防止“虚拟人”欺诈、发起AIGC可信倡议…2023 人工智能大会聚焦“大模型时代AI安全”

东方网7月7日报道：AIGC（生成式人工智能）安全成为当前人工智能研究发展的重要议题。今天，2023世界人工智能大会（WAIC）迎来“聚焦·大模型时代AIGC新浪潮—可信AI”论坛。

论坛上，中国科学院院士何积丰发表《可信人工智能展望》主题演讲。他认为，“不能再将人工智能视为简单的技术工作，而是成为整个组织的变革引擎。可信人工智能要致力于保障数据安全可信、系统行为可追责、算法模型可解释、网络环境可信、法律伦理可信等问题。”

聚焦大模型时代AI安全，AI安全检测平台“蚁鉴2.0”发布

(资料图片仅供参考)

在该论坛上，蚂蚁集团同时宣布，“蚁鉴2.0”全面开放，面向全球开发者免费提供AIGC安全性、AI可解释性、AI鲁棒性三项检测工具，可服务于数字金融、教育、文化、医疗、电商等领域的大规模复杂业务场景。

据了解，“蚁鉴2.0”的两项硬核能力，一是实现了用生成式能力检测生成式模型。检测标准覆盖内容安全、数据安全、伦理安全三大类，可对大模型生成式内容完成包含个人隐私、意识形态、违法犯罪、偏见与歧视等数百个维度的风险对抗检测，并会生成检测报告，帮助大模型更加有针对性地持续优化。

“生成式大模型是一种‘深黑盒’技术，‘蚁鉴2.0’通过智能博弈对抗技术，模拟黑产以及自动化生成海量测试集，可实现「生成式机器人」对「AIGC生成式模型」的诱导式检测计算，很像一个24小时不眠不休的‘安全黑客’在找茬大模型，从而找到大模型存在的弱点和安全问题所在。”蚂蚁集团大安全事业群技术部总裁李俊奎表示，这种AI对AI的评测，也是教学相长。好比生成式考官考核生成式运动员，在对抗中双方能力互相提升，进一步提高整个行业的AI安全水位。”

另一项硬核能力是，“蚁鉴2.0”融入了可解释性检测工具。综合AI技术和专家先验知识，通过可视化、逻辑推理、因果推断等技术，从完整性、准确性、稳定性等7个维度及20余项评估指标，对AI系统的解释质量量化分析，帮助用户更清晰验证与优化可解释方案。

据了解，“蚁鉴2.0”集成了蚂蚁近10年可信AI实践、1000余项可信AI专利，支持零编码测评。开发者通过API接口，将AI模型接入蚁鉴，就可以一键识别和挖掘模型漏洞。

李俊奎表示，人工智能的深度应用，不仅对数据、算法、算力提出了更高要求，也对安全、隐私、伦理提出更多挑战。在确保数据安全和隐私保护、健全人工智能伦理与安全的前提下，才能让AI技术真正地释放应用价值。

防止“虚拟人”欺诈，AI生成图片鉴别技术亮相

事实上，AIGC爆火的背后，不法分子通过生成的图片去规避版权、身份验证，非法获取利益，给人民群众造成了财产损失。

此次人工智能大会上，合合信息研发了关于AI生成图片鉴别技术，用于帮助个人及机构识别判断AI图片是否为生成的，防止“虚拟人”欺诈，通过解决生成式AI面临的部分伦理问题，助力生成式AI的健康发展。

该项目的难点主要分为两点：生成出来的图像场景繁多，不能穷举，不能通过细分来一一训练解决；有些生成图和真实图片的相似度过高，很贴近于人类的判断，对于机器而言，真伪判定只会更难。合合信息基于空域与频域关系建模，能够在不用穷举图片的情况下，利用多维度特征来分辨真实图片和生成式图片的细微差异。

输入图片后，模型通过多个空间注意力头（attention head）来关注空间特征，并使用纹理增强模块放大浅层特征中的细微伪影，增强模型对真实人脸和伪造人脸的感知与判断准确度。

合合信息智能创新事业部总经理唐琪表示，生成式图像检测技术在反诈骗、版权保护等领域的应用空间十分广泛。

例如在金融行业，不法分子可利用AI合成技术对线上资金进行盗刷，威胁公民财产安全。本项技术可通过对支付环节的干预，降低资金盗刷概率；在传媒行业，某些图片供给方使用软件自动生成海报等图片，故意隐瞒其来源并售卖给第三方，第三方在不知情的情况下进行商用，导致了侵权问题，相关检测技术可在一定程度上解决这些问题。

值得一提的是，面对AI引发的“信任焦虑”，此次论坛上，中国信通院、上海人工智能实验室、武汉大学、蚂蚁集团、合合信息等多家单位还共同发起的《AIGC可信倡议》。该倡议得到数十家单位参与，围绕人工智能可能引发的经济、安全、隐私和数据治理等问题，提出构建AIGC可信发展的全球治理合作框架，采用安全可信的数据资源、技术框架、计算方法和软件平台等全面提升AIGC可信工程化能力，最大限度确保生成式AI安全、透明、可释。

关键词：