美國參議院提出了一項新法案，要求建立一個資料庫，記錄所有違反人工智慧系統的行為，從而追蹤安全問題。由參議員馬克-華納（Mark Warner）和托姆-蒂利斯（Thom Tillis）提出的《人工智慧安全法案》將在美國國家安全局建立人工智慧安全中心。馬克-華納（Mark Warner）和托姆-蒂利斯（Thom Tillis）將在國家安全局建立一個人工智慧安全中心。

該中心將領導研究法案中所說的”反人工智慧”，即學習如何操縱人工智慧系統的技術。該中心也將制定預防反人工智慧措施的指南。

該法案還將要求國家標準與技術研究院（NIST）和網路安全與基礎設施安全局建立一個人工智慧漏洞資料庫，包括”近乎得手的漏洞”。

華納和蒂利斯提出的法案重點關注對抗人工智慧的技術，並將其分為資料中毒、規避攻擊、基於隱私的攻擊和濫用攻擊。資料中毒指的是人工智慧模型刮取的資料中插入程式碼，破壞模型輸出的方法。它是防止人工智慧圖像生成器在網路上複製藝術作品的一種流行方法。規避攻擊會改變人工智慧模型所研究的數據，以至於模型變得混亂。

人工智慧安全是拜登政府人工智慧行政命令的關鍵項目之一，該命令指示美國國家標準與技術研究院（NIST）制定”紅隊”指導方針，並要求人工智慧開發人員提交安全報告。所謂”紅隊”（red teaming），是指開發人員故意讓人工智慧模型對不應該出現的提示做出反應。

理想情況下，人工智慧模型的開發者會對平台進行安全測試，並在向公眾發布之前對其進行廣泛的紅隊測試。一些公司如微軟已經創建了一些工具，幫助人工智慧專案更容易添加安全防護措施。

《人工智慧安全法案》在提交給更大範圍的參議院審議之前，必須經過一個委員會的審議。