速途網訊 9月11日，2023國家網絡安全宣傳周在福州開幕。記者探營發現，螞蟻集團發布的大模型安全一體化解決方案“蟻天鑒”成為亮點。該方案包含了大模型安全檢測平臺“蟻鑒2.0”、大模型風險防御平臺“天鑒”兩大產品，擁有AIGC安全性和真實性評測、大模型智能化風控、AI魯棒和可解釋性檢測等多項功能。這也是大模型浪潮以來首個可實現產業級應用的大模型安全檢測與防御一體化解決方案。目前這兩項產品已對外開放。

（圖：生成式大模型安全檢測平臺“蟻鑒2.0”）

在“百模大戰”的當下，AIGC（生成式人工智能）的安全問題日益備受關注。這些問題存在于從數據到算法到模型應用的AI全周期關鍵節點，包含數據投毒、數據泄露、大模型幻覺、算法偏見、惡意利用等等。今年以來，AIGC圖片在全球躥紅，不僅引發倫理、侵權等大量爭議，也給電信詐騙、金融盜用、黃暴恐等違法犯罪帶來可趁之機。

現場工作人員表示，大模型安全問題產生的本源主要為“用于訓練的數據源頭有毒、推理過程不可控、外部惡意誘導”三個因素。此次發布的“蟻天鑒”，主要從大模型安全性檢測度量、智能風險防控、數據去毒對齊等方面，來保障大模型在生產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行全方位的安全掃描，從數據安全、內容安全、科技倫理等類型的數百種風險維度，提前識別和挖掘風險漏洞。

現場工作人員介紹，“蟻鑒2.0”是業內首個產業級支持文本、圖像等全數據類型的AI安全檢測平臺。它相當于站在“黑產”角度，通過智能攻擊對抗技術，自動生成數百萬的誘導性問題，對生成式大模型進行誘導式問答，并對大模型的回答實時、自動化的檢測計算，24小時不眠不休“找茬”大模型存在的弱點和安全問題。

“蟻鑒2.0”最新實現對AIGC生成圖片、視頻等多模內容的“真偽”辨別和安全性檢測，基于生成模型構建的近千萬深度偽造樣本，可快速分辨內容是機器生成還是人工生成，及是否存在倫理道德等風險。展區現場可體驗AIGC圖片評測全過程，感受“魔法打敗魔法，以AI對戰AI”的產業實戰對抗交互技術，可現場生成鑒定報告。

（圖：生成式大模型風險防御平臺“天鑒”）

“天鑒”則相當于在大模型外圍又加上了一個“防護盾”，通過智能化風控技術，幫助大模型擋住外界的惡意提問，同時對生成的回答內容進行風險過濾，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。

據了解，“天鑒”平臺基于問（人類知識）、答（AI知識）環節不同的特點，構建了一套護欄防御的智能風控方案，支持風險內容識別、阻斷、反制等全鏈路服務。通過該方案，不僅可以在用戶輸入階段即對其意圖做快速理解和風險判斷，并輸出拒絕回答、知識代答等不同的風控交互方式，還可以快速迭代大模型的風險認知和防御能力，在兼顧用戶體驗的同時，確保其輸出的內容合規、健康。

據介紹，“天鑒”平臺集大數據底座、AI計算平臺、智能運營、應用場景為一體，可實現低成本、規模化快速應用，服務零售、金融、直播、游戲等提供生成式人工智能服務的業務場景。

此外，針對數據源頭有毒、深度黑盒不可控等問題，螞蟻集團結合“天鑒”平臺在大模型的訓練和應用過程中，也在通過數據去毒、對齊訓練、可解釋研究等手段保障模型安全。

本屆國家網絡安全周上，螞蟻集團還展示了可信AI決策大腦、隱私計算技術棧隱語、螞蟻鏈摩斯隱私計算商用平臺、安全平行切面等網絡安全領域的核心前沿技術創新突破。多年來，螞蟻集團以可信AI技術驅動，已形成了面向網絡安全、數據安全、內容安全、交易安全等全方位全鏈路的安全技術產品及服務體系，為產業數字化提供安全保障。（梔橙）