11日，2023國家網(wǎng)絡(luò)安全宣傳周在福州開幕。記者探營發(fā)現(xiàn)，螞蟻集團(tuán)發(fā)布的大模型安全一體化解決方案“蟻天鑒”成為亮點(diǎn)。該方案包含了大模型安全檢測平臺“蟻鑒2．0”、大模型風(fēng)險(xiǎn)防御平臺“天鑒”兩大產(chǎn)品，目前這兩項(xiàng)產(chǎn)品已對外開放。

生成式大模型安全檢測平臺“蟻鑒2．0”

在“百模大戰(zhàn)”的當(dāng)下，AIGC（生成式人工智能）的安全問題日益?zhèn)涫荜P(guān)注。現(xiàn)場工作人員表示，大模型安全問題產(chǎn)生的本源主要為“用于訓(xùn)練的數(shù)據(jù)源頭有毒、推理過程不可控、外部惡意誘導(dǎo)”三個(gè)因素。此次發(fā)布的“蟻天鑒”，主要從大模型安全性檢測度量、智能風(fēng)險(xiǎn)防控、數(shù)據(jù)去毒對齊等方面，來保障大模型在生產(chǎn)和使用過程中更加安全、可控、可靠。

“蟻鑒2．0”就像是大模型安全性的“診療師”，在大模型上線前對其進(jìn)行全方位的安全掃描，從數(shù)據(jù)安全、內(nèi)容安全、科技倫理等類型的數(shù)百種風(fēng)險(xiǎn)維度，提前識別和挖掘風(fēng)險(xiǎn)漏洞。

現(xiàn)場工作人員介紹，“蟻鑒2．0”是業(yè)內(nèi)首個(gè)產(chǎn)業(yè)級支持文本、圖像等全數(shù)據(jù)類型的AI安全檢測平臺。它相當(dāng)于站在“黑產(chǎn)”角度，通過智能攻擊對抗技術(shù)，自動(dòng)生成數(shù)百萬的誘導(dǎo)性問題，對生成式大模型進(jìn)行誘導(dǎo)式問答，并對大模型的回答實(shí)時(shí)、自動(dòng)化的檢測計(jì)算，24小時(shí)不眠不休“找茬”大模型存在的弱點(diǎn)和安全問題。

“天鑒”則相當(dāng)于在大模型外圍又加上了一個(gè)“防護(hù)盾”，通過智能化風(fēng)控技術(shù)，幫助大模型擋住外界的惡意提問，同時(shí)對生成的回答內(nèi)容進(jìn)行風(fēng)險(xiǎn)過濾，保障大模型上線后從用戶輸入到生成輸出的整體安全防御。

據(jù)介紹，“天鑒”平臺集大數(shù)據(jù)底座、AI計(jì)算平臺、智能運(yùn)營、應(yīng)用場景為一體，可實(shí)現(xiàn)低成本、規(guī)?；焖賾?yīng)用，服務(wù)零售、金融、直播、游戲等提供生成式人工智能服務(wù)的業(yè)務(wù)場景。

此外，針對數(shù)據(jù)源頭有毒、深度黑盒不可控等問題，螞蟻集團(tuán)結(jié)合“天鑒”平臺在大模型的訓(xùn)練和應(yīng)用過程中，也在通過數(shù)據(jù)去毒、對齊訓(xùn)練、可解釋研究等手段保障模型安全。

本屆網(wǎng)絡(luò)安全博覽會上，螞蟻集團(tuán)還展示了可信AI決策大腦、隱私計(jì)算技術(shù)棧隱語、螞蟻鏈摩斯多方安全計(jì)算平臺、安全平行切面等網(wǎng)絡(luò)安全領(lǐng)域核心前沿技術(shù)的創(chuàng)新突破。