اگر مدیر یک سازمان امنیتی یا دولتی در آمریکا هستید، اکنون به یکی از قدرتمندترین ابزارهای تحلیل ریسک دسترسی دارید. دولت ایالات متحده اجازه داد شرکت Anthropic مدل Mythos 5 را در اختیار گروهی از سازمان‌های «مورد اعتماد» قرار دهد. به نقل از گزارش MIT Technology Review، در حال حاضر حدود ۱۰۰ شرکت آمریکایی و نهادهای فدرال به این مدل دسترسی دارند.
این انتشار مدل پس از یک دوره محدودیت‌های شدید به‌دلیل نگرانی‌های مربوط به امنیت ملی صورت گرفت. کاخ سفید تأیید کرد که اکنون حفاظ‌های (Guardrails) مناسب برای کاهش ریسک‌های مرتبط با استقرار این مدل ایجاد شده است. این رویکرد محتاطانه نشان‌دهنده تنش میان حفظ برتری رقابتی و تضمین ایمنی هوش مصنوعی است و پرسش‌های جدیدی را درباره نحوه حکمرانی و مدیریت این مدل‌ها ایجاد می‌کند. این چالش‌های مدیریتی در حالی رخ می‌دهد که شرکت Anthropic پیش‌تر برای ارتقای دقت مدل‌های خود با چالش‌های جدی روبرو بود؛ چنان‌که در تلاش برای دستیابی به دقت ۹۰ درصدی، حریم خصوصی داده‌های شرکتی را به مخاطره انداخت.
در حالی که آمریکا با این موانع ایمنی دست‌وپنجه نرم می‌کند، چشم‌انداز جهانی سریعاً در حال تغییر است. به گزارش وال استریت ژورنال (WSJ)، پژوهشگران امنیتی دریافته‌اند که شرکت چینی Zhipu AI مدلی را توسعه داده است که در شناسایی باگ‌های امنیتی با Mythos برابری می‌کند. این پیشرفت نشان می‌دهد چین به‌شدت به‌دنبال یک پیروزی «از عقب به جلو» (come-from-behind) در مسابقه هوش مصنوعی است.
ژو هونگی، مدیرعامل 360 Security، در یک کنفرانس امنیت سایبری در پکن بر این فوریت تأکید کرد. او اظهار داشت سلاحی قدرتمند که قادر است چشم‌انداز جنگ‌های سایبری را تغییر دهد، «نمی‌تواند صرفاً در دستان آمریکایی‌ها باقی بماند» و استدلال کرد که شرکت‌های چینی باید خود را به رقبای آمریکایی برسانند.
با وجود این موفقیت‌ها در وظایف تخصصی امنیتی، مدل‌های چینی در قابلیت‌های عمومی (General-purpose) هنوز از Anthropic و OpenAI عقب‌ترند. اما این فاصله در حال کم شدن است. این موضوع باعث به صدا درآمدن زنگ‌های خطر در واشنگتن شده است؛ چرا که مقامات نگرانند محدودیت‌های صادراتی فعلی ایالات متحده، به‌طور ناخواسته باعث تسریع پیشرفت داخلی چین در این حوزه شود.
فراتر از رقابت نرم‌افزاری، زنجیره تأمین سخت‌افزار نیز در حال گسست است. اپل در حال حاضر در حال لابی‌گری با کاخ سفید است تا مجوز خرید تراشه‌ها از شرکت ChangXin را دریافت کند؛ شرکتی چینی که پنتاگون به‌دلیل پیوندهایش با ارتش، آن را در لیست سیاه قرار داده است. این یک پارادوکس است: غول‌های فناوری آمریکا برای پیشبرد جاه‌طلبی‌های هوش مصنوعی خود، همچنان به زیرساخت‌های محدودشده‌ی چینی وابسته هستند، حتی در حالی که ایالات متحده به ممنوع کردن واردات فناوری‌های بیشتر چینی ادامه می‌دهد.
در همین حال، زیرساخت‌های فیزیکی هوش مصنوعی با محدودیت‌های محیطی مواجه شده‌اند. به گزارش CNBC، آب‌وهوای شدید و موج‌های گرمای بی‌سابقه اکنون عامل اصلی از دسترس خارج شدن مراکز داده (Data Center) هستند. این شکنندگی فیزیکی، پایداری خوشه‌های محاسباتی (Compute Clusters) مورد نیاز برای آموزش نسل بعدی مدل‌ها را به‌شدت تهدید می‌کند.
چرخش‌های ژئوپلیتیک و تاکتیکی
- کره جنوبی در حال تغییر محور به سمت جنگ‌های خودکار است. این کشور برنامه‌ریزی کرده است تا تا سال ۲۰۲۹، تمام ۵۰۰ هزار پرسنل نظامی خود را به‌عنوان «جنگجویان پهپادی» آموزش دهد و ۱۱۰ هزار پهپاد تولید کند.
- گوگل محدودیت‌های محاسباتی را برای استفاده متا از مدل‌های Gemini AI اعمال کرده است. طبق گزارش بلومبرگ، متا به توان محاسباتی بیشتری نسبت به آنچه گوگل قادر به ارائه بود نیاز داشت و این موضوع باعث اختلال و تأخیر در چندین پروژه هوش مصنوعی متا شده است.
- رهبری متا در حال بررسی مشارکت با Polymarket و Kalshi برای ساخت یک بازار پیش‌بینی (Prediction Market) بدون شرط‌بندی واقعی است تا از این طریق ریسک‌های توسعه را پوشش داده (Hedge) و رشد خود را تسریع کند.
کاربردهای هوش مصنوعی و فناوری محیطی
- حفاظت از حیات وحش: در هند، جایی که ۶۰ درصد از فیل‌های آسیایی وحشی زندگی می‌کنند و ۸۰ درصد از زیستگاه آن‌ها خارج از مناطق حفاظت‌شده است، از هوش مصنوعی برای جلوگیری از درگیری‌های مرگبار استفاده می‌شود. بین سال ۲۰۱۴ تا اخیراً، بیش از ۱۰۰۰ فیلe کشته و ۳۰۰۰ انسان تلف شده‌اند. سامانه‌های جدید، شامل پهپادهای فروسرخ در چاتیسگاره و «چشم‌های حیات وحش» در ماهاراشترا، زمان هشدار را به چند ثانیه کاهش داده‌اند.
- ایمنی عمومی: گوشی‌های اندرویدی اخیراً لحظاتی پیش از وقوع زمین‌لرزه در ونزوئلا، میلیون‌ها کاربر را با اعلان‌های حیاتی هشدار دادند. این اعلان‌ها بسته به موقعیت، از چند ثانیه تا دو دقیقه قبل از وقوع لرزه ارسال شدند.
- علوم فضایی: پژوهشگران در حال بازنگری در ماهیت اورانوس و نپتون هستند. آن‌ها پیشنهاد می‌کنند که این سیارات شاید غول‌های یخی ساده نباشند، بلکه ممکن است اقیانوس‌های ماگمایی در دل آن‌ها در جریان باشد.
در سطح اجتماعی، محققان دریافتند که نسل Z به‌طور فزاینده‌ای در برابر اطلاعات نادرست مبتنی بر هویت (Identity-based misinformation) آسیب‌پذیر است. رسانه‌های اجتماعی اعتبار را به‌جای بافت جمعی و زمینه‌ای، بر اساس هویت مشترک ترویج می‌کنند. این روند، مرجعیت را به سمت اینفلوئرسرهایی می‌برد که می‌توانند گفتگوهای سیاسی را هدایت کنند.
این حرکت به سمت اعتمادِ محور-هویتی باعث می‌شود کاربران جوان در صورتی که احساس کنند پیوند شخصی با فرستنده پیام دارند، احتمال بیشتری به انتشار دروغ‌ها بدهند. این وضعیت فضای دیجیتال را به اتاق‌های پژواک تبدیل می‌کند که در آن مرجعیت به‌جای دقت واقعی و факти، از طریق «شباهت هویتی» ساخته می‌شود. اگرچه این روند می‌تواند به گروه‌های حاشیه‌نشین قدرت دهد، اما به‌طور قابل توجهی تهدید اطلاعات نادرست را تشدید می‌کند. این آسیب‌پذیری در کنار افزایش ترافیک ربات‌ها در وب، فضای دیجیتال را ناپایدارتر می‌کند؛ به‌طوری که تسلط بات‌ها بر وب اکنون هزینه‌های کلاهبرداری‌های آنلاین را به شدت افزایش داده است.
برای یک رهبر کسب‌وکار، این تغییرات سیگنالی است که برتری در هوش مصنوعی دیگر فقط به داشتن بهترین مدل نیست، بلکه به تأمین محاسبات و سخت‌افزارهای تأییدشده برای اجرای آن وابسته است. تکیه بر سیلوهای «مورد اعتماد» نشان‌دهنده آینده‌ای است که در آن قابلیت‌های AI به‌جای بازار آزاد، توسط تأییدیه و غربالگری دولت‌ها طبقه‌بندی می‌شوند.
همان‌طور که ایالات متحده کنترل‌ها را بر Mythos 5 کاهش می‌دهد، تمرکز فوری بر این است که آیا این اقدام یک الگوی مقیاس‌پذیر برای سایر مدل‌های پیشرو «محدودشده» ایجاد می‌کند یا خیر. شما باید منتظر تأییدیه‌های مشابه برای مدل‌های نسل بعد OpenAI باشید، زیرا آمریکا تلاش می‌کند تعادلی بین امنیت و نیاز به استقرار تجاری سریع ایجاد کند.
گام بعدی شما
- اگر از مدل‌های محدودشده استفاده می‌کنید، روند صدور مجوزهای جدید برای مدل‌های نسل بعد OpenAI را زیر نظر بگیرید.
- وابستگی زنجیره تأمین سخت‌افزار خود را به تک‌منبع‌های ریسکی (به‌ویژه در مناطق پرتنش) بررسی کنید.
- برای مدیریت ریسک توسعه، مدل‌های پیش‌بینی غیرمالی را در برنامه‌ریزی استراتژیک خود بگنجانید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو