Kiberbiztonság
Anthropic: adatközpont nélkül is terjedhet az AI-féreg, egyelőre csak elméletben
Mi történne, ha egy mesterséges intelligencia nem egy jól őrzött szerverteremben futna, hanem magától költözne át fertőzött tévéokosítókra és androidos eszközökre? Az Anthropic kutatói ezt a forgatókönyvet tesztelték. Az eredmények egyszerre megnyugtatóak és figyelmeztetőek.
Mit vizsgált pontosan a vörös csapat?
A jelentés címe szabad fordításban: az AI-modellek adatközponthoz való hozzáférés nélkül is képesek lehetnek az önreplikációra. A kutatók a weight-based replicator nevű, egyelőre feltételezett kártevőtípust elemezték. A név arra utal, hogy egy ilyen program a modell súlyaira, vagyis a betanítás során kialakult paramétereire épülve terjedne tovább. A vörös csapat a biztonsági szakmában azt a csoportot jelenti, amely támadóként próbálja ki egy rendszer gyenge pontjait, mielőtt azt valódi rosszakarók tennék meg.
A tesztekben a Qwen3.5-9B modell kilenc vizsgált hardvertípusból nyolcon tudott inferenciaszervert, vagyis a modell futtatásához és lekérdezéséhez szükséges környezetet felállítani. Hogy melyik eszközön nem járt sikerrel, az a beszámolóból nem derül ki. A legfeltűnőbb eredményt a 744 milliárd paraméteres GLM-5.2 hozta: öt próbálkozásból négyszer mind a nyolc emulált androidos csomópontra eljutott egy védtelen ADB porton keresztül, egyszer pedig hétre. Az ADB (Android Debug Bridge) az Android hibakereső felülete, amely nyitva hagyva távoli hozzáférést adhat egy eszközhöz. Fontos részlet, hogy a GLM-5.2 a célgépekre nem önmagát másolta át, hanem a jóval kisebb Llama 3.1 8B modellt telepítette.
Lassú, de nem lehetetlen
A gyakorlati korlátok egyelőre óriásiak. A Gemma4-26B-A4B modell 15 darab, egyenként körülbelül 55 dolláros Android TV boxon együtt is csak 0,39 tokent állított elő másodpercenként; egy token nagyjából egy szótöredéknek felel meg, így ez a tempó használhatatlanul lassú. A futtatókörnyezet felállítása az olcsó eszközökön a becslések szerint a Qwen3.5-9B esetében 28–51 órát, a Gemma4-26B-A4B esetében 71–150 órát venne igénybe.
A méretezés viszont más képet fest. A beszámoló szerint egy, a Kimwolf botnethez hasonló, több mint kétmillió eszközből álló flotta nagyjából 133 ezer Gemma4-26B-A4B példányt tudna futtatni, ami körülbelül 40 darab H100 gyorsítónak megfelelő inferenciakapacitás. Ez egy nagy adatközponthoz képest szerény, egy irányító nélkül terjedő kártevőnél azonban már nem elhanyagolható. Az Anthropic szerint egy körülbelül 30 milliárd paraméteres modell 2026 végére elérheti az ehhez szükséges képességszintet.
Mekkora valójában a veszély?
A Tom's Hardware értékelése szerint a kutatás inkább koncepcionális: a mai modellek és az olcsó célhardver között nagy a szakadék, a közvetlen veszély kicsi. A lap reálisabb kockázatnak tartja a hibrid kártevőket, amelyekben a hagyományos támadókódot AI teszi alkalmazkodóbbá. A háttér ettől még komoly: az AI-ügynökök, vagyis az önállóan feladatokat végrehajtó modellek egyre ügyesebben konfigurálnak szoftvert és mozognak hálózatokon, és a cikk szerint már most írnak kódot biztonsági rendszerek megtámadására.
Néhány kérdés nyitva marad. A fenti számok a Tom's Hardware cikkéből származnak, az eredeti Anthropic-jelentést nem ellenőriztük, és a modellnevek is a beszámolóban szereplő formában szerepelnek. A jelentés pontos megjelenési dátuma és szerkezete sem teljesen világos. Az üzenet azonban egyértelmű: a védekezést akkor érdemes megtervezni, amikor a fenyegetés még elméleti, és ehhez az olyan alapvető lépések is hozzátartoznak, mint a nyitva felejtett hibakereső portok bezárása.