當(dāng)前，人工智能已深度融入經(jīng)濟(jì)社會(huì)發(fā)展的方方面面，在深刻改變?nèi)祟?lèi)生產(chǎn)生活方式的同時(shí)，也成為關(guān)乎高質(zhì)量發(fā)展和高水平安全的關(guān)鍵領(lǐng)域。然而，人工智能的訓(xùn)練數(shù)據(jù)存在良莠不齊的問(wèn)題，其中不乏虛假信息、虛構(gòu)內(nèi)容和偏見(jiàn)性觀點(diǎn)，造成數(shù)據(jù)源污染，給人工智能安全帶來(lái)新的挑戰(zhàn)。

人工智能的三大核心要素是算法、算力和數(shù)據(jù)，其中數(shù)據(jù)是訓(xùn)練AI模型的基礎(chǔ)要素，也是AI應(yīng)用的核心資源。簡(jiǎn)單地說(shuō)，人工智能是通過(guò)數(shù)據(jù)構(gòu)建自己的“世界觀”和“價(jià)值觀”。數(shù)據(jù)質(zhì)量直接決定了人工智能系統(tǒng)的“認(rèn)知基線”。當(dāng)訓(xùn)練數(shù)據(jù)被虛假信息、偏見(jiàn)觀點(diǎn)和虛構(gòu)內(nèi)容系統(tǒng)性污染時(shí)，AI獲得的不是客觀世界的鏡像，而是一幅扭曲變形的認(rèn)知地圖。那么，人類(lèi)在與這樣的AI互動(dòng)時(shí)，必然獲得的也是變形失真的信息。有研究顯示，當(dāng)訓(xùn)練數(shù)據(jù)集中僅有0.01％的虛假文本時(shí)，模型輸出的有害內(nèi)容會(huì)增加11.2％；即使是0.001％的虛假文本，其有害輸出也會(huì)相應(yīng)上升7.2％。如此微量的數(shù)據(jù)污染就能引發(fā)輸出端的指數(shù)級(jí)危害增長(zhǎng)，數(shù)據(jù)污染的破壞力讓人不寒而栗?？紤]我們當(dāng)下的AI應(yīng)用場(chǎng)景，從醫(yī)療診斷到司法判決，從金融風(fēng)控到自動(dòng)駕駛，AI應(yīng)用場(chǎng)景不斷擴(kuò)展，意味著數(shù)據(jù)污染的風(fēng)險(xiǎn)影響范圍也在同步擴(kuò)大，其現(xiàn)實(shí)風(fēng)險(xiǎn)令人警醒。

數(shù)據(jù)污染危機(jī)提醒我們，科技從來(lái)都是雙刃劍，任何對(duì)技術(shù)盲目樂(lè)觀的態(tài)度都是極度危險(xiǎn)的。人工智能一路狂奔，業(yè)界熱衷于談?wù)撍惴ㄍ黄坪退懔Ω?jìng)賽，卻對(duì)訓(xùn)練數(shù)據(jù)的源頭治理缺乏足夠重視，將各類(lèi)數(shù)據(jù)視為無(wú)差別“養(yǎng)料”，忽視其可靠性與安全性。

應(yīng)對(duì)人工智能數(shù)據(jù)污染需要構(gòu)建多層次的防御體系。源頭治理是關(guān)鍵，正如環(huán)境治理需要從源頭控制污染一樣，人工智能安全必須從數(shù)據(jù)入口筑起第一道防線。在技術(shù)層面，必須建立數(shù)據(jù)溯源驗(yàn)證機(jī)制，大力發(fā)展虛假信息檢測(cè)和偏見(jiàn)識(shí)別等前沿技術(shù)，讓數(shù)據(jù)擁有強(qiáng)大的“免疫系統(tǒng)”。加強(qiáng)法治監(jiān)管，歐盟《人工智能法案》明確高風(fēng)險(xiǎn)AI系統(tǒng)必須使用高質(zhì)量、有代表性且無(wú)歧視的數(shù)據(jù)集，這種立法思路值得借鑒。公眾則需提升數(shù)字素養(yǎng)，形成守護(hù)數(shù)據(jù)安全的社會(huì)共識(shí)。如此，我們才能確保人工智能這把雙刃劍始終為人類(lèi)福祉服務(wù)。