标准和规范之外，需要工具和平台把生成式AI治理落到实处 速看

(相关资料图)

生成式人工智能已经成为新一代AI的基础设施，短短几年的时间，大模型已经从2018年的一亿参数，发展到百亿、千亿、万亿的规模。生成式人工智能展现了诸多的能力，甚至带来了一定的智能涌现，但它是一把双刃剑，面临着恶意使用、指令攻击等广泛的安全问题。

4月11日，国家互联网信息办公室发布《生成式人工智能服务管理办法（征求意见稿）》，提前介入生成式人工智能的管理。4月21日，“生成式人工智能及大模型伦理与治理专题研讨会”在清华大学举行。清华大学计算机科学与技术系长聘副教授、智能技术与系统实验室副主任黄民烈表示，除了标准和规范，需要工具和平台把生成式AI治理落到实处。

黄民烈表示，因为生成式人工智能的低使用门槛，让其面临更高的潜在风险，因此AI治理非常重要。人工智能产业在扩大应用场景的同时，必须要实现数据、算法和应用三个层面的安全可控，并从认知安全、政治安全、社会安全和信息安全等方面进行全面保护。

他透露，近期团队做了一个类别安全的体系，从攻击、防御和检测三个维度进行了资源建设的工作，希望能建立安全性研究的标准和规范，推出安全风险的评估平台，建立可控、可信、可靠的AI系统。在大模型安全分类体系中设定的不安全对话场景，包括犯罪违法、身体健康、心理健康、财产隐私、歧视/偏见、辱骂/仇恨言论等方面。科研人员针对这些安全场景对大模型进行升级，使之具备基本的安全性，能够在遇到安全问题时给予正确的回复策略，不进行判断误导。

黄民烈团队还从防御体系的角度做安全风险评测，形成模型攻防的迭代，就是让模型能防止一些漏洞，也让它的预防能力变得更强，并从更全面的角度对大模型的能力进行综合评价，在中文方面者是非常欠缺的，没有标准和规范。他希望这一系列举措能促进生成式人工智能生态健康发展，推动人工智能研究和应用向更有用、更可信、更安全迈进。

黄民烈还表示，从伦理治理的角度，数字生命也是未来比较重要的方向。