ในเรื่อง AI ความอดทนเป็นคุณธรรม

ในเกือบสองปีที่ผ่านมาหลังจาก ChatGPT เปิดตัว อินเทลลิเจนต์เทียมแบบสร้างสรรค์ได้ดำเนินผ่านวงจรฮายป์เทคโนโลยีแบบสมบูรณ์ ตั้งแต่ความคาดหวังที่จะเปลี่ยนแปลงสังคมไปจนถึงการเป็นปัจจัยที่ทำให้เกิดการแก้ไขตลาดหุ้นล่าสุด แต่ในอุตสาหกรรมความปลอดภัยของไซเบอร์โดยเฉพาะ ความตื่นเต้นเกี่ยวกับ Generative AI (genAI) ยังคงมีเหตุผลที่จะยังคงอยู่ มันอาจใช้เวลานานกว่าที่นักลงทุนและนักวิเคราะห์คาดการณ์ไว้ในการเปลี่ยนแปลงอุตสาหกรรมทั้งหมด

สัญญาณที่ชัดเจนและล่าสุดของการเปลี่ยนแปลงฮายป์คือการประชุม Black Hat USA Conference ในต้นเดือนสิงหาคม ซึ่ง Generative AI มีบทบาทเล็กน้อยในการเปิดตัวผลิตภัณฑ์ การแสดงและการสร้างความตื่นเต้น เมื่อเทียบกับการประชุม RSA Conference เมื่อ 4 เดือนก่อนที่มีผู้ขายเดียวกัน การมุ่งเน้นของ Black Hat ใน AI นั้นน้อยมาก ซึ่งจะทำให้ผู้สังเกตการณ์เป็นกลางเชื่อว่าอุตสาหกรรมกำลังย้ายออกหรือว่า AI ได้กลายเป็นสินค้าแล้ว แต่นั่นไม่ใช่กรณีนั้น

สิ่งที่ฉันหมายถึงคือ ผลประโยชน์ในการเปลี่ยนแปลงของการนำ Generative AI มาใช้ในอุตสาหกรรมความปลอดภัยของไซเบอร์อาจไม่มาจากชัตบอททั่วไปหรือการวาง AI อย่างรวดเร็วเหนือรูปแบบการประมวลผลข้อมูล สิ่งเหล่านี้เป็นบล็อกการสร้างที่จะนำไปสู่กรณีการใช้งานที่ทันสมัยและ hiệu quảมากขึ้น แต่ ณ ตอนนี้ พวกมันไม่ได้ถูกออกแบบมาเพื่ออุตสาหกรรมความปลอดภัย และด้วยเหตุนี้จึงไม่ได้ขับเคลื่อนผลลัพธ์ด้านความปลอดภัยที่ดีที่สุดสำหรับลูกค้า การเปลี่ยนแปลงที่แท้จริงที่ AI จะให้ผลต่ออุตสาหกรรมความปลอดภัยจะเกิดขึ้นเมื่อโมเดล AI ถูกปรับให้เหมาะสมและปรับให้เหมาะสมสำหรับกรณีการใช้งานด้านความปลอดภัย

กรณีการใช้งาน AI ทั่วไปในปัจจุบันในด้านความปลอดภัยโดยใช้ วิศวกรรมคำสั่ง และ การสร้างแบบเสริมด้วยการค้นหา ซึ่งเป็นเฟรมเวิร์ก AI ที่ทำให้ โมเดลภาษาขนาดใหญ่ (LLMs) สามารถเข้าถึงแหล่งข้อมูลเพิ่มเติมนอกเหนือจากข้อมูลการฝึกอบรมได้ โดยการรวมส่วนที่ดีที่สุดของ AI แบบสร้างสรรค์และการค้นหาข้อมูลจากฐานข้อมูล ความมีประโยชน์ของสิ่งเหล่านี้แตกต่างกันไปตามกรณีการใช้งานและวิธีการที่ผู้ขายมีข้อมูลการประมวลผลที่มีอยู่รองรับกรณีการใช้งาน พวกมันไม่ใช่ “เวทมนตร์” สิ่งนี้เป็นจริงสำหรับการใช้งานอื่นๆ ที่ต้องการข้อมูลและความเชี่ยวชาญที่ไม่แพร่หลายบนอินเทอร์เน็ต เช่น การวินิจฉัยทางการแพทย์และงานทางกฎหมาย ดูเหมือนว่าบริษัทต่างๆ จะปรับเปลี่ยนการประมวลผลข้อมูลและระบบการเข้าถึงข้อมูลเพื่อปรับให้เหมาะสมกับกรณีการใช้งาน AI แบบสร้างสรรค์ นอกจากนี้ บริษัท AI กำลังสนับสนุนให้มีการพัฒนามอเดลที่ปรับให้เหมาะสม แต่ยังคงต้องดูว่าสิ่งนี้จะทำงานได้ดีเพียงใดสำหรับการใช้งานที่ต้องการคุณภาพและรายละเอียด

มีหลายเหตุผลที่การปรับให้เหมาะสมนี้จะใช้เวลานานกว่าที่จะเกิดขึ้นในอุตสาหกรรมความปลอดภัยของไซเบอร์ เหตุผลหลักๆ คือการปรับโมเดลเหล่านี้ต้องใช้คนจำนวนมากในระหว่างการฝึกอบรมที่เป็นผู้เชี่ยวชาญด้านความปลอดภัยของไซเบอร์และ AI ซึ่งเป็นอุตสาหกรรมที่ต่อสู้กับการจ้างพนักงานที่มีความสามารถไม่เพียงพอ อุตสาหกรรมความปลอดภัยของไซเบอร์ขาดผู้เชี่ยวชาญประมาณสี่ล้านคนในระดับโลก ตาม World Economic Forum และ Reuters คาดการณ์ว่าจะมีช่องว่างในการจ้างงาน 50% สำหรับตำแหน่งที่เกี่ยวข้องกับ AI ในอนาคต

หากไม่มีผู้เชี่ยวชาญที่มีอยู่ในจำนวนมาก การทำงานที่แม่นยำที่ต้องการในการปรับโมเดล AI ให้ทำงานในบริบทด้านความปลอดภัยจะชะลอความเร็ว ต้นทุนในการทำวิทยาศาสตร์ข้อมูลที่จำเป็นในการฝึกอบรมโมเดลเหล่านี้ยังจำกัดจำนวนองค์กรที่มีทรัพยากรในการทำการวิจัยเกี่ยวกับการสร้างโมเดล AI ที่ปรับให้เหมาะสม ต้องใช้เงินหลายล้านเพื่อจ่ายค่าพลังประมวลผลที่ AI โมเดลที่ทันสมัยต้องการ และเงินจำนวนนั้นต้องมาจากที่ไหน เมื่อองค์กรหนึ่งมีทรัพยากรและทีมในการสนับสนุนการวิจัยเกี่ยวกับการปรับให้เหมาะสมของ AI ความคืบหน้าจริงไม่เกิดขึ้นในชั่วข้ามคืน จะใช้เวลานานในการค้นหาวิธีที่ดีที่สุดในการเพิ่มประสิทธิภาพโมเดล AI เพื่อประโยชน์ต่อผู้ปฏิบัติงานด้านความปลอดภัยและนักวิเคราะห์ และเช่นเดียวกับเครื่องมือใหม่อื่นๆ จะมีการเรียนรู้เมื่อโมเดล AI ที่ปรับให้เหมาะสมสำหรับความปลอดภัย ภาษา自然และอินเทอร์เฟซผู้ใช้ที่ช่วยเหลือ AI ถูกนำมาใช้

Generative AI ยังคงพร้อมที่จะเปลี่ยนแปลงโลกของความปลอดภัยของไซเบอร์ไปสู่พาราได้มใหม่ โดยที่ความสามารถ AI ที่เป็นอันตรายที่ผู้โจมตีและผู้กระทำการร้ายใช้จะแข่งขันกับโมเดล AI ของผู้ให้บริการความปลอดภัยที่สร้างขึ้นเพื่อตรวจจับและติดตามภัยคุกคาม การวิจัยและพัฒนาที่จำเป็นในการขับเคลื่อนการเปลี่ยนแปลงนี้จะใช้เวลานานกว่าที่ชุมชนเทคโนโลยีทั่วไปคาดการณ์ไว้