آنتروپیک هشدار داد هوش مصنوعی ممکن است ظرف چند ماه در دستگاه‌های خانگی خود را تکثیر کند

techeconomy.ng

انتشار در منبع: انتشار در سایت ما:

مقاله اصلی · English

شرکت آنتروپیک هشدار داده است که مدل‌های کوچک هوش مصنوعی ممکن است ظرف چند ماه بتوانند در دستگاه‌های متصل به اینترنت روزمره، از جمله تلویزیون‌های هوشمند و فرهای هوشمند، خود را تکثیر کنند؛ موضوعی که نگرانی‌هایی درباره خطرات احتمالی امنیت سایبری ایجاد کرده است.

این شرکت هوش مصنوعی در گزارشی پژوهشی که در ۱۲ اکتبر ۲۰۲۶ منتشر شد، اعلام کرد آزمایش‌هایش نشان داده‌اند مدل‌های کوچک می‌توانند بسیاری از مراحل موردنیاز برای شناسایی دستگاه‌های آسیب‌پذیر، نصب مدل‌های هوش مصنوعی روی آن‌ها و انتشار نسخه‌های خود بدون دخالت انسان را انجام دهند.

آنتروپیک اعلام کرد اگر مدل‌های کوچک همچنان با همان سرعت تاریخی خود بهبود پیدا کنند، ممکن است تا پایان سال ۲۰۲۶ به سطح توانایی نشان‌داده‌شده در آزمایش ساده تکثیر خودکار این شرکت برسند.

به گفته این شرکت، آزمایش‌ها نشان می‌دهد مدل‌های کوچک هوش مصنوعی ممکن است تنها چند ماه با توانایی تکثیر خود روی دستگاه‌های تجاری متصل به اینترنت، از جمله گیرنده‌های ارزان‌قیمت اندرویدی تلویزیون و فرهای هوشمند، فاصله داشته باشند.

«آزمایش‌های ما نشان می‌دهد مدل‌های کوچک هوش مصنوعی ممکن است ظرف چند ماه به اندازه‌ای توانمند شوند که بتوانند خود را روی دستگاه‌های تجاری اینترنت اشیا (IoT)، مانند فرهای هوشمند و گیرنده‌های اندرویدی ارزان‌قیمت و غیرمشهور، تکثیر کنند.»

این پژوهش بررسی کرد که آیا دستگاه‌های ارزان‌قیمت مصرفی می‌توانند توان پردازشی لازم برای اجرای مدل‌های هوش مصنوعی را بدون اتکا به سخت‌افزارهای تخصصی مراکز داده فراهم کنند یا خیر.

در یکی از آزمایش‌ها، آنتروپیک مدل Gemma4-26B-A4B را که در مجموع ۲۶ میلیارد پارامتر دارد، روی ۱۵ دستگاه اندروید تی‌وی ارزان‌قیمت با هزینه تقریبی ۵۵ دلار برای هر دستگاه اجرا کرد. این سامانه به سرعت استنتاج حدود ۰.۳۹ توکن در ثانیه دست یافت.

مدل میان این دستگاه‌ها تقسیم شد و آن‌ها برای اجرای آن با یکدیگر همکاری کردند. این آزمایش نشان داد منابع پردازشی پراکنده در سخت‌افزارهای مصرفی نسبتاً ارزان می‌توانند برای اجرای یک مدل هوش مصنوعی بسیار بزرگ‌تر مورد استفاده قرار گیرند.

آنتروپیک بررسی کرد که آیا مدل‌های هوش مصنوعی می‌توانند دستگاه‌ها را پیدا کنند، نرم‌افزار نصب کنند، فایل‌های مدل را منتقل کنند و نسخه‌های خود را به ماشین‌های دیگر گسترش دهند یا نه. این شرکت همچنین دریافت مدل‌هایی با ۳۰ میلیارد پارامتر یا کمتر می‌توانند بسیاری از وظایف جداگانه را انجام دهند، اما اغلب در اجرای کامل فرایند تکثیر به‌صورت مستقل با مشکل مواجه می‌شوند.

در آزمایشی دیگر، یک مدل ۹ میلیارد پارامتری توانست تنظیمات استنتاج هوش مصنوعی را روی هشت مورد از ۹ نوع سخت‌افزار آزمایش‌شده با موفقیت انجام دهد. این نتیجه نشان داد مدل‌های کوچک‌تر می‌توانند روی انواع مختلفی از دستگاه‌های مصرفی فعالیت کنند.

آنتروپیک هشدار داد یک تکثیرکننده هوش مصنوعی که در میان چندین دستگاه گسترش یافته باشد، ممکن است مهار دشواری داشته باشد؛ زیرا به یک سامانه مرکزی واحد وابسته نیست که بتوان آن را خاموش کرد.

«خاموش کردن چنین تکثیرکننده‌ای دشوار خواهد بود، زیرا هیچ نقطه مرکزی برای قطع کردن وجود ندارد.»

پژوهشگران تخمین زدند که یک تکثیرکننده می‌تواند در شرایط بررسی‌شده در تحلیل آن‌ها، طی یک تا دو روز به یک میزبان دیگر گسترش پیدا کند. این برآوردها بر اساس سرعت استنتاج حدود ۰.۳ توکن در ثانیه انجام شده‌اند.

این شرکت اعلام کرد یافته‌های پژوهش بر ضرورت بهبود امنیت دستگاه‌های مصرفی متصل به اینترنت تأکید می‌کند؛ به‌ویژه در شرایطی که مدل‌های هوش مصنوعی توانایی بیشتری برای انجام وظایف پیچیده پیدا می‌کنند.