推動人工智能安全高效發展

來源：經濟日報

自動駕駛的汽車安全穿行在城市的車流中，人工智能（AI）生成的文章與圖檔在社交媒體上頻頻出現，工廠裡搭載着智能系統的流水線以前所未有的高效率運轉……人工智能正在成為重塑生産生活、引領時代變革的重要力量。與此同時，随着人工智能技術的持續發展，應用場景不斷拓展，一系列安全風險與挑戰随之産生。如何讓人工智能在安全、穩定、高效的軌道上良性發展，成為業界普遍關注的問題。

垂直領域機遇空前

作為先進技術的标杆，人工智能領域的任何風吹草動都可能引發全球關注。從ChatGPT橫空出世到Sora重新整理認知，隻用了1年多的時間。在此期間，國内的“百模大戰”打得如火如荼，一批通過備案的大模型已經向各行業及社會公衆開放。全球範圍内，人工智能的競争日趨激烈。

咨詢機構麥肯錫預計，以AIGC為代表的AI技術将給全球經濟帶來超過7.9萬億美元價值，到2030年之前，如果生成式AI應用于各行業，每年總經濟效益高達6.1萬億美元至7.9萬億美元。

近日，在中國發展高層論壇2024年年會“人工智能發展與治理專題研讨會”上，中國科學院副院長吳朝晖表示，人工智能将成為第四次工業革命的标配，将加速傳統産業的轉型更新，實作品質變革、效益變革和動力變革，重塑工業的基礎再造、生産和服務模式創新的各個環節，引領新型工業化發展，為智能經濟發展提供全新動能。

如何在新一輪産業革命中搶占先機？這是機遇，也是挑戰。

人工智能作為一種技術工具，需要與産業結合，推動産業數字化轉型，進而促進經濟社會發展。大陸龐大的人口規模、應用場景與完整的産業鍊，為産業落地提供了堅實的環境支援。360集團創始人周鴻祎表示，如果企業在某個業務領域有獨特的業務資料，就應在這一垂直領域把大模型訓練好，并将其與企業業務工具結合在一起。未來，企業裡将不會隻有一個超級大模型，而是有多個小規模的、百億級的大模型，每個大模型隻從事一個場景的工作。

充分發揮場景落地優勢，在垂直領域發力，正成為目前國内企業發展人工智能的共識。騰訊雲副總裁、騰訊雲智能負責人、優圖實驗室負責人吳運聲介紹，目前，騰訊已将AI大模型應用到多個業務場景中，在産業落地方面，基于騰訊雲TI平台推出的行業大模型，通過結合行業專業知識和資料訓練，以及企業自身的資料進行精調，幫助企業快速生成專屬模型，目前已經面向20多個行業輸出了超過50個行業大模型解決方案。

3月27日，百度智能雲“AI Cloud Day：大模型應用産品釋出會”釋出通過大模型重構和更新之後的7款産品，覆寫營銷内容的創作、數字人、智能客服等七大垂直領域。百度智能雲副總裁喻友平表示，大模型作為一種普适性的應用，一定要和場景緊密結合。目前業界普遍思考，怎樣把大模型用到企業中去。

業内人士認為，對多數企業，特别是中小微企業而言，以小規模、垂直化的大模型作為切入點，可以高效快速實作人工智能對産業的數字化賦能。同時将企業在垂直領域的智能化應用開發交給專業的智能産品服務商，使“專才”更專，效率更高。

作為生産智能化産品和解決方案的服務商，山東浪潮智能生産技術有限公司基于基礎通用模型，正在訓練研發圍繞智能生産的“智産大模型”。浪潮智能生産總經理宋志剛表示，對于制造業來說，以人工智能與行業場景的深度融合為主線，與制造業企業生産環節深度結合，充分發揮深度學習、自主決策等優勢，才能提升生産過程的智能化水準。浪潮智能生産以智産大模型為支撐，以“多元資料融合與智能優化引擎”為技術核心，打造了智能生産資料分析平台，并已實際應用于多家制造業企業，對生産效率有顯著提升作用。據了解，專精于發動機活塞環制造的福建東亞機械有限公司在采用該智能平台後，通過機器視覺資料與行業資料集微調，生産效率提高20%，産品合格率由之前的90%提升到99%。

監管面臨新的挑戰

人工智能在創造前所未有機遇的同時，也伴随着超越以往範疇的風險，對監管提出了嚴峻考驗。

人工智能帶來的安全問題，呈現在AI模型的資料擷取、資料訓練以及應用上線營運全過程。吳運聲認為，AI本體安全或AI内生安全，要重點關注AI模型和算法自身在可靠性、公平性、可解釋性、透明性等方面的安全缺陷；AI應用安全，是AI模型從開發、測試、部署到運作互動等完整生命周期内的應用安全；AI衍生安全，也叫AIGC内容安全，主要是生成内容的涉黃、涉暴等違法違規内容的稽核。長期來看，伴随着生成式AI的發展，AI倫理和AGI可控性将是AI安全的焦點。

百度法律研究中心主任陳晨表示，随着大模型的普及和快速疊代，確定其輸出的内容符合使用者預期和法律要求變得至關重要。大模型的内容輸出風險，本質上是模型的推理能力和邏輯風險。這些風險主要展現在模型可能出現“偏見”“誤判”“幻覺”等現實情況。是以，多中繼資料集對大模型發展至關重要。目前，大陸生成式人工智能和大模型技術創新仍處于初級階段，資料訓練需要盡可能地包容和多樣，而高品質、具有良好價值觀的資料往往具有版權。如果因為高品質内容的缺失，而使生成式人工智能産生某種偏見，産生推理邏輯風險，将不利于産業的深度融合和公共服務水準的提升。

從企業角度出發，宋志剛認為，資料是一個核心點。智能模型的決策，建立在訓練資料基礎之上，一方面，訓練資料的不準确會影響智能模型的決策，而用于訓練樣本的資料則面臨被洩露或者被篡改的風險。他建議，可以基于傳感器等生産智能化裝置，多元度采集資料，建立起與資料準确性、完整性、有效性相關的管理機制。同時，加強技術攻關，基于小樣本資料進行快速學習，不斷調優模型參數。此外，還可以建立資料多重授權和安全防護機制來保障資料安全。

随着人工智能越來越廣泛應用于生産生活的方方面面，在使用中産生的關于真實性、道德要求、權責歸屬等議題的讨論逐漸增多。

大模型具有工具屬性，既可以成為好人的幫手，也可能成為壞人的幫兇。周鴻祎表示，合理的監管，可以對人工智能帶來正向的推動作用。除了監管，還要尋找技術方法，比如在AI生産視訊裡加入不可更改、不可替換、不可修改的内部水印等。

中國政法大學資料法治研究院教授張淩寒認為，應通過技術發展回應和解決安全問題。不發展是最大的不安全，我們在技術和産業的國際競争中必須以發展為制度設計的總目标。

治理體系逐漸完善

人工智能的安全與治理問題，關乎産業發展方向與速度，關乎供給雙方權利與義務，更關乎國際競争中的優勢與主動。

北京航空航天大學法學院院長助理、副教授趙精武表示，一國對人工智能的法律規制不僅影響着本國的産業發展和風險治理，更決定着該國在全球人工智能治理中的話語權。同時，在全球化的背景下，人工智能技術的發展和應用的跨國特性也要求國際社會共同面對和解決技術發展帶來的挑戰。

2023年10月18日，大陸釋出《全球人工智能治理倡議》，圍繞人工智能發展、安全、治理三方面系統闡述了人工智能治理中國方案。倡議提出，人工智能技術帶來難以預知的各種風險和複雜挑戰，各國應在人工智能治理中加強資訊交流和技術合作，不斷提升人工智能技術的安全性、可靠性、可控性、公平性。

行之有效的治理方案，既能夠為人工智能的創新發展與産業應用提供良好的發展環境，還能妥善應對技術發展過程中的風險與問題。

中國信通院政策與經濟研究所進階工程師程瑩告訴記者，算法治理是在已有成熟業态之後，圍繞網絡平台展開的相對穩定、清晰、可預期的治理。當下的大模型具有擴充性強、疊代快速、商業模式尚在探索的階段特性，全球主要經濟體共同面臨着“邊發展邊摸索邊治理”的重大挑戰。在大陸，人工智能治理正從原則理念轉化為可落地的規則規範。立法層面，既有民法典、個人資訊保護法、電子商務法等條款針對深度僞造、大資料殺熟等具體問題的治理，也有在部門規章層面關于算法推薦、深度合成、AIGC領域的要求。倫理層面，在《關于加強科技倫理治理的意見》規範下，進一步推進《科技倫理審查辦法（征求意見稿）》落地實施。标準層面，大陸釋出了《國家新一代人工智能标準體系建設指南》《生成式人工智能服務安全基本要求》等，對人工智能提出了具體落地要求。

人工智能領域的專門法也在逐漸推進中。今年，在十四屆全國人大二次會議新聞釋出會上，大會發言人婁勤儉表示，下一步将研究推進科技創新方面的立法，特别是深入研究人工智能、生物技術等前沿科技領域有關倫理、道德、安全等重要問題，不斷完善科技法律體系。 （本文來源：經濟日報 作者：中國經濟網記者 梁 木 李 方 許 怡）