《經濟通通訊社５日專訊》國家安全部今天發布安全提示文章，表示人工智能的訓練數據存在良莠不齊的問題，其中不乏虛假信息、虛構內容和偏見性觀點，造成數據源污染，給人工智能安全帶來新的挑戰。　＊數據是人工智能的基礎　數據污染衝擊安全防線＊　　　文章介紹，人工智能的三大核心要素是算法、算力和數據，其中數據是訓練ＡＩ模型的基礎要素，也是ＡＩ應用的核心資源。數據一旦受到污染，可能導致模型決策失誤甚至ＡＩ系統失效，存在一定的安全隱患。投放有害內容。通過篡改、虛構和重復等「數據投毒」行為產生的污染數據，將干擾模型在訓練階段的參數調整，削弱模型性能、降低其准確性，甚至誘發有害輸出。　　　研究顯示：訓練數據有０﹒０１％的虛假文本時，模型輸出的有害內容會增加１１﹒２％；即使是０﹒００１％的虛假文本，其有害輸出也會相應上升７﹒２％，造成遞歸污染。受到數據污染的人工智能生成的虛假內容，可能成為後續模型訓練的數據源，形成具有延續性的「污染遺留效應」。　　　　數據污染還可能引發一系列現實風險。在金融領域，不法分子利用ＡＩ炮制虛假信息，造成數據污染，可能引發股價異常波動，構成新型市場操縱風險；在公共安全領域，數據污染容易擾動公眾認知、誤導社會輿論，誘發社會恐慌情緒；在醫療健康領域，數據污染可能致使模型生成錯誤診療建議，不僅危及患者生命安全，也加劇偽科學的傳播。　＊加強監管和立法　清洗修復受污數據＊　　　　文章指出，要加強源頭監管，防範污染生成。以《中華人民共和國網絡安全法》《中華人民共和國數據安全法》《中華人民共和國個人信息保護法》等法律法規為依據，建立ＡＩ數據分類分級保護制度，從根本上防範污染數據的產生，助力有效防範ＡＩ數據安全威脅。　　　其次，要加強對人工智能數據安全風險的整體評估，確保數據在採集、存儲、傳輸、使用、交換和備份等全生命周期環節安全。同步加快構建人工智能安全風險分類管理體系，不斷提高數據安全綜合保障能力。　　　此外，要定期依據法規標準清洗修復受污數據。依據相關法律法規及行業標準，制定數據清洗的具體規則。逐步構建模塊化、可監測、可擴展的數據治理框架，實現持續管理與質量把控。（ｗｎ）

【你點睇？】特朗普派兩艘核潛艇靠近俄邊界，你認為會否拖慢俄烏停火進程？► 立即投票