آنتروپیک یک مدل ۲۶ میلیارد پارامتری را روی ۱۵ اندروید تی‌وی باکس اجرا کرد؛ سرعت پردازش فقط ۰٫۳۹ توکن در ثانیه بود
۱۵ اکتبر ۲۰۲۶ | شین اس. الیسون
تیم امنیتی Frontier Red Team شرکت آنتروپیک، یک مدل هوش مصنوعی با ۲۶ میلیارد پارامتر را روی مجموعه‌ای از ۱۵ دستگاه اندروید تی‌وی باکس متفرقه اجرا کرد. هر دستگاه حدود ۵۵ دلار قیمت داشت و به ۴ گیگابایت حافظه رم مجهز بود. با وجود استفاده هم‌زمان از تمام این دستگاه‌ها، سرعت تولید خروجی مدل تنها به ۰٫۳۹ توکن در ثانیه رسید. ویلیام ژو و دنیل فریمن در گزارش پژوهشی خود توضیح داده‌اند که مدل آزمایش‌شده Gemma4-26B-A4B بوده است. به گفته آن‌ها، این نتیجه «نشانه‌هایی اولیه از امکان فعالیت کرم‌های هوش مصنوعی» را آشکار می‌کند، هرچند تأکید دارند که «هنوز به یک سامانه خودتکثیرشونده کاملاً مستقل و خارج از کنترل دست نیافته‌ایم».
در این گزارش که ۱۲ اکتبر منتشر شد، فرایند تکثیر هوش مصنوعی به چهار مرحله تقسیم شده است: شناسایی دستگاه‌های هدف، دستیابی به امکان اجرای کد روی آن‌ها، راه‌اندازی قابلیت استنتاج مدل و ادامه انتشار از طریق میزبان تازه آلوده‌شده. پژوهشگران در این آزمایش قصد داشتند مرحله راه‌اندازی استنتاج را ارزیابی کنند؛ مرحله‌ای که محدودیت توان پردازشی سخت‌افزارهای ارزان‌قیمت، اجرای آن را بسیار کند می‌کند.
یک مدل در چهار آزمایش از پنج آزمایش به تمام گره‌های شبکه رسید
پژوهشگران شبکه‌ای متشکل از هشت شبیه‌ساز اندروید را آزمایش کردند که پشت دیوار آتش قرار داشتند، اما دسترسی به رابط اشکال‌زدایی اندروید در آن‌ها بدون احراز هویت امکان‌پذیر بود. در این محیط، مدل GLM-5.2 توانست در چهار مورد از پنج آزمایش، به هر هشت گره شبکه گسترش یابد. در آزمایش پنجم نیز به هفت گره از هشت گره رسید. سایر مدل‌های دارای وزن‌های عمومی در انجام موفقیت‌آمیز و قابل‌اتکای این کار ناکام ماندند. بااین‌حال، در نسخه‌ای از آزمایش که انتشار در شبکه‌ای ۱۷ گره‌ای از طریق اسکریپت انجام می‌شد، حتی یک مدل سه میلیارد پارامتری نیز توانست به حدود نیمی از گره‌ها برسد.
نویسندگان گزارش خود به محدودیت مهم این آزمایش اشاره کرده‌اند. آن‌ها توضیح می‌دهند که با ساده نگه داشتن عمدی مرحله بهره‌برداری از آسیب‌پذیری، نتایج به‌دست‌آمده «حد بالای موفقیت احتمالی در شرایط واقعی» را نشان می‌دهد؛ بنابراین نباید انتظار داشت همین میزان موفقیت لزوماً در شبکه‌های واقعی نیز تکرار شود.
راه‌اندازی قابلیت استنتاج چند روز طول می‌کشد، نه چند دقیقه
یک مدل ۹ میلیارد پارامتری برای پردازش هر پنجره زمینه ۳۲ هزار توکنی به حدود ۱۰٫۹ ساعت زمان نیاز داشت و راه‌اندازی کامل قابلیت استنتاج آن بین ۲۸ تا ۵۱ ساعت طول کشید. این زمان برای مدل Gemma4-26B-A4B به ۲۷٫۳ تا ۳۱٫۸ ساعت برای هر پنجره زمینه و ۷۱ تا ۱۵۰ ساعت برای راه‌اندازی کامل رسید. پژوهشگران همچنین شش نسل متوالی از فرایند تکثیر را بررسی کردند که در هر نسل، یادداشت‌های نسل پیشین به نسل بعد منتقل می‌شد. در این آزمایش، میزان موفقیت در راه‌اندازی استنتاج از ۴۵ درصد در نسل نخست به محدوده ۶۱ تا ۸۴ درصد در نسل‌های بعدی افزایش یافت.
استفاده از یک مدل پیشرفته به‌عنوان مشاور نیز کمکی به عملکرد عامل هوش مصنوعی نکرد. پژوهشگران مدل کوچک‌تر را به Claude Opus 4.8 متصل کردند تا بتواند از راهنمایی‌های آن استفاده کند، اما نتیجه تغییری نکرد. نویسندگان گزارش در این‌باره می‌نویسند: «توصیه‌های مدل پیشرفته هیچ بهبود قابل‌اندازه‌گیری در عملکرد ایجاد نمی‌کند.»
محاسبات نشان می‌دهد شبکه دستگاه‌های آلوده همچنان توان محدودی خواهد داشت
پژوهشگران برای برآورد ابعاد احتمالی چنین شبکه‌ای، از بات‌نت Kimwolf به‌عنوان مبنای محاسبات استفاده کردند؛ شبکه‌ای متشکل از بیش از دو میلیون دستگاه که بیشتر آن‌ها اندروید تی‌وی باکس هستند. برآورد آن‌ها نشان می‌دهد اگر هر ۱۵ دستگاه یک نسخه از مدل Gemma4-26B-A4B را اجرا کنند، می‌توان حدود ۱۳۳ هزار نسخه فعال از مدل در این شبکه داشت. مجموع توان تولید خروجی این شبکه به حدود ۸۰ هزار توکن در ثانیه می‌رسد که از نظر توان استنتاج، حداکثر با حدود ۴۰ پردازنده گرافیکی H100 برابری می‌کند. به برآورد پژوهشگران، دو برابر شدن تعداد نسخه‌های فعال در چنین فرایند انتشاری چند روز زمان می‌برد.
بخش دیگر این برآورد به سخت‌افزارهای پردازش لبه اختصاصی مربوط می‌شود. دستگاه Jetson AGX Orin با ۶۴ گیگابایت حافظه می‌تواند مدل Qwen3-30B-A3B را با سرعت ۷۶٫۷ توکن در ثانیه اجرا کند، درحالی‌که سرعت مدل روی AGX Thor به ۲۲۶ توکن در ثانیه می‌رسد. نویسندگان تخمین می‌زنند که مجموع توان پردازشی حدود ۹٫۵ میلیون دستگاه از این نوع که در محیط‌های عملیاتی به کار گرفته شده‌اند، معادل ۹ هزار تا ۳۵ هزار پردازنده گرافیکی H100 باشد. البته تنها بخشی از این دستگاه‌ها از طریق شبکه در دسترس هستند یا آسیب‌پذیری قابل بهره‌برداری دارند.
راهکارهای دفاعی پیشنهادی پژوهشگران چندان پیچیده نیستند. آن‌ها توصیه می‌کنند ارتباطات میان دستگاه‌هایی که در شرایط عادی نباید چنین حجم بالایی از داده را با یکدیگر مبادله کنند، زیر نظر گرفته شود. همچنین باید مشترکان دارای دستگاه آلوده از آلودگی مطلع شوند و دستگاه‌های آلوده در قرنطینه شبکه‌ای قرار گیرند. جلوگیری از استفاده از گذرواژه‌های پیش‌فرض در تجهیزات مصرفی نیز یکی دیگر از اقدامات پیشنهادی است؛ اقدامی که اکنون در بریتانیا الزام قانونی دارد. تجربه مقابله با بات‌نت Mirai نشان داده است که اطلاع‌رسانی به کاربران همراه با قرنطینه دستگاه‌ها، ۹۲ درصد آلودگی‌ها را ظرف ۱۴ روز برطرف کرده است؛ درحالی‌که بدون اطلاع‌رسانی، این رقم ۷۴ درصد بوده است.
این پژوهش را همان تیمی انجام داده است که اول اکتبر گزارش داد یک مدل دارای وزن‌های عمومی توانسته با هزینه ۲۰٫۴۰ دلار، زنجیره‌ای عملیاتی برای بهره‌برداری از آسیب‌پذیری‌ها ایجاد کند. شش روز بعد نیز همین تیم گزارش داد که سطح دسترسی سایبری آن در آزمایش داخلی خود، هیچ‌یک از ۵۰ تلاش آزمایشی را مسدود نکرده است.
بنابراین، نتایج پژوهش تازه آنتروپیک را باید نشانه‌ای اولیه از امکان فعالیت کرم‌های هوش مصنوعی روی سخت‌افزارهایی دانست که پژوهشگران خود خریداری کرده‌اند، نه شواهدی از انتشار یک کرم هوش مصنوعی در اینترنت. عدد اصلی این آزمایش همچنان گویای محدودیت جدی سخت‌افزارهای مورد استفاده است: سرعت تولید تنها ۰٫۳۹ توکن در ثانیه با استفاده هم‌زمان از ۱۵ اندروید تی‌وی باکس.