在生成式AI（人工智能）时代，数据安全的出路可能会是“用魔法打败魔法”，知识产权保护也可能要提前到token（字符串）层面。
4月26日，在2024中关村论坛上，人工智能企业与学者就AI大模型的数据安全问题进行了讨论。
中关村论坛数据安全治理与发展论坛现场 澎湃新闻记者 秦盛 摄
“在生成式人工智能时代，我们在数据安全层面，面临的是不断组合和创造新的数据安全风险的问题，彻底解决这种风险需要算法和工具的支撑，而不是靠人，或者靠静态的方法去做相对固定的检测。”清华大学计算机科学与技术系教授、人工智能研究院基础模型研究中心副主任黄民烈如是说道。
他认为，生成式人工智能可以通过训练去组合，去生成新的内容，这些内容可能在过去的语料里根本没出现过，但它依然是有害的。所以，即便把训练数据处理得很干净，在生成式人工智能时代依然会面临有害内容产生的情况。
要解决这些问题，需要进行算法研究，比如针对性对抗攻击、自动红队，然后再加上安全和对齐手段，能够把问题在线下时就自动进行修复。
奇安信集团副总裁刘前伟表示：“做行业大模型的厂商都很担心语料会不会被窃娶有没有漏洞导致这些很核心的数据资产会泄露。这是通用大模型里过去没有特别关注的一点。”
刘前伟指出，在进行微调时，防篡改要求非常高，更需要安全，一旦标注错误，就会导致安全大模型判断错误。
而对于通用模型的使用，几乎所有人都会面临一个问题，就是当我们去问大模型问题时，会不会造成商业机密、个人信息的泄露。“不管是使用者还是开发者，都要解决隐私安全、商业机密、甚至是国家安全的问题。现在只能用AI对抗AI的方式才能解决内容安全的问题，用过去传统的流量过滤的方式是无法解决的，所以‘用魔法打败魔法’可能是一个很大的出路。”刘前伟表示。
IBM数据与转型咨询主管合伙人张玉明表示，IBM Global的一份调查报告调研了全球100多个国家和地区的高管对人工智能的看法，94%的企业高管都认为在部署AI解决方案前要确保模型的安全，但只有24%的企业打算在未来6个月内去引入一些网络安全组件，这就说明大家的认知和实际行动之间还存在延迟。
刘前伟指出，当下面临的另一个挑战，是跨境数据流动问题。如果全球的数据都汇聚在一起，不管是行业还是通用模型，训练效果一定会有很大改善。但是，数据跨境面临很多挑战，需要在多边协议等方面做更多的事，更多去拥抱国际组织，让国际的数据能够双向流通。
香港科技大学助理教授、香港生成式人工智能研发中心资深商业拓展经理韩斯睿认为，现有的知识产权保护制度，其实在智力产品的生成物层面就已截断，在生成式人工智能训练的token级别如何确权、如何保护，并没有共识。所以在数据脱离原本形态进入token新形态时如何进行确权保护，是法律和政策方面的一个症结，如果这个症结打通了，相信会极大地促进知识共享和流通发展。
