清华大学教授：AIGC时代保障数据安全要靠算法而不是人

在近期举行的“2024中关村论坛数据安全治理与发展论坛”上，清华大学计算机科学与技术系教授、人工智能研究院基础模型研究中心副主任黄民烈教授表示，与过去传统的数字经济时代不同，人工智能（AI）时代尤其是生成式人工智能（AIGC）的出现，让人类所面临的数据安全问题已有很大的不同，而进行风险管控的方法也有根本的不同。

在这次论坛的圆桌会议上发言时，黄民烈表示，“过去，我们把一些不好的、脏的、有害的数据过滤掉，清洗干净就可以了。但是现在，生成式人工智能（AIGC）是一种生成式的模型，它会通过训练组合生成新的内容，这些新的内容在过去的语料里根本没有出现过，但它依然可能是有害的。所以，即使是我们把大模型训练之前的有害数据清除得很干净，在生成式人工智能（AIGC）时代我们依然会面临有害内容产生的风险。”

那么怎么应对生成式人工智能（AIGC）所带来的新的数据安全风险呢？要靠算法的研究，而不是人。黄民烈说，一般情况下，在各种大模型中，人们采用关键词过滤，进行风险检测后上线，对外提供服务。但是，有些人依然有办法让它“越狱”，让这种安全管控失效，并产生有害的内容。为杜绝这种风险，就要依赖背后的算法的研究。

黄民烈说，“这些算法有几类，其中包括研究有针对性的对抗和攻击的方法，比如事先让一些算法自动发现这个模型的漏洞和风险；第二，可以研究算法去追踪模型存在哪些漏洞，再针对性地制定安全手段。这两种手段都是通过算法把一些问题在大模型上线前进行自动修复。

“一句话来讲，在生成式人工智能（AIGC）时代，在数据安全层面，其实我们面临的是不断组合和创造出来的新的数据安全风险问题，这种风险彻底的解决是需要我们的算法和工具的支撑，而不是靠人。”黄民烈说，靠一些静态的方法去做一些相对固定的检测，实际上是不能够胜任新的生成式人工智能（AIGC）时代的数据检测和安全的要求的。