Yapay Zeka Konusunda Sabır Bir Erdemdir

ChatGPT’nin lançmanından bu yana geçen neredeyse iki yıl içinde, üretken yapay zeka, toplum değiştirici beklentilerden recent bir hisse senedi piyasası düzeltmesine kadar bir teknoloji hype döngüsünden geçti. Ancak özellikle siber güvenlik endüstrisinde, Üretken AI (genAI) etrafındaki heyecan hala haklı; ancak sektörü tamamen değiştirmek için yatırımcılar ve analistlerin beklediğinden daha uzun sürebilir.

Hype’deki değişimin en açık ve en recent işareti, Ağustos başındaki Black Hat USA Konferansı‘nda görüldü. Burada üretken yapay zeka, ürün lansmanlarında, demonstrasyonlarda ve genel olarak yaratılan heyecanda çok küçük bir rol oynadı. Dört ay önce aynı satıcıların yer aldığı RSA Konferansı ile karşılaştırıldığında, Black Hat’in AI odaklı yaklaşımı ihmal edilebilir düzeydeydi. Bu, tarafsız gözlemcilerin endüstrinin başka bir şeye geçiş yaptığını veya AI’nin bir komodite haline geldiğini düşünmesini haklı kılabilir. Ancak durum tam olarak böyle değil.

Şunu kastediyorum: Siber güvenlik endüstrisinde üretken AI’nin uygulanmasının dönüştürücü faydası, genel sohbet botlarından veya hızlı bir şekilde AI’yi veri işleme modellerine katmanlamanın üzerinden gelmeyecek. Bunlar, daha gelişmiş ve verimli kullanım örneklerinin temel taşları, ancak şu anda güvenlik endüstrine özgü değil ve bu nedenle müşteriler için yeni bir dalganın optimal güvenlik sonuçlarını sağlamıyorlar. Asıl dönüşüm, AI modelleri güvenlik kullanım örnekleri için özelleştirilip ayarlandığında gerçekleşecek.

Güvenlikte şu anki genel AI kullanım örnekleri büyük ölçüde prompt mühendisliği ve Retrieval-Augmented Generation kullanıyor. Bu, temel olarak büyük dil modellerinin (LLM’ler) eğitim verilerinin dışında ek veri kaynaklarına erişmesini sağlayan bir AI çerçevesi. Bu kullanım örneklerinin faydası, kullanım örneğine ve bir satıcının mevcut veri işleme altyapısının kullanım örneğini ne kadar iyi desteklediğine bağlı olarak büyük ölçüde değişiyor. Bunlar “sihir” değil. Tıbbi teşhis ve yasal iş gibi, internet üzerinde yaygın olmayan özel veri ve uzmanlık gerektiren diğer uygulamalar için de bu geçerlidir. Şirketlerin veri işleme boru hatlarını ve veri erişim sistemlerini üretken AI kullanım örneklerini optimize etmek için ayarlayacağı görünüyor. Ayrıca, üretken AI şirketleri, özellikle kalite ve ayrıntı essential olduğunda ne kadar iyi çalışacağı belirsiz olan, özellikle ayarlanmış modellerin geliştirilmesini teşvik ediyor.

Ancak bu uzmanlaşmanın güvenlik endüstrisinde etkili olması zaman alacak. Birincil neden, bu modelleri özelleştirmek için eğitim sırasında siber güvenlik ve AI konularında uzman olan birçok insanın dahil olması gerekiyor. İki endüstri de yetenek sıkıntısı çekiyor. Siber güvenlik endüstrisi worldwide olarak yaklaşık dört milyon profesyonden mahrum, Dünya Ekonomik Forumu tarafından bildirildiği gibi ve Reuters, yakın gelecekte AI ile ilgili pozisyonlar için %50’lik bir istihdam açığının olacağını tahmin ediyor.

Uzmanların bolca bulunmaması, AI modellerini güvenlik bağlamında çalışacak şekilde özelleştirmek için gereken kesin işi yavaşlatacak. Bu modelleri eğitmek için gerekli olan veri bilimini gerçekleştirmek için gereken maliyet de, bu tür araştırmaları gerçekleştirebilecek organizasyonların sayısını sınırlıyor. En son teknoloji AI modellerini gerektiren işlem gücünü karşılayabilmek için milyonlarca dolar gerekiyor ve bu paranın bir yerden gelmesi gerekiyor. Bir organizasyonun araştırma ve AI özelleştirmesi için gerekli kaynaklara ve ekibe sahip olduğunda bile, gerçek ilerleme hemen gerçekleşmiyor. AI modellerini güvenlik uzmanları ve analistlerine nasıl en iyi şekilde entegre edeceğini anlamak zaman alacak ve her yeni araç gibi, güvenlik odaklı doğal dil işleyicileri, sohbet botları ve diğer AI destekli entegrasyonlar tanıtılırken bir öğrenme eğrisi olacak.

Üretken AI, siber güvenliği yeni bir paradigmaya doğru değiştirmeye hala hazır; burada saldırganların ve tehdit aktörlerinin kullandığı saldırı AI yetenekleri, güvenlik sağlayıcılarının tehditleri tespit etmek ve izlemek için oluşturduğu AI modelleriyle yarışacak. Bu değişimi beslemek için gerekli araştırma ve geliştirme, genel teknoloji topluluğunun beklediğinden biraz daha uzun sürebilecek.