每經記者｜溫雅蘭    每經編輯｜張凌霄    

人工智能是把雙刃劍。技術的使用在推動社會經濟飛速發展的同時，也會帶來多重“安全隱憂”。

9月7日，在2023 Inclusion•外灘大會上，中國科學院院士何積豐以《大模型時代的安全問題》為題，與大家共同探討大模型發展所帶來的安全問題以及應對之道。

人工智能擁有超強的自主學習能力，進化速度極快，在數次迭代升級后，是否有可能在多個方面超越人類？

何積豐提到：“人類與機器都在學習。人類指導機器，機器不斷學習變得更加智能；在這一過程中人類也要學習指導方法，使機器所生成的內容能夠更符合人類需要。”何積豐表示，在人工智能技術發展過程中，要牢記人類的核心角色，人工智能技術將成為人類的助手，而不是替代人類創造未來。

談及當前大模型帶來的安全隱患，何積豐認為，問題主要集中在隱私泄露以及對齊兩方面。

保護隱私安全至關重要

何積豐指出，隱私問題，即未經本人同意的情況下，收集、使用和泄露個人信息，是大模型發展過程中最受關注的問題。

具體來看，他認為，隱私問題在大模型的訓練、與用戶對話和結果生成三個階段都有所涉及。

首先，大模型與傳統機器學習不同，其訓練需要大量數據，在這一過程中，盡管研究人員早已采取相關措施，但是提示技術仍然使得大量用戶的個人信息和數據被大模型吸入，從而造成隱私泄露。

其次，大模型在與用戶對話過程中，可能涉及到眾多用戶私密信息，而這類信息往往沒有受到應有的隱私保護。如在使用大模型的過程中，數據控制鍵將要求用戶選擇“結束對話”或“繼續對話并允許獲取數據”。這意味著如果選擇繼續對話，將可能造成隱私泄露；如果選擇保護隱私，將會失去使用權。

再次，大模型在產出結果時，其強大的生成力也讓隱私泄露的方式變得更加多元，用戶隱私獲取將更加容易，而這也將隱私保護變得更加困難。

反饋強化學習是實現對齊的技術途徑

而對齊問題，即引導智能系統的目標和人類價值觀一致，使其符合設計者的利益和預期，不會產生意外的有害后果，是大模型發展過程中的另一大安全問題。

“如果將人工智能的能力比做《西游記》中的孫悟空，那么對齊技術就是唐僧口中的緊箍咒，它可以保證孫悟空不會隨意使用他的能力為所欲為。因此，對齊技術是控制人工智能安全的核心技術。”談及對齊技術的重要作用，何積豐拋出上述比喻。

那么，對齊問題將會帶來哪些安全挑戰？

何積豐表示，對齊的基礎是人類價值觀，而人類價值觀處于動態變化中，且具有多元化特征。這樣的特點可能導致對齊成為一項眼花繚亂的跨學科研究，這不僅考驗技術，也審視著人類不同的文化。

此外，大模型有著“有用性”與“無害性”兩個目標的沖突。在使用大模型的過程中，研發人員無法保證大模型是否會提供“錯誤”觀點，那么要如何糾正這類“錯誤”觀點，就是大模型發展過程中的重要挑戰。

對于這些問題，何積豐指出，反饋強化學習是實現對齊的技術途徑。

反饋技術的第一重含義，即通過反饋給模型不同的“獎勵”信號，來引導其高質量的輸出。但是，每個人喜好不同，這種反饋也可能存在主觀因素，從而影響反饋的客觀性。

第二重含義，是基于給大模型提供明確的原則，使得系統自動訓練模型對所有生成的輸出結果提供初始排序。這樣的反饋可以使得大模型生成效率更高，生成的內容更加透明，每個人都可以看到系統受到什么樣的指令，將會生成怎樣的“答案”。

總體來看，人類與大模型都在進步，人類與機器持續共同學習，將更好地使技術轉化為生產力，服務于經濟社會發展。