最近 AI 领域发生了一件重磅事件，引发广泛关注。
北京时间 6 月 20 日，OpenAI 联合创始人、前首席科学家伊利亚（Ilya Sutskever）在社交平台上发文宣布，将创办一家“安全超级智能公司”（Safe Superintelligence Inc.，简称 SSI）。
“SSI 是我们的使命、我们的名字、我们的整个产品路线图，因为它是我们唯一的焦点。我们的团队、投资者和商业模式都是以实现 SSI 为目标。”伊利亚、科技企业家和投资者 Daniel Gross、OpenAI 前科学家 Daniel Levy 在该公司官网发表的联合署名文章中称，“构建安全的超级智能，是我们这个时代最重要的技术问题。我们计划尽快提升能力，同时确保我们的安全始终处于领先地位。”
伊利亚透露，该公司已经启动了世界上第一个直接的安全的超级智能实验室，只有一个目标和一个产品：一个安全的超级智能。但目前，SSI 并未公布公司的股东、科研团队和盈利模式。
实际上，伊利亚离开 OpenAI，很大程度上就是因为与 OpenAI CEO 奥尔特曼（Sam Altman）为核心的管理层存在分歧，尤其是在如何驾驭超级 AI、AGI（通用人工智能）安全发展等问题上存在相反的观点。
其中，奥尔特曼和 OpenAI 总裁 Greg Brockman 倾向于加速商业化，以获得更多资金来支持 AI 模型的算力需求，力求快速增强 AI 的力量；而伊利亚等人则希望 AI 更安全。
去年 11 月，双方矛盾激化，OpenAI 上演“宫斗”大戏，结果奥尔特曼和 Greg Brockman 在短暂离职后重归 OpenAI，原董事会中的多位董事离开，伊利亚则在今年 5 月宣布离任。
对此，国内 AI 安全公司瑞莱智慧（RealAI）CEO 田天对钛媒体 AGI 等表示，奥尔特曼和伊利亚之间的分歧在于对 AI 安全的“路线之争”，伊利亚的新公司就是为了 AI 安全目标而设立的。
田天指出，包括伊利亚、图灵奖得主 Geoffrey Hinton 等人认为，AI 安全问题现在已经到了“非常迫切”去解决的程度。如果现在不去做，很有可能就会错过这个机会，未来再想亡羊补牢是“没有可能性”的。
“大模型领域也是一样。虽然我们对于大模型预期非常高，认为它在很多领域都能去应用，但其实现在，真正在严肃场景下的大模型应用典型案例还是非常少的，主要问题在于 AI 安全上。如果不解决安全可控问题，对于一些严肃场景，是没有人敢去信任 AI，没有人敢去用它（AI）。只有说解决安全、可信问题，AI 才有可能去落地和应用。”田天表示，如果一些商业化公司对于安全问题不够重视、并毫无边界快速往前跑的话，可能会造成一系列安全危害，甚至可能对于整个全人类有一些安全风险和影响。
早在聊天机器人 ChatGPT 发布之前，伊利亚便提到 AGI 对人类社会可能的威胁。他把 AGI 与人类的关系，类比人类与动物的关系，称“人类喜欢许多动物，但当人类要造一条高速路时，是不会向动物征求意见的，因为高速路对人类很重要。人类和通用人工智能的关系也将会这样，通用人工智能完全按照自己的意愿行事。”
AGI，即人工智能已具备和人类同等甚至超越人类的智能，简单而言就是能说会写，具备计算、推理、分析、预测、完成任务等各类人类行为。这样的 AI 曾经遥远，但在 OpenAI 推出第四代模型 GPT-4 且正训练第五代模型 GPT-5 时，AGI 看似近在咫尺。
今年以来，AI 安全问题持续引发关注。
今年 1 月，美国一位流行歌手被人用 AI 恶意生成虚假照片，在社交媒体迅速传播，给歌手本人造成困扰；2 月，香港一家公司遭遇“AI 变脸”诈骗，损失高达 2 亿元港币，据悉，这家公司一名员工在视频会议中被首席财务官要求转账。然而，会议中的这位“领导”和其他员工，实际都是深度伪造的 AI 影像。诈骗者通过公开渠道获取的资料，合成了首席财务官的形象和声音，并制作出多人参与视频会议的虚假场景。
整体来看，为了实现 AGI 目标，当前，AI 系统在设计上主要面临五大安全挑战：
-
软硬件的安全：在软件及硬件层面，包括应用、模型、平台和芯片，编码都可能存在漏洞或后门；攻击者能够利用这些漏洞或后门实施高级攻击。在 AI 模型层面上，攻击者同样可能在模型中植入后门并实施高级攻击；由于 AI 模型的不可解释性，在模型中植入的恶意后门难以被检测。
-
数据完整性：在数据层面，攻击者能够在训练阶段掺入恶意数据，影响 AI 模型推理能力；攻击者同样可以在判断阶段对要判断的样本加入少量噪音，刻意改变判断结果。
-
模型保密性：在模型参数层面，服务提供者往往只希望提供模型查询服务，而不希望暴露自己训练的模型；但通过多次查询，攻击者能够构建出一个相似的模型，进而获得模型的相关信息。
-
模型鲁棒性：训练模型时的样本往往覆盖性不足，使得模型鲁棒性不强；模型面对恶意样本时，无法给出正确的判断结果。
-
数据隐私：在用户提供训练数据的场景下，攻击者能够通过反复查询训练好的模型获得用户的隐私信息。
北京智源人工智能研究院学术顾问委员会主任张宏江在 2024 北京智源大会上表示，过去一年大模型发展速度之快，行业纷纷探讨通用人工智能的实现路径与曙光，但 AI 安全问题的严重性与紧迫性不容忽视。
“当我们从不同层面 AI 能安全问题进行审视，除了对社会偏见，错误信息，潜在的工作替代或者大模型、自主机器人带来的大规模自动化而导致的工作流失，以及潜在的加速财富集中或财富两极化等问题有所了解，更应该关注 AI 可能带来新的经济体系和包括潜在的灾难性风险或误用事故，甚至可能导致延伸性的人类风险。AI 安全已有很多声明和请愿，但更重要的是明确目标、投入资源、采取行动、共同应对风险。”张宏江表示。
北京智源人工智能研究院理事长黄铁军表示，水深流急，AI 安全已进入风险很突出的阶段。应对 AI 安全风险，需要对 AGI 水平和能力进行分五级，而且，人类应该致力于解决 AI 安全问题，加强与国际社会在 AI 安全领域的合作，确保 AI 技术可控，迎接安全 AGI 的到来。
AGI 水平和能力的五个级别
生成式 AI 技术是一把双刃剑，如何把生成式 AI 的强大能力用于建立信息安全规范，将制约行业发展的“绊脚石”变为“压舱石”？业界一直在探索“用技术治理技术”的方案。
就在 6 月 21 日，瑞莱智慧推出全球首个可实时检测 AI 合成内容产品 RealBelieve，中文名“尊嘟假嘟”。
据悉，与此前国内外 AIGC 检测产品被动上传检测不同，RealBelieve 主要面向终端用户，能够提供主动实时检测防护，可接入视频流鉴别人脸真伪，也可在用户浏览网页内容时提供 AIGC 合成可能性提示。不仅可以为终端用户提供文本、图片、视频和音频多种模态的文件上传检测服务，还可以通过浏览器插件的形式实时提示用户所浏览网页的疑似 AI 合成内容，变被动为主动。目前，尊嘟假嘟 RealBelieve 已开启内测招募。
田天表示，作为国内为数不多专攻 AI 安全领域的公司，瑞莱智慧已服务百余家政务、金融等领域客户。随着 AI 技术的发展，安全在整个 AI 发展中的优先级一直在往前去走。未来 AI 技术要往超级智能方向发展的话，必须要建立整个安全体系，从而确保形成安全的超级智能技术。
“如果现在不去做好 AI 安全的话，可能后面我们就没有机会了。”田天称。
（本文首发于钛媒体 App，作者｜林志佳，编辑｜胡润峰）
