【ZiDongHua 之“自動(dòng)化者人文”收錄關(guān)鍵詞： 奇安信 人工智能 大模型 】
　　
　　BCS2025|曾毅：人工智能可以兼得高水平的能力與安全
　　
　　“現(xiàn)在沒有一個(gè)人工智能系統(tǒng)是絕對安全的。”6月5日上午，北京前瞻人工智能安全與治理研究院院長、聯(lián)合國人工智能高層顧問機(jī)構(gòu)專家曾毅在2025全球數(shù)字經(jīng)濟(jì)大會(huì)數(shù)字安全主論壇暨北京網(wǎng)絡(luò)安全大會(huì)開幕峰會(huì)上發(fā)表主旨演講時(shí)指出，諸如隱私侵犯、虛假信息等關(guān)鍵性、基礎(chǔ)性人工智能安全風(fēng)險(xiǎn)依然存在。
　　
　　
　　在曾毅看來，這主要是因?yàn)榘殡S人工智能技術(shù)的發(fā)展，大模型安全攻擊方法的持續(xù)進(jìn)化，人工智能安全趨勢也隨之復(fù)雜化。他以2020年至2025年的大模型安全攻擊方法舉例，2020年僅是簡單提示注入等簡單威脅，2023年已經(jīng)出現(xiàn)多模態(tài)攻擊，2024年出現(xiàn)智能對抗攻擊，今年則出現(xiàn)了組合復(fù)雜攻擊。
　　
　　“人工智能大模型能力的提升，其安全性并沒有變得更高。”曾毅認(rèn)為，基于靈御人工智能安全攻防平臺(tái)對49種主流大模型的測試佐證了自己的觀點(diǎn)。
　　
　　從對主流大模型的測試結(jié)果來看，有兩個(gè)非常突出的現(xiàn)象。
　　
　　一是最新的大模型也沒有帶來更強(qiáng)大的安全防護(hù)能力。例如，今年春節(jié)后國內(nèi)外發(fā)布的幾個(gè)典型大模型，模型能力實(shí)現(xiàn)了躍遷，但安全風(fēng)險(xiǎn)防范并沒有做得更好。
　　
　　二是國產(chǎn)人工智能大模型的安全性相對較好，但并非世界領(lǐng)先。接受測試的大模型的攻擊成功率在0.7%-30%左右，其中國產(chǎn)大模型的攻擊成功率相對偏低，表明安全性相對較好，但表現(xiàn)最好的模型（攻擊成功率在5%左右）也沒有做到全球領(lǐng)先。
　　
　　“但是人工智能可以兼得高水平的能力與安全，也就是魚和熊掌是可以兼得的。”曾毅在演講中對人工智能安全持相對樂觀的看法，并不認(rèn)為人工智能的安全與性能是相互掣肘的關(guān)系，現(xiàn)有的主流大模型的表現(xiàn)并不代表提升人工智能安全性是一道無解題。
　　
　　曾毅的樂觀同樣基于最新的研究測試結(jié)果。他向與會(huì)者透露，基于人工智能模型安全越獄解毒劑計(jì)算原理，通過引入越獄解讀機(jī)的機(jī)制到不同的人工智能大模型中，對人工智能模型的能力在沒有負(fù)面影響的情況下，模型安全性可以提升20%-40%，而且需要付出的計(jì)算能耗非常有限。
　　
　　“安全與治理是人工智能的核心能力，將加速人工智能穩(wěn)健發(fā)展與應(yīng)用。”在演講最后，曾毅再次呼吁要重視人工智能的安全性，加強(qiáng)人工智能安全治理。