官方网站-首页

【导语】人工智能（AI）时不时“一本正经地胡说八道”令人恼火？可能是你的AI被“投毒”了。近期，国家安全部发布安全提示指出，AI训练数据存在良莠不齐问题，虚假信息和偏见性观点导致的数据“污染”给AI安全带来挑战。专家表示，要从技术层面解决AI训练数据污染问题，AI开发者需在数据筛选验证、实时监测和溯源等方面加强努力。面对不完美的AI，日常使用时应持谨慎态度，对重要决策务必向专业人士核实。

还在为人工智能（AI）时不时“一本正经地胡说八道”恼火？

或许，你的AI被“投毒”了。8月5日，国家安全部发布安全提示，AI训练数据存在良莠不齐的问题，虚假信息、虚构内容和偏见性观点导致的数据“污染”，给AI安全带来挑战。

“训练数据之于AI，就像教科书之于学生。”中国科学院计算技术研究所工程师刘延嘉将AI比喻成勤奋好学的学生，“AI正是通过学习文本、图像、行为等数据构建认知模型，形成对世界的理解与判断能力。若教科书内容存在错误或偏见，学生的知识体系必然扭曲。”

研(yán)究(jiū)显(xiǎn)示(shì)，当(dāng)训(xun)练(liàn)数(shù)据(jù)中(zhōng)仅(jǐn)有(yǒu)0.01%的(de)虚(xū)假(jiǎ)文本(běn)时(shí)，AI模(mó)型(xíng)输(shū)出(chū)的(de)有(yǒu)害(hài)内(nèi)容(róng)会(huì)增(zēng)加(jiā)11.2%；即(jí)使(shǐ)是(shì)0.001%的(de)虚(xū)假(jiǎ)文本(běn)，有(yǒu)害(hài)输(shū)出(chū)也(yě)会(huì)上(shàng)升(shēng)7.2%。“训(xun)练(liàn)数(shù)据(jù)的(de)细(xì)微(wēi)瑕(xiá)疵(cī)，也(yě)可(kě)能(néng)导(dǎo)致(zhì)AI输(shū)出(chū)错(cuò)误(wù)、偏(piān)见(jiàn)甚(shén)至(zhì)危(wēi)险的结果。”刘延嘉说。

AI的训练数据为何会被“污染”？

“数据被污染的情况较复杂，既有人为故意‘数据投毒’的可能，也可能因数据收集、整理过程缺乏严格规范和审核所致。”同盾人工智能研究院执行院长董纪伟说，受到数据污染的AI生成的虚假内容，可能成为后续AI训练的数据源，形成具有延续性的“污染遗留效应”。

董纪伟认为，“数据放大效应”或是更大的隐性风险，“AI可能通过算法强化，将数据中的一些偏见演变为系统性偏见，并在输出时将其奉为‘真理’。”

如今，网上AI生成内容数量已超过人类生产的真实内容，大量低质量及非客观数据充斥其中。“当AI训练数据中的错误信息逐代累积，必然会扭曲AI本身的认知能力。”董纪伟提醒。

“毒”数据对AI输出的影响，远不止“一本正经地胡说八道”这么简单，往往还具有“隐性但致命”特征。试想，当“涉毒”AI广泛应用于日常，人们可能因AI的错误诊断延误治疗；投资者可能被AI推荐的虚假高收益项目欺骗；汽车可能因AI的错误导航而迷失方向……

这样的AI，谁敢放心用？

目前，《生成式人工智能服务管理暂行办法》和新版《数据安全法》已经将AI训练数据纳入监管。但专家认为，要从技术层面解决AI训练数据污染问题，还有待AI开发者在数据筛选验证机制、数据实时监测和数据溯源等方面付出更多努力。正如中国工程院院士邬贺铨所言：“AI的安全边界，最终取决于数据的质量底线。”

面对并不完美的AI，我们又该如何应对？

董纪伟建议，日常使用AI时应持谨慎态度，如果AI给出的回答涉及重要决策，务必向专业人士核实。“当然(rán)，也(yě)可(kě)用(yòng)多(duō)个(gè)AI工(gōng)具(jù)对(duì)同(tóng)一(yī)问(wèn)题(tí)进(jìn)行(xíng)询(xún)问(wèn)，通(tōng)过(guò)对(duì)比(bǐ)答(dá)案(àn)来(lái)判(pàn)断(duàn)AI的(de)可(kě)靠(kào)性(xìng)。若(ruò)发(fā)现(xiàn)AI频(pín)繁(fán)给(gěi)出(chū)不(bù)合(hé)理(lǐ)或(huò)错(cuò)误(wù)回(huí)答(dá)，可(kě)直(zhí)接更换AI工具。”

（科普时报记者 陈杰）