على الذكاء الاصطناعي، الصبر هو فضيلة

في السنوات القليلة الماضية منذ إطلاق ChatGPT، مر الذكاء الاصطناعي التوليدي بكل دورة هوس التكنولوجيا، من التوقعات المرتفعة والتغيير المجتمعي إلى إشعال تصحيح سوق الأسهم الأخير. ولكن داخل ngành الأمن السيبراني على وجه الخصوص، لا يزال الحماس حول الذكاء الاصطناعي التوليدي (генAI) مبررًا؛ إنه قد يستغرق وقتًا أطول مما توقعته المستثمرين والمحللون لتحويل القطاع كله.

أوضح علامة على تحول الهوس كانت في مؤتمر Black Hat USA في بداية أغسطس، حيث لعبت الذكاء الاصطناعي دورًا صغيرًا جدًا في إطلاق المنتجات والتمثيلات والتحفيز العام، مقارنة بمؤتمر RSA قبل أربعة أشهر فقط الذي قدم نفس البائعين، كان تركيز Black Hat على الذكاء الاصطناعي ضئيلًا، مما قد يؤدي إلى اعتقاد المراقبين المحايدين بأن الصناعة تتحرك أو أن الذكاء الاصطناعي أصبح سلعة. ولكن هذا ليس تمامًا الحال.

هذا ما أعنيه. المنفعة التحولية لتطبيق الذكاء الاصطناعي التوليدي داخل ngành الأمن السيبراني لن تأتي من بوتات الدردشة العامة أو وضع الذكاء الاصطناعي بسرعة فوق نماذج معالجة البيانات. هذه هي الحجارة الأساسية لأدوات أكثر تقدمًا وفعاليًا، ولكنها الآن ليست مخصصة لصناعة الأمن، ونتيجة لذلك لا تقود موجة جديدة من النتائج الأمنية المثلى للعملاء. بل إن التحول الحقيقي الذي سوف يقدمه الذكاء الاصطناعي لصناعة الأمن سوف يحدث عندما يتم تخصيص نماذج الذكاء الاصطناعي وتحسينها لاستخدامات الأمن.

تستخدم حاليًا حالات استخدام الذكاء الاصطناعي التوليدي في الأمن في الغالب هندسة التحفيز وتنمية التوليد المعزز، وهي إطار عمل للذكاء الاصطناعي يتيح في الأساس للنماذج اللغوية الكبيرة (LLMs) الوصول إلى موارد بيانات إضافية خارج بيانات التدريب، ودمج أفضل أجزاء من الذكاء الاصطناعي التوليدي واسترجاع البيانات. تختلف فائدة هذه الأدوات بشكل كبير حسب حالة الاستخدام وكيفية دعم معالجة البيانات الحالية للبائع لاستخدام الحالة؛ ليست “سحرية”. هذا صحيح أيضًا للتطبيقات الأخرى التي تتطلب بيانات وخبرة مملوكة لا توجد على الإنترنت، مثل التشخيص الطبي والعمل القانوني. يبدو من المحتمل أن تتكيف الشركات مع خطوط أنابيب معالجة البيانات ونظم الوصول إلى البيانات لتحسين حالات استخدام 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细节.

هناك عدة أسباب لماذا سوف يستغرق هذا التخصص وقتًا لينفذ في ngành الأمن السيبراني. أحد الأسباب الرئيسية هو أن تخصيص هذه النماذج يتطلب العديد من البشر في الحلقة أثناء التدريب الذين هم خبراء في الأمن السيبراني والذكاء الاصطناعي، صناعتان تعانيان من نقص في التوظيف. ngành الأمن السيبراني يعاني من نقص في حوالي أربعة ملايين محترف في جميع أنحاء العالم، وفقًا لمؤسسة Economic Forum، وتقدر رويترز أن هناك فجوة توظيف بنسبة 50% لمواقع العمل المتعلقة بالذكاء الاصطناعي في المستقبل القريب.

بدون وجود خبراء كافيين، سوف يتباطأ العمل الدقيق المطلوب لتعديل نماذج الذكاء الاصطناعي لتعمل في سياق أمني. كما أن تكلفة أداء العلوم المطلوبة لتدريب هذه النماذج تحد من عدد المنظمات التي لديها الموارد للبحث في نمذجة الذكاء الاصطناعي المخصصة. يتطلب الأمر ملايين الدولارات لتوفير قدرة المعالجة التي تتطلبها نماذج الذكاء الاصطناعي المتقدمة، ويجب أن تأتي هذه الأموال من مكان ما. حتى عندما يكون للمنظمة الموارد والفريق لإطلاق البحث في تخصيص الذكاء الاصطناعي، لا يحدث التقدم الفعلي خلال ليلة ونهار. سوف يستغرق الأمر وقتًا لاكتشاف كيفية تحسين نماذج الذكاء الاصطناعي لصالح ممارسي الأمن والتحليلات، وعندما يتم تقديم معالجات اللغة الطبيعية ومساعدي الدردشة والتكاملات الأخرى التي تعمل بالذكاء الاصطناعي المخصصة للأمن، سوف يكون هناك منحنى تعليمي.

لا يزال الذكاء الاصطناعي التوليدي على وشك تحويل عالم الأمن السيبراني إلى نمط جديد، حيث سوف يتنافس القدرات الهجومية للذكاء الاصطناعي التي يستخدمها الأعداء والمتحرضون مع نماذج الذكاء الاصطناعي التي بنيت لمواجهة التهديدات. البحث والتطوير اللازم لتحقيق هذا التحول سوف يستغرق وقتًا أطول مما توقعته المجتمع التكنولوجي العام.