Google 的安全 AI 架構 (SAIF)
AI (尤其是生成式 AI) 具有驚人潛能。創新的同時，業界也需要安全性標準，以負責任的方式打造及部署 AI。因此，我們推出了安全 AI 架構 (SAIF)，希望透過這個概念架構加強 AI 系統的安全性。
SAIF 旨在解決安全性專家最重視的問題 (例如 AI/機器學習模型風險管理、安全性和隱私權)，確保實作的 AI 模型安全無虞。
Google 致力打造涵蓋政府機關、企業和機構的 SAIF 生態系統，提倡一體適用的安全 AI 部署架構，並很高興在此分享我們初步採取的行動。
與業界夥伴共同提倡 SAIF
我們與合作夥伴和客戶合作，以期讓業界支持 SAIF，同時邀請從業人員參與 SAIF 研討會，以及發布 AI 安全最佳做法。此外，我們與 Deloitte 共同發布了一份白皮書，說明機構如何使用 AI 解決安全性挑戰。
SAIF 和負責任的 AI 技術有何關聯？
Google 必須以負責任的方式打造 AI 技術，並讓其他企業也能加入我們的行列。我們在 2018 年發布 AI 開發原則，說明 Google 致力以安全且負責任的方式打造技術，並堅持以最高的科學標準打造 AI 技術。負責任的 AI 技術是我們的主要做法，涵蓋「公平性」、「可解釋性」、「安全性」和「隱私權」等諸多面向，是 Google 開發旗下 AI 技術產品時所秉持的原則。
我們希望打造全方位的標準化做法，將隱私與安全防護措施整合至採用機器學習技術的應用程式，因此設計出 SAIF。這個架構與負責任 AI 技術的「安全性」和「隱私權」方面相關。SAIF 可確保採用機器學習技術的應用程式是以負責任的方式開發而成，並將不斷演進的威脅形勢和使用者期望納入考量。
Google 如何實際應用 SAIF？
Google 長久以來一直提倡負責任的 AI 技術及促進網路安全發展，多年來也持續將安全性最佳做法應用於 AI 創新技術。我們根據自身經驗，以及我們制定及採用的最佳做法，設計了安全 AI 架構，反映出 Google 在打造採用機器學習和生成式 AI 技術的應用程式時，也致力導入永續且可擴充的回應式隱私與安全防護措施。我們會持續改進及擴充 SAIF 來因應新興威脅、瞬息萬變的大環境，以及 AI 領域的最新發展。
從業人員如何導入這個架構？
請參閱導入 SAIF 架構的快速指南：
-
步驟 1 - 瞭解用途
- 瞭解要透過 AI 解決的特定業務問題，以及訓練模型所需的資料，進而決定導入 SAIF 所需採用的政策、規範和控管功能。
-
步驟 2 - 籌組團隊
- 如同傳統系統，打造及部署 AI 系統需要跨領域人員的配合。
- AI 系統往往複雜又難以理解、包含大量移動式元件、仰賴許多資料和資源、可套用根據判斷結果產生的決定，並可能會產生令人反感、有害，或加深刻板印象或社會偏見的新內容。
- 請籌組適當的跨部門團隊，確保團隊從一開始就將安全性、隱私權、風險和法規遵循納入考量。
-
步驟 3 - 瞭解 AI 的基本概念以利確立基準
- 當團隊開始評估業務用途，以及各種不斷演進的複雜問題、風險和適用安全控管功能時，相關人員必須瞭解 AI 模型開發生命週期的基礎知識，以及各種模型方法的設計和邏輯，包括功能、好處及限制。
-
步驟 4 - 實踐上述 SAIF 六大核心元素
- 這些元素不必依時間順序實踐。
我可以在哪裡進一步瞭解 SAIF，以及將其應用於企業或實體的方式？
請密切留意相關消息！Google 會持續打造並分享安全 AI 架構的相關資源、指南和工具，以及其他開發 AI 應用程式的最佳做法。
Google 是最早闡明 Al 開發原則的公司之一，並針對負責任的 AI 技術制定了相關標準，做為我們開發安全產品的原則。我們提倡並打造了業界架構來提高安全性標準，並瞭解到必須建立專屬社群來推廣這些架構，才能確保長期下來獲得良好成效。因此，我們很期待為所有人打造 SAIF 社群。
