpenAI、螞蟻集團(tuán)、科大訊飛等參編
與會的WDTA人工智能安全可信負(fù)責(zé)任工作組組長黃連金表示，隨著人工智能系統(tǒng)，特別是大語言模型繼續(xù)成為社會各方面不可或缺的一部分，以一個全面的標(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，填補了大語言模型和生成式AI應(yīng)用方面安全測試領(lǐng)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AI系統(tǒng)安全性，促進(jìn)AI技術(shù)負(fù)責(zé)任發(fā)展，增強公眾信任。
其中，《生成式人工智能應(yīng)用安全測試標(biāo)準(zhǔn)》由WDTA作為牽頭單位。該標(biāo)準(zhǔn)為測試和驗證生成式AI應(yīng)用的安全性提供了一個框架，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)每一層的測試和驗證范圍，包括基礎(chǔ)模型選擇、嵌入和矢量數(shù)據(jù)庫、RAG或檢索增強生成、AI應(yīng)用運行時安全等等，確保AI應(yīng)用各個方面都經(jīng)過嚴(yán)格的安全性和合規(guī)性評估，保障其在整個生命周期內(nèi)免受威脅和漏洞侵害。
《大語言模型安全測試方法》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估提供了一套全面、嚴(yán)謹(jǐn)且實操性強的結(jié)構(gòu)性方案。
它提出了大語言模型的安全風(fēng)險分類、攻擊的分類分級方法以及測試方法，并率先給出了四種不同攻擊強度的攻擊手法分類標(biāo)準(zhǔn)，提供了嚴(yán)格的評估指標(biāo)和測試程序等，可解決大語言模型固有的復(fù)雜性，全面測試其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，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。
據(jù)了解，世界數(shù)字技術(shù)院（WDTA）是在日內(nèi)瓦注冊的國際非政府組織，遵從聯(lián)合國指導(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)國際合作。AI STR（安全、可信、負(fù)責(zé)任）計劃是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、國際數(shù)據(jù)空間協(xié)會(IDSA)、弗勞恩霍夫研究所、中國電子等均為其成員單位。
近年來，世界各國都在加強對于大模型安全的研究和管控。我國先后發(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。
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、螞蟻安全實驗室首席科學(xué)家王維強受邀參會并進(jìn)行了發(fā)言。他表示，生成式AI將釋放巨大的生產(chǎn)力，但也要對它帶來的新風(fēng)險高度警惕。
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)知識和影響力推動最佳實踐，構(gòu)建一個優(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。