ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
微软首份AI 透明度报告:构建负责任的生成式AI,有七大关键
7519点击    2024-05-09 19:33


智东西5月8日报道,近日,微软发布了首个年度《负责任的人工智能透明度报告》。报告概述了微软2023年制定并部署的各种措施,以及其在安全部署AI产品方面取得的成就,如创建了30个负责任的人工智能(RAI)工具,扩大了RAI团队等。另外,微软在Azure AI中推出了新工具,以提高其AI输出的质量,同时预防系统被恶意使用。


去年,生成式AI取得了巨大进步,人们可以利用文字和微软的辅助工具生成逼真的视觉效果,这些工具可以用于多种用途,如总结会议内容、帮助撰写商业提案,甚至根据冰箱里的食材建议晚餐菜单。尽管微软一直在努力确立构建AI应用程序的原则和流程,为用户提供其所需的体验,但大规模部署生成式AI产品也带来了新的挑战和机遇。


在微软,首席负责任AI官Natasha Crampton负责定义和管理公司的RAI方法,而微软负责AI责任的首席产品官Sarah Bird负责推动整个产品组合的RAI实施,以下是两位分享的,关于如何负责任地大规模构建生成式AI的7个主要观点。


一、让RAI成为基础而非事后的想法


Crampton认为,RAI绝不是单个团队或某位专家的责任,而是微软全体员工的责任。例如,每位从事开发生成式AI应用程序的员工都必须遵循公司的RAI标准。这些标准包括评估新AI应用程序的潜在影响,制定管理未知故障的计划,以及识别限制或变化,以便客户、合作伙伴和使用AI应用程序的人员能够做出明智的决策。


“在RAI工作中,绝不能在交付产品之前随意添加事后想到的事项或要求,这些事项应该在开发过程中就要考虑和纳入到检查清单之中。”Crampton说,“公司的每个员工都应该在最初开发产品时就思考,如何让AI应用更加负责任。”


二、与客户持续互动


在Bird看来,AI产品开发是一个动态的过程。要实现生成式AI的规模化,需要迅速整合数十个试点项目的客户反馈,并与客户持续互动。同时,了解人们最初使用新技术时可能出现的问题,并思考怎样做才能使用户的体验感更好。



因此,微软决定在其Bing搜索引擎上的Copilot功能中提供不同的对话风格选项,包括更有创意、更平衡或更精确的模式,以满足不同用户的需求。


Bird称:“我们应该与客户合作,开展试验,让客户在实验阶段内尝试一些新的产品,在此过程中,我们可以吸取教训,并相应地调整我们的产品。”


三、构建更加集中化的系统


Bird认为,随着微软推出Copilot并将AI功能整合到其产品之中,微软需要构建一套更加集中化的系统,以确保其发布的所有内容都符合同一标准。因此,微软在Azure AI中开发了RAI技术栈,以便团队可以套用相同的工具和流程。


Bird谈到,“技术的发展非常迅速,微软必须一次做好,并将经验最大化地应用到未来的工作中。”


对此,微软AI专家开发了一种新方法,用于集中评估和批准产品的发布。他们采用共识驱动的框架,审查了产品团队在技术栈的各个层面,以及产品发布前、期间和之后所采取的步骤,以便绘制、衡量和管理生成AI潜在风险。此外,他们还考虑了从测试、威胁建模(Threat Modeling)和红队(Red Teaming)中收集的数据。红队是一种测试方法,通过尝试撤销或操纵安全功能,对新的生成式AI技术进行压力测试,以确保其安全性和可靠性。


通过集中审查流程,可以更容易地发现和解决产品组合中的潜在问题,包括漏洞和安全隐患。同时,确保及时与公司及微软以外的客户、开发人员共享信息。


四、告知用户AI生成信息的来源


由于AI系统能够生成难以与真实事物区分的人工视频、音频和图像,因此,用户能够识别AI生成信息的出处或来源变得越来越重要。


今年2月,微软与其他19家公司一起达成了一系列承诺,以打击2024年选举中AI欺骗性使用和“深度造假”的潜在滥用。这些承诺包括阻止用户创建虚假图像误导公众,嵌入元数据(Metadata)识别图像的来源,以及为政治候选人提供声明自己被深度伪造视频的机制。



此外,微软还开发和部署了内容凭证功能(Content Credentials),使用户能够验证图像或视频是否由AI生成。微软的AI for Good Lab也在致力于应对深度伪造带来的挑战,他们的重点是通过技术手段识别深度伪造内容,追踪制造和传播不良内容的行为者,并分析他们的策略。


“这些问题不仅是科技公司面临的挑战,也是整个社会挑战,”Crampton说。


五、将RAI工具交给客户


据报道,为提升AI模型输出的品质并避免其被滥用,微软不仅致力于提供工具和保护措施给客户,同时鼓励他们在使用AI过程中承担责任。这些工具和措施包括开源和商业产品,以及用于创建、评估、部署和管理生成式AI系统的指南。


Bird指出:“我们的重点是,让安全性成为用户的默认选择。”


2023年,微软发布了Azure AI内容安全工具,以协助客户识别和过滤AI模型中的仇恨、暴力等不良内容。近日,微软在Azure AI Studio中新增了一系列新工具,帮助开发人员和客户提升其生成式 AI 系统的安全性和可靠性。


六、探测漏洞阻止恶意“越狱”


随着人们体验到更复杂的AI技术,有些人或会尝试以各种方式挑战系统。这就引发了一种被称为“越狱”的现象,在科技领域,“越狱”指的是试图绕过AI系统内置安全工具的做法。


“我们设计产品时并没有考虑到这些不正当的用途,但是在不断推动技术进步的过程中,人们可能会利用技术的边缘功能来实现一些意外或不合法的目的,”Crampton解释说。


因此,微软不仅在发布新款AI产品之前,对该产品可能存在的漏洞进行检测,而且他们还与客户合作,确保这些客户也能够获得最新的工具,保护他们在Azure上构建的自定义AI应用程序。


七、告知用户AI的局限性


虽然AI在许多方面能让生活变得更轻松,但它仍然存在问题。对于用户来说,验证其所接收到的信息是一种很好的做法。因此,当用户与微软的AI系统进行聊天交互时,微软系统生成的消息末尾都提供了引用来源的链接。


自2019年以来,微软一直在发布名为“透明度说明”的文件,该文件为微软平台服务的客户提供了关于产品功能、限制、预期用途,以及负责任地使用AI的详细信息。微软还在面向消费者的产品中,如Copilot,加入了用户友好的通知功能(User-Friendly Notifications)。这些通知涵盖了风险识别、错误内容生成等主题,同时,提醒人们他们正在与AI互动。


“我们不知道用户将如何使用这项新技术,因此,我们需要听取用户的意见。”Bird认为,随着生成式AI技术及其应用范围不断扩大,为创建能够提供用户期望体验的AI系统,微软必须持续加强系统、适应新的监管要求,并不断更新流程。


结语:实现真正的RAI,需要更多的社会参与及监督


随着AI技术的不断进步,AI在为人们带来便利的同时,也带来了新的挑战和责任,风险识别、深度伪造等新问题,不仅是科技公司面临的问题,也是整个社会需要共同应对的挑战。


在此背景下,微软发布了首个年度《负责任的人工智能透明度报告》报告概述了他们在AI产品部署方面的成就和挑战,强调了风险识别、安全性等问题的重要性,同时呼吁行业和社会共同努力,确保AI的健康发展。


未来,随着AI技术的不断成熟和应用场景的扩展,如何为用户提供更安全、更可靠的AI体验,并确保其应用符合道德和法律的要求,或成为社会面临的一项重要挑战。微软的努力值得肯定,但仍需要更多的社会参与及监督。


来源:微软官方网站


本文来自微信公众号“智东西”(ID:zhidxcom),作者:一支笔



关键词: AI报告 , AI安全 , 微软 , 微软AI , AI
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI换脸

【开源免费】Deep-Live-Cam是一个只需一张图片即可实现实时换脸和一键视频深度伪造的AI项目。

项目地址:https://github.com/hacksider/Deep-Live-Cam

2
AI数据分析

【开源免费】DeepBI是一款AI原生的数据分析平台。DeepBI充分利用大语言模型的能力来探索、查询、可视化和共享来自任何数据源的数据。用户可以使用DeepBI洞察数据并做出数据驱动的决策。

项目地址:https://github.com/DeepInsight-AI/DeepBI?tab=readme-ov-file

本地安装:https://www.deepbi.com/

【开源免费airda(Air Data Agent)是面向数据分析的AI智能体,能够理解数据开发和数据分析需求、根据用户需要让数据可视化。

项目地址:https://github.com/hitsz-ids/airda

3
AI搜索

【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。

项目地址:https://github.com/InternLM/MindSearch

在线使用:https://mindsearch.openxlab.org.cn/


【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。

项目地址:https://github.com/miurla/morphic/tree/main

在线使用:https://www.morphic.sh/