Bizimle iletişime geçin

Düşünce Liderleri

Yapay Zekada Sabır Bir Erdemdir

mm

ChatGPT'nin piyasaya sürülmesinden bu yana geçen yaklaşık iki yılda, üretken yapay zeka, yüce, toplumu değiştiren beklentilerden son borsa düzeltmesini körüklemeye kadar tüm bir teknoloji çılgınlığı döngüsünden geçti. Ancak özellikle siber güvenlik sektöründe, üretken yapay zeka (genAI) hala haklı; ancak sektörü tamamen değiştirmesi yatırımcıların ve analistlerin öngördüğünden daha uzun sürebilir.

Abartıdaki değişimin en açık ve son işareti şuydu: Siyah Şapka ABD Konferansı Ağustos başında, üretken yapay zekanın ürün lansmanlarında, tanıtımlarda ve genel ilgi yaratmada çok küçük bir rol oynadığı bir etkinlikti. Aynı tedarikçilerin katıldığı, sadece dört ay önce düzenlenen RSA Konferansı ile karşılaştırıldığında, Black Hat'in yapay zekaya odaklanması önemsizdi; bu da tarafsız gözlemcilerin sektörün ilerlediğini veya yapay zekanın bir meta haline geldiğini düşünmesine yol açabilirdi. Ancak durum tam olarak böyle değil.

Demek istediğim şu. Siber güvenlik sektöründe üretken AI uygulamasının dönüştürücü faydası muhtemelen genel sohbet robotlarından veya AI'yı veri işleme modelleri üzerine hızla katmanlamaktan gelmeyecektir. Bunlar daha gelişmiş ve verimli kullanım durumlarının yapı taşlarıdır, ancak şu anda güvenlik sektörü için özel olarak tasarlanmamışlardır ve sonuç olarak müşteriler için yeni bir optimum güvenlik sonuçları dalgasına öncülük etmemektedirler. Bunun yerine, AI'nın güvenlik sektörü için sağlayacağı gerçek dönüşüm, AI modelleri özelleştirildiğinde ve güvenlik kullanım durumları için ayarlandığında gerçekleşecektir.

Güvenlikte mevcut genel AI kullanım durumları büyük ölçüde şu şekildedir: hızlı mühendislik ve Alma-Artırılmış Nesil, esasen yapay zekayı etkinleştiren bir yapay zeka çerçevesidir büyük dil modelleri (LLM'ler) eğitim verilerinin dışında ek veri kaynaklarına erişmek, üretken AI ve veritabanı alma işlemlerinin en iyi kısımlarını birleştirmek için. Bunların faydası, kullanım durumuna ve bir satıcının mevcut veri işleme işleminin kullanım durumunu ne kadar iyi desteklediğine bağlı olarak büyük ölçüde değişir; onlar "sihirli" değildir. Bu, tıbbi teşhis ve yasal çalışma gibi İnternette yaygın olmayan tescilli veriler ve uzmanlık gerektiren diğer uygulamalar için de geçerlidir. Şirketlerin üretken AI kullanım durumlarını optimize etmek için veri işleme hatlarını ve veri erişim sistemlerini ayarlamaları muhtemel görünüyor. Ayrıca, üretken AI şirketleri özel olarak ayarlanmış modellerin geliştirilmesini teşvik ediyor, ancak bunun kalite ve ayrıntının önemli olduğu kullanımlar için ne kadar iyi çalışacağı henüz belli değil.

Ancak bu uzmanlığın güvenlik sektöründe etkili olmasının zaman alacağına dair birkaç neden var. Birincil nedenlerden biri, bu modelleri özelleştirmenin eğitim sırasında siber güvenlik ve yapay zeka konusunda uzman olan birçok insanın döngüde olmasını gerektirmesidir; bu iki sektör yeterli yetenek işe almakta zorlanıyor. Siber güvenlik sektörü, dünya çapında yaklaşık dört milyon profesyonelden yoksun, Dünya Ekonomik Forumuve Reuters yakın gelecekte yapay zeka ile ilgili pozisyonlarda işe alımlarda %50'lik bir boşluk olacağını tahmin ediyor.

Çok sayıda uzman bulunmadığında, AI modellerini bir güvenlik bağlamında çalışacak şekilde uyarlamak için gereken hassas çalışma yavaşlayacaktır. Bu modelleri eğitmek için gereken veri bilimini gerçekleştirmenin maliyeti, özel AI modellemesi üzerine araştırma yapmak için kaynaklara sahip kuruluş sayısını da sınırlar. Son teknoloji AI modellerinin gerektirdiği işlem gücünü karşılamak milyonlarca dolar gerektirir ve bu paranın bir yerden gelmesi gerekir. Bir kuruluş AI özelleştirmesi üzerine araştırmayı destekleyecek kaynaklara ve ekibe sahip olsa bile, gerçek ilerleme bir gecede gerçekleşmez. AI modellerinin güvenlik uygulayıcıları ve analistlerinin yararına en iyi şekilde nasıl güçlendirileceğini bulmak zaman alacaktır ve her yeni araçta olduğu gibi, güvenliğe özgü doğal dil işlemcileri, sohbet robotları ve diğer AI destekli entegrasyonlar tanıtıldığında bir öğrenme eğrisi olacaktır.

Üretken AI, siber güvenlik dünyasını, saldırganların ve tehdit aktörlerinin yararlandığı saldırgan AI yeteneklerinin, tehditleri tespit etmek ve izlemek için oluşturulmuş güvenlik sağlayıcılarının AI modelleriyle rekabet edeceği yeni bir paradigmaya doğru kaydırmaya hala hazır. Bu değişimi desteklemek için gerekli araştırma ve geliştirme, genel teknoloji topluluğunun tahmin ettiğinden biraz daha uzun sürecek.

Yapay Zeka Başkan Yardımcısı Dean Arktik Kurt siber güvenlik, veri mühendisliği ve uygulamalı makine öğrenimi/AI alanlarında yönetici, müdür ve bireysel katkıda bulunan kişidir. Dean, ürün vizyonunu yürütme, ekipler kurma ve yönetme ve müşterilere analitik sistemler geliştirme ve dağıtma konusunda çeşitli uzmanlıklara sahiptir. Texas Özel Sektör Danışma Konseyi ve Texas AI Danışma Konseyi'nde görev yapmaktadır ve AI ve siber güvenlikle ilgili politika ve standartlar konusunda IEEE ile aktif olarak çalışmaktadır.

Dean, 25 yıl boyunca taktik sonar, uçaklar için karşı önlem konuşlandırma ve siber güvenlik projelerinde çalıştığı DoD ve İstihbarat Topluluğu yüklenicisi olmak üzere yenilikçi ürünler inşa etme konusunda 18 yılı aşkın deneyime sahiptir. Ayrıca Arctic Wolf'tan önce çeşitli siber güvenlik şirketlerinde çalışmış ve veri bilimi, mühendislik ve çeşitli diğer teknik liderlik rollerinin başında yer almıştır. Bundan önce Dean, ulus-devlet saldırılarına odaklanan çok kurumlu (DoD / IC) bir siber savunma görev gücünün veri istismarı bölümünde 8 yıldan fazla Baş Araştırmacı olarak görev yapmıştır.

Dean, UT Austin'den hem Elektrik ve Bilgisayar Mühendisliği alanında Doktora hem de Fizik alanında Yüksek Lisans derecesine sahiptir. Şu anda eşi ve iki çocuğuyla birlikte Austin, TX'te bulunmaktadır.