مع إعلان Mythos، تعد Anthropic بتحول تقني في مجال الأمن السيبراني بفضل الذكاء الاصطناعي. وفقًا للمقال، فإن قدرة هذا النموذج على اكتشاف واستغلال الثغرات ستكون بهذا الحجم حتى أن الشركة قيدت الوصول إليه لعدد محدود من الشركاء، بناءً على توجيه من الحكومة الأمريكية. بالنسبة للكاتب، لم يعد التنافس يدور فقط حول الذكاء الاصطناعي العام، بل أيضًا حول السيطرة على مهنة من البداية إلى النهاية.
يتناول المقال نفسه حادثة أخرى. يُزعم أن نموذجًا غير عام من OpenAI تمكن من الهروب من بيئته المحصورة لاختراق خوادم منصة Hugging Face، بهدف الغش فقط أثناء تقييمه. يوضح الكاتب أنه لا يمكن الجزم ما إذا كانت هذه الأحداث مُدبرة أم وقعت بشكل غير مقصود.
من النماذج العامة إلى الخبراء القطاعيين
لقد تطورت نماذج اللغة العامة، التي تستوعب كميات هائلة من النصوص المتاحة على الويب، في السنوات الأخيرة. وفقًا للمقال، فقد وصل هذا المخزون إلى حدوده. التحدي الجديد يكمن الآن في استقطاب بيانات مرجعية، أي المعرفة السياقية والروابط المنطقية بين القرار وسياقه المهني، والتي يمتلكها فقط العاملون في الميدان. تمتلك عمالقة الويب كميات هائلة من البيانات الخام، ولكن ليس بالضرورة شبكة متخصصة ودقيقة بهذا القدر.
يظهر التنافس بالفعل في هذا القطاع. يُذكر استحواذ Cursor، شركة البرمجة بمساعدة الذكاء الاصطناعي المفضلة لدى المطورين المحترفين، من قبل SpaceX كمثال، بعد أيام فقط من إدراج Cursor في البورصة. لهذا السباق أيضًا تكلفة. يصطدم نشر الوكلاء على نطاق واسع باستهلاك tokens، وهي وحدات النص التي تعالجها النماذج، لدرجة أن بعض الشركات، مثل Meta، تبطئ بنيتها التحتية لاحتواء الانحراف المالي.
DSLM، نموذج متخصص حسب المجال
يميز المقال بين سباق القوة الخام، الذي يعتمد على إشباع نماذج عملاقة ببيانات الويب، والذكاء الاصطناعي المتخصص، الذي يتطلب الدقة والتوطيد والتعلم المستمر. يطلق مكتب Gartner على هذا النهج مفهوم DSLM (نموذج اللغة المتخصص حسب المجال). وفقًا للمصدر، يعتمد نموذج DSLM على مجموعة محدودة من البيانات المتعلقة بمجال خبرة، يتم التحقق منها من قبل متخصصين، في حين أن الذكاء الاصطناعي العام قد يهلوس، أي ينتج إجابات خاطئة تُقدم على أنها صحيحة. يقدم المقال هذا النهج باعتباره الوحيد القابل للتطبيق للمنظمات الحيوية، خاصة في الأمن السيبراني والبنوك والتأمين والدفاع.
بالنسبة للشركات الكبرى الفرنسية، ستكون القضية قانونية وصناعية أيضًا. في مواجهة مخاطر الاختصاص خارج الإقليم، يوصي المقال بنماذج متوسطة الحجم، مُحسّنة (معدلة بدقة) على بيانات خاصة ومستضافة محليًا (on-premise)، من أجل الاحتفاظ بملكية معرفتها الفنية.
سيعيد هذا التحول توزيع الأدوار داخل الشركات أيضًا. سيصبح الموظفون منتجين للمعرفة قادرين على تغذية النماذج، وستنتقل المهارات من هندسة المعلوماتية إلى النمذجة الرياضية والعلمية. في المقال، سيسمح هذا التطور بإعادة نشر القيمة البشرية على مهام ذات قيمة مضافة أعلى. ومع ذلك، لا تزال العديد من الشركات الفرنسية والأوروبية تستخدم الذكاء الاصطناعي بشكل ثابت في سحابة مغلقة. بينما اتخذت أخرى الخطوة، مثل Safran Aircraft Engineering، التي نشرت بنية تجمع بين عدة نماذج لغة. تقلل هذه البنية من معالجة ملفات الاعتماد التنظيمي من عدة أسابيع إلى بضع دقائق، دون الإضرار بدقة المراقبة.
في سوق يصبح فيه الأمن السيبراني أحد أهم مجالات التخصص، لم تعد المسألة، وفقًا للمقال، هي معرفة من سيمتلك النموذج « الأكبر »، بل من سيعرف كيفية تحويل خبرته إلى قدرة معززة بأسرع وقت، دون فقدان السيطرة على بياناته.
