قادة الفكر
حول الذكاء الاصطناعي، الصبر فضيلة
في السنوات القليلة منذ إطلاق ChatGPT، مر الذكاء الاصطناعي التوليدي بكل دورة هysteria للتكنولوجيا، من التوقعات العالية للتغيير المجتمعي إلى إشعال تصحيح السوق المالي الأخير. ولكن داخل ngành الأمن السيبراني على وجه الخصوص، لا يزال الحماس حول Generative AI (genAI) مبررًا؛ قد يستغرق الأمر وقتًا أطول من المتوقع من المستثمرين والanalysts لتغيير القطاع كله.
أوضح علامة على تحول الهysteria كان في مؤتمر Black Hat USA في بداية أغسطس، حيث لعبت الذكاء الاصطناعي التوليدي دورًا صغيرًا جدًا في إطلاق المنتجات وتبادل العروض العامة. بالمقارنة مع مؤتمر RSA قبل أربعة أشهر فقط، والذي شارك فيه نفس البائعين، كان تركيز Black Hat على الذكاء الاصطناعي زهيدًا، مما قد يؤدي إلى ظن الملاحظين المحايدين بأن ngành تتحرك أو أن الذكاء الاصطناعي أصبح سلعة. لكن هذا ليس تمامًا الصحيح.
هذا ما أعنيه. من المرجح أن لا تأتي الفائدة التحويلية لتطبيق الذكاء الاصطناعي التوليدي داخل ngành الأمن السيبراني من Chatbots العامة أو وضع الذكاء الاصطناعي بسرعة فوق نماذج معالجة البيانات. هذه هي الحجارة الأساسية لاستخدامات أكثر تقدمًا وفعاليًا، ولكن الآن، ليست مخصصة لصناعة الأمن، ونتيجة لذلك، لا تدفع موجة جديدة من النتائج الأمنية المثالية للعملاء. بل ستحدث التحولات الحقيقية التي سوف يقدمها الذكاء الاصطناعي لصناعة الأمن عندما يتم تخصيص نماذج الذكاء الاصطناعي وتحسينها لاستخدامات الأمن.
تستخدم حاليًا حالات استخدام الذكاء الاصطناعي العامة في الأمن في الغالب هندسة التوجيه و التوليد المعزز بالاسترجاع، وهو إطار عمل للذكاء الاصطناعي يسمح بتعزيز نماذج اللغة الكبيرة (LLMs) بالوصول إلى موارد بيانات إضافية خارج بيانات التدريب، ودمج أفضل أجزاء الذكاء الاصطناعي التوليدي و استرجاع البيانات. تختلف فائدة هذه الحالات بشكل كبير حسب حالة الاستخدام وكيفية دعم معالجة البيانات الحالية للبائع لاستخدام الحالة؛ لا هي “سحر”. هذا صحيح أيضًا لتطبيقات أخرى تتطلب بيانات وخبرات مخصصة لا تتوفر على الإنترنت، مثل التشخيص الطبي والعمل القانوني. يبدو من المحتمل أن تتكيف الشركات مع خطوط معالجة البيانات وأنظمة الوصول إلى البيانات لتحسين استخدامات الذكاء الاصطناعي التوليدي. كما تشجع شركات الذكاء الاصطناعي التوليدي على تطوير نماذج مخصصة، على الرغم من أن لا يزال من غير الواضح كيف سوف تعمل هذه النماذج للاستخدامات التي تتطلب جودة و تفاصيل.
هناك عدة أسباب لماذا سوف تأخذ هذه التخصصات وقتًا لتحقيق تأثيرها في ngành الأمن. أحد الأسباب الرئيسية هو أن تخصيص هذه النماذج يتطلب العديد من الأشخاص في دورة التدريب الذين هم خبراء في الأمن السيبراني والذكاء الاصطناعي، وهما صناعتان تعانيان من نقص في التوظيف. تعاني ngành الأمن السيبراني من نقص في حوالي أربعة ملايين محترف في جميع أنحاء العالم، وفقًا لـ منتدى الاقتصاد العالمي، وتقدر رويترز أن هناك فجوة توظيف بنسبة 50٪ لمواقع العمل المرتبطة بالذكاء الاصطناعي في المستقبل القريب.
بدون وفرة من الخبراء المتاحين، سوف يُبطئ العمل الدقيق المطلوب لتكييف نماذج الذكاء الاصطناعي للعمل في سياق أمني. كما أن تكلفة إجراء العلوم المطلوبة لتدريب هذه النماذج تحد من عدد المنظمات التي لديها الموارد لإجراء البحث في نمذجة الذكاء الاصطناعي المخصصة. يتطلب الأمر ملايين الدولارات لتحمل تكلفة القوة الحاسوبية التي تتطلبها نماذج الذكاء الاصطناعي المتقدمة، ويجب أن تأتي هذه الأموال من مكان ما. حتى عندما يكون للمنظمة الموارد والفريق لإجراء البحث في تخصيص الذكاء الاصطناعي، لا يحدث التقدم الفعلي خلال ليلة واحدة. سوف يأخذ الأمر وقتًا لتحديد كيفية تعزيز نماذج الذكاء الاصطناعي لصالح ممارسي الأمن والanalysts، وكما هو الحال مع أي أداة جديدة، سوف يكون هناك منحنى تعليمي عندما يتم تقديم معالجات اللغة الطبيعية المخصصة للأمن و Chatbots وغيرها من التكاملات المدعومة بالذكاء الاصطناعي.
لا يزال الذكاء الاصطناعي التوليدي على وشك أن يغير عالم الأمن السيبراني إلى نمط جديد، حيث سوف تتنافس القدرات الهجومية للذكاء الاصطناعي التي يستخدمها الأعداء والممثلون مع نماذج الذكاء الاصطناعي التي تبنيها مزودو الأمن لاكتشاف ومراقبة التهديدات. البحث والتطوير اللازم لتحفيز هذا التحول سوف يستغرق وقتًا أطول مما توقعته المجتمع التكنولوجي العام.
