近日，美國國家標準技術研究院（NIST）重新發布了名為Dioptra的AI模型風險測試平臺，用于評估AI風險和惡意攻擊，尤其是針對AI模型訓練數據的“投毒攻擊”。該工具專注于對抗性攻擊的測試，提供基準測試和紅隊測試環境。其特點是模塊化、開源，適用于政府機構和中小企業。

美國主導的AI安全標準

Dioptra以古希臘天文測量和土地測量工具命名，是一個模塊化、開源的基于Web的工具。該工具最初于2022年發布，旨在幫助訓練和使用AI模型的公司和個人評估、分析和跟蹤AI風險。NIST表示，Dioptra可用于AI模型基準測試和研究，同時提供一個共同平臺，在“紅隊”環境中模擬威脅暴露模型。

NIST在新聞發布會上寫道：“測試對抗性攻擊對機器學習模型的影響是Dioptra的目標之一。”“這款開源軟件提供免費提供下載，可以幫助社區（包括政府機構和中小型企業）進行評估，以驗證AI開發者關于其系統（安全）性能的聲明。”

近年來，面對以AI為代表的新技術革命，美國希望牢牢鞏固其“智慧密集產業”的霸主地位，控制AI技術標準是其重點戰略。

事實上，Dioptra是拜登政府頒布的的AI總統行政命令的直接產物，該命令要求NIST協助開展AI系統測試。該行政命令還包括建立AI安全標準，包括要求開發模型的公司（例如谷歌、蘋果公司）在公開部署AI模型前通知聯邦政府并分享所有安全測試結果。

Dioptra也是NIST最近成立的AI安全研究院的首個重大項目，提出了減輕AI風險的方法，例如防止AI被濫用生成非自愿色情內容。此前，英國AI安全研究院推出了Inspect工具集，同樣旨在評估模型能力和整體模型安全。去年11月在英國布萊切利公園舉行的英國AI安全峰會上，美國和英國宣布了共同開發先進AI模型測試的持續合作伙伴關系。

AI模型風險測試市場競爭激烈

隨著AI技術的廣泛應用，各行業對AI模型安全性的需求不斷增加。金融、醫療、通信等領域尤其重視AI系統的可靠性和安全性。因此，這些領域的企業和機構積極采用AI模型風險測試工具，以確保其系統能夠抵御各種潛在的攻擊和風險。

盡管市場上有多種工具可供選擇，但每種工具都有其局限性。許多開源工具，如Dioptra和CleverHans，雖然功能強大，但對初學者不夠友好，使用門檻較高。而一些定制化程度高的工具，如ZTE的SecML，市場認知度較低，社區支持相對薄弱。此外，AI基準測試的復雜性和“黑箱”模型的不可解釋性，增加了風險評估的難度。

以下是全球市場主要AI模型測試工具的對比分析：

國內的代表性AI模型風險評估工具和方案來自網絡安全廠商綠盟科技和奇安信：

• 綠盟AI大模型風險評估工具：旨在幫助企業全面評估AI大模型的安全風險。該工具涵蓋了多種商業和開源大模型，并具備迅速適配新興大模型的能力。它基于專家團隊篩選的測試用例庫，能夠識別內容安全和對抗安全的潛在威脅，并提供風險處理建議。
• 奇安信AI安全整體應對方案：奇安信發布的國內首個AI安全整體應對方案，雖然不是單一的測試工具，但它提供了包括AI安全框架、解決方案、評估服務和測試工具在內的全面服務，以確保監管與治理及時跟進，筑牢AI安全基石。

AI安全基準測試面臨的挑戰

目前，對主流AI模型進行安全基準測試仍是極為困難的任務，部分是因為當今最先進的AI模型都是黑盒技術，其基礎設施、訓練數據和其他關鍵技術（參數）細節由開發它們的公司保密。

此外，總部位于英國的非營利性AI研究機構Ada Lovelace Institute本月發布的一份報告發現，僅靠評估并不足以確定AI模型在現實世界中的安全性，部分原因是現行政策允許AI供應商自行選擇要進行的評估內容。

最后，AI安全測試工具本身也大多存在局限性，例如NIST并不認為Dioptra可以完全消除AI模型的風險。但該機構指出，Dioptra至少可以揭示哪些類型的攻擊可能會降低AI系統的性能，并量化這種對性能的影響，從而加強AI系統的安全性和可靠性，為AI技術的安全部署提供強有力的支持，并推動整個行業對AI風險管理和安全防護的重視和發展。

Dioptra在技術上的一個主要限制是，它只適用于可下載到本地運行的AI模型，例如Meta的Llama系列，目前還無法測試API背后的模型（如 OpenAI的GPT-4o）。