當前，人工智能已深度融入經(jīng)濟社會發(fā)展的方方面面，在深刻改變?nèi)祟惿a(chǎn)生活方式的同時，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)存在良莠不齊的問題，其中不乏虛假信息、虛構(gòu)內(nèi)容和偏見性觀點，造成數(shù)據(jù)源污染，給人工智能安全帶來新的挑戰(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。簡單地說，人工智能是通過數(shù)據(jù)構(gòu)建自己的“世界觀”和“價值觀”。數(shù)據(jù)質(zhì)量直接決定了人工智能系統(tǒng)的“認知基線”。當訓(xùn)練數(shù)據(jù)被虛假信息、偏見觀點和虛構(gòu)內(nèi)容系統(tǒng)性污染時，AI獲得的不是客觀世界的鏡像，而是一幅扭曲變形的認知地圖。那么，人類在與這樣的AI互動時，必然獲得的也是變形失真的信息。有研究顯示，當訓(xùn)練數(shù)據(jù)集中僅有0.01％的虛假文本時，模型輸出的有害內(nèi)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(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)級危害增長，數(shù)據(jù)污染的破壞力讓人不寒而栗。考慮我們當下的AI應(yīng)用場景，從醫(yī)療診斷到司法判決，從金融風控到自動駕駛，AI應(yīng)用場景不斷擴展，意味著數(shù)據(jù)污染的風險影響范圍也在同步擴大，其現(xiàn)實風險令人警醒。

數(shù)據(jù)污染危機提醒我們，科技從來都是雙刃劍，任何對技術(shù)盲目樂觀的態(tài)度都是極度危險的。人工智能一路狂奔，業(yè)界熱衷于談?wù)撍惴ㄍ黄坪退懔Ω傎悾瑓s對訓(xùn)練數(shù)據(jù)的源頭治理缺乏足夠重視，將各類數(shù)據(jù)視為無差別“養(yǎng)料”，忽視其可靠性與安全性。

應(yīng)對人工智能數(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)溯源驗證機制，大力發(fā)展虛假信息檢測和偏見識別等前沿技術(shù)，讓數(shù)據(jù)擁有強大的“免疫系統(tǒng)”。加強法治監(jiān)管，歐盟《人工智能法案》明確高風險AI系統(tǒng)必須使用高質(zhì)量、有代表性且無歧視的數(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)，形成守護數(shù)據(jù)安全的社會共識。如此，我們才能確保人工智能這把雙刃劍始終為人類福祉服務(wù)。