近期，《咬文嚼字》雜志發(fā)布了2024年度十大流行語，“智能向善”位列其中，過去一年時間里，深度偽造、AI詐騙等話題屢次登上熱搜，AI技術“野蠻生長”引發(fā)公眾擔憂。今年9月，全國網(wǎng)絡安全標準化技術委員會發(fā)布了《人工智能安全治理框架》，指出人工智能既面臨自身技術缺陷、不足帶來的內生風險，也面臨不當使用、濫用甚至惡意利用帶來的外部風險。
為探尋AI安全治理道路，近期，由中國計算機學會計算機視覺專委會主辦，合合信息承辦，中國運籌學會數(shù)學與智能分會協(xié)辦的《打造大模型時代的可信AI》論壇(簡稱“論壇”)順利舉行。論壇特邀來自上海交通大學、電子技術標準化研究院、中國科學技術大學、中科院、合合信息等機構與企業(yè)的專家們，從立法、監(jiān)管、前沿研究、技術實踐等多個維度分享AI安全領域的最新進展，助力AI向善發(fā)展。
圖說：《打造大模型時代的可信AI》分享嘉賓合影
圖說：中國計算機學會計算機視覺專委會副秘書長潘金山博士致辭
AI安全治理框架：技術手段與規(guī)范管理并行
隨著以 ChatGPT 為代表的AI大語言模型技術飛速發(fā)展，關于數(shù)據(jù)安全、知識產權、算法偏見和有害內容生成等大語言模型的內容安全問題引發(fā)了社會關注。“安全是個抽象概念，安全對齊的過程是一個從抽象到具體的模擬過程。”論壇上，上海交通大學人工智能研究院教授、總工程師金耀輝圍繞大模型訓練過程，提出了“訓練對齊、提示引導和文本過濾”三大安全保障手段，助力抽象的安全概念落實到具體的技術研發(fā)流程中。
圖說：上海交通大學人工智能研究院教授、總工程師金耀輝進行《智能共生時代：平衡生成式AI的創(chuàng)新與風險》主題分享
規(guī)范標準是AI健康生長的外部力量。中國電子標準院網(wǎng)安中心測評實驗室副主任、CCIA數(shù)安委常務副主任何延哲認為，人工智能安全檢測目前還主要停留在內容安全層面，檢測方法比較單一。他將人工智能安全檢測評估劃分為算力網(wǎng)絡安全、數(shù)據(jù)安全、個人信息保護、算法模型安全、網(wǎng)絡信息安全、科技倫理安全六方面，形成綜合評估框架，為標準引領技術發(fā)展方向提供可行性參考。
圖說：電子標準院網(wǎng)安中心測評實驗室副主任、CCIA數(shù)安委常務副主任何延哲進行《人工智能安全檢測評估的邏輯和要點》主題分享
技術實踐：“看不見”的AI讓偽造痕跡被看見
12月10日，Open AI正式向用戶開放AI視頻生成模型Sora。以Sora為代表的AI工具在給圖像視頻行業(yè)帶來革新的同時，也引發(fā)了合成圖像偽造風險。中國科學技術大學教授、國家杰青謝洪濤以特定人物深度偽造視頻為研究對象，從主動防御和被動檢測兩個視角分享了具體治理方案。
謝洪濤提到，主動防御用于在視頻生成或傳播過程中加入前置保護措施，例如采用雙重水印技術，給人臉圖像加上“看不見”的魯棒性水印與半脆弱性水印，方便后續(xù)取證;被動檢測包括圖像級不一致性和時空身份不一致性檢測技術，用于在視頻傳播或使用后評估其真實性。
除了視頻外，圖像作為常見的數(shù)字內容資料形式，更容易被不法分子進行局部或全域生成式篡改。合合信息圖像算法研發(fā)總監(jiān)郭豐俊表示，合合信息技術團隊基于數(shù)據(jù)驅動的神經網(wǎng)絡模型，推出了行業(yè)領先水平的圖像篡改檢測方案，可提取篡改留下的細微痕跡，檢測出多種篡改形式，在近年的2次國際性技術競賽中獲得冠軍。當前文檔類圖像篡改檢測仍然面臨諸多挑戰(zhàn)，如跨域泛化檢測性能低下，純色背景篡改檢測準確率較低，壓縮、傳輸?shù)葎幼鲗е聢D像質量退化，致使檢測性能下降等系列問題。大模型技術的出現(xiàn)為AI視覺安全的發(fā)展創(chuàng)造了新的可能，也為應對檢測泛化能力和抗攻擊能力的挑戰(zhàn)提供了契機。
圖說：合合信息圖像算法研發(fā)總監(jiān)郭豐俊進行《視覺內容安全技術的前沿進展與應用》主題分享
人工智能鑒別與合成技術相互博弈，密不可分。中國科學院自動化研究所研究員、IEEE/IAPR Fellow赫然博士從深度合成技術出發(fā)，詳細分析了虛擬身份、身份重演和人臉驅動三種合成技術類型。他表示，深度合成技術的深入研究為鑒別提供了線索，例如模型指紋線索、圖像拼接線索和時序閃爍線索等，形成多模態(tài)多線索的鑒偽方法，并有針對性地提出了圖像鑒別方案，包括基于空頻域信息和提示學習結合的偽造鑒別方法、基于transformer的視頻鑒別方法等。
圖說：中國科學院自動化研究所研究員、IEEE/IAPR Fellow赫然進行《生成式人工智能安全與治理》主題分享
生成式人工智能發(fā)展日新月異，技術革新與安全治理缺一不可，面對AI的潛在風險，加強行業(yè)內部自律，從源頭做好安全措施是守護AI健康成長的第一道防線。本次活動是產學研聯(lián)合探索AI安全治理的一次有效嘗試。未來，合合信息會持續(xù)深耕AI視覺安全領域，積極推動行業(yè)合作與交流。
（免責聲明：本網(wǎng)站內容主要來自原創(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確性及可靠性，但不保證有關資料的準確性及可靠性，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。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
