2025年提供安全可靠的AI白皮书_36页_9mb

报告摘要

Google Cloud 生成式 AI 负责任创新与最佳实践总结

核心目标

开发成员：Marina、Kaganovich、Rohan Kanungo、Heidi Hellwig，发布日期：2025年3月11日。
提供值得信赖、安全可靠的生成式AI解决方案，以全面提升企业价值，包括：
- 品牌声誉、客户互动度、盈利能力、合规性
- 加深信任，应对法规变化，降低风险

目录与章节概述

负责任的创新

关键风险：数据偏见、隐私担忧、知识产权、社会影响。
设计原则：分阶段流程（研究→设计→治理→分享）；多学科协作（计算机科学、社会研究、用户体验）。
核心要素：安全性、privacy up front（从设计开始）、透明度、数据最少化。

核心机制

1. 数据治理

承诺：
- 绝不使用客户数据训练模型。
- 客户保留对其输入数据的控制权，包括私密性和使用限定。
工具：
- 输入数据加密、静态加密（CECM）、VPC隔离、敏感数据保护。
- 提供数据清理流水线（Cloud DLP）、有害内容检测、模型卡片（文档化模型特性/局限）。
实操：帮助企业使用企业真实数据“接地”生成式模型，减少“幻觉”，支持实时信息检索、数据库集成。

2. 安全机制

深耕纵深防御：
- 利用 IAM、网络隔离、加密、威胁检测；
- 建立 安全框架 SAIF，整合四大维度（数据、模型、基础设施、应用）。
对抗性测试：模拟攻防提升模型鲁棒性。
工具推荐：数据保护、客户管理密钥、软件供应链安全（SLSA、Sigstore）。

3. 合规与隐私权

核心原则：数据最小化、用户知情权、透明政策、安全设计。
自动化管理：
- 使用限制政策、服务条款、GDPR数据驻留支持。
- 安全过滤器，系统性通知用户权限。
认证与影响评估：提供 DPIA、Coalfire 第三方基准测试，符合 NIST、ISO/IEC 42001 等标准。

4. 环境影响管理

减少碳足迹：采用四法则**“4M”**（模型机器优化、清洁能源选择、能源效率提升、重新思考架构）。
资源循环利用：促进可再生能源使用、服务器容量结构优化。

核心产品与平台

1. Vertex AI

统一平台集成训练、部署、Mon/Registry/Eval。
支持：自定义模型、大语言模型微调、交互式 AI 容器。
分类工具：
- 模型解释、公平性评估、偏差检测。
- 端到端治理工具套件：从数据到交付即可无缝衔接。

2. Vertex AI 的通用支持服务

模型可解释性 (Explainable AI)
Fairness 分析与缓解工具
新闻推送：最新领域场景与Regulatory动态。

策略与最佳实践

治理与合规

选择场景策略：自研、微调、集成、使用模型，确保风险控制。
- 使用限制政策 (AUP)：内容敏感度控制，确保与组织价值观一致。

安全与隐私权

组织安全责任：与 IT 工程、数据科学、安全团队协作。
隐私资源中心：自动通知、去匿名化、数据清理自动化。

技术应用

领导团队实际使用：实验、培训、部署指导（学习路线）。

结语与愿景

持续致力于负责任开发，强化Trustworthiness，通过真实数据实现接地，让生成式 AI 更安全、可靠、公平。
推出开源资源：与客户/社区同步发布工具、研究。

关键流程图结构

graph TD
    A[公司愿景： 可信 AI 企业方案] -->B[产品层面： Vertex AI 原生支持]
    B --> C[核心理念]
        C --> C1[安全防护]
        C --> C2[隐私治理]
        C --> C3[环境影响管理]
    C --> D[治理机制]
        D --> D1[自定义/微调/调用]
        D --> D2[数据治理]
        D --> D3[风险评释]
    D --> G[赋能客户： 指南、示例、教育]