الجانب المظلم للذكاء الاصطناعي: تهديد نماذج اللغة غير المحدودة لصناعة التشفير

مع التطور السريع لتكنولوجيا الذكاء الاصطناعي، بدءًا من سلسلة GPT إلى نماذج متقدمة مثل Gemini، فإنها تغير بشكل عميق أسلوب حياتنا. ومع ذلك، في هذه الثورة التكنولوجية، هناك اتجاه مثير للقلق يتصاعد بهدوء - ظهور نماذج لغوية ضخمة بلا حدود.

نموذج اللغة غير المحدود هو نظام ذكاء اصطناعي مصمم أو معدّل عمدًا لتجاوز آليات الأمان المدمجة والقيود الأخلاقية للنماذج السائدة. على الرغم من أن مطوري الذكاء الاصطناعي السائد عادة ما يستثمرون موارد كبيرة لمنع إساءة استخدام نماذجهم، إلا أن بعض الأفراد أو المنظمات، لأغراض غير قانونية، بدأوا في البحث عن نماذج غير مقيدة أو تطويرها. ستتناول هذه المقالة التهديدات المحتملة لهذه النماذج غير المقيدة في مجال العملات المشفرة، بالإضافة إلى التحديات الأمنية ذات الصلة واستراتيجيات المواجهة.

مخاطر نماذج اللغة غير المحدودة

أدى ظهور هذه النماذج إلى خفض عتبة تنفيذ الهجمات الإلكترونية بشكل كبير. كانت المهام التي تتطلب مهارات متخصصة في الماضي، مثل كتابة التعليمات البرمجية الخبيثة، وإنشاء رسائل تصيد، أو التخطيط لعمليات الاحتيال، الآن بفضل هذه النماذج، يمكن حتى للأشخاص ذوي القدرات التقنية المحدودة البدء بسهولة. يحتاج المهاجمون فقط إلى الحصول على أوزان النماذج مفتوحة المصدر والشيفرة المصدرية، ثم استخدام مجموعة بيانات تحتوي على محتوى خبيث أو تعليمات غير قانونية لإجراء تعديلات، ليتمكنوا من إنشاء أدوات هجوم مخصصة.

تجلب هذه الاتجاهات مخاطر متعددة: يمكن للمهاجمين تخصيص النماذج لهدف معين، مما يؤدي إلى إنشاء محتوى أكثر خداعًا؛ يمكن استخدام النماذج بسرعة لإنشاء متغيرات لرموز مواقع التصيد الاحتيالي أو تخصيص نصوص الاحتيال لمنصات مختلفة؛ في الوقت نفسه، فإن سهولة الوصول إلى النماذج مفتوحة المصدر تعزز من تشكيل بيئة الذكاء الاصطناعي تحت الأرض، مما يوفر موطناً للتجارة غير القانونية والتطوير.

نماذج اللغة غير المحدودة النموذجية وتهديداتها

1. إصدار الظلام من GPT

هذه نموذج لغة خبيثة يتم بيعه علنًا في المنتديات السرية، وقد أوضح مطوروه أنه لا توجد لديه أي قيود أخلاقية. تم بناء النموذج على إطار عمل مفتوح المصدر وتم تدريبه على كمية كبيرة من البيانات المتعلقة بالبرمجيات الخبيثة. تشمل إساءة الاستخدام النموذجية له في مجال التشفير ما يلي:

• إنشاء رسائل تصيد احتيالية واقعية، تتظاهر بأنها منصة لتداول العملات الرقمية أو مزود خدمة محفظة
• المساعدة في كتابة شفرة خبيثة لسرقة ملفات المحافظ أو مراقبة عمليات المستخدم
• دفع الأتمتة الاحتيالية، وإرشاد الضحايا للمشاركة في مشاريع زائفة

2. نموذج تحليل محتوى الشبكة المظلمة

على الرغم من أن الهدف الأساسي كان توفير أدوات تحليل الويب المظلم للباحثين في مجال الأمن، إلا أن المعلومات الحساسة التي تمتلكها هذه النماذج إذا وقعت في أيدي العناصر غير القانونية، فإن العواقب ستكون كارثية. تشمل الاستخدامات المحتملة الضارة:

• جمع معلومات مستخدمي التشفير وفرق المشاريع، وتنفيذ عمليات احتيال دقيقة
• نسخ أساليب سرقة العملات وغسيل الأموال الناضجة في الإنترنت المظلم

3. مساعد الاحتيال عبر الإنترنت

تم تصميم هذا النوع من النماذج كأداة متعددة الوظائف للاحتيال على الإنترنت، وهي متاحة في الأسواق السوداء. تشمل التطبيقات النموذجية لها في مجال التشفير ما يلي:

• مشاريع مزيفة للتشفير، إنشاء أوراق بيضاء، مواقع رسمية وغيرها من المواد لجمع الأموال بشكل غير قانوني
• إنشاء صفحات تصيد احتيالية بشكل جماعي تشبه بورصات معروفة
• إنشاء تعليقات مزيفة على نطاق واسع على وسائل التواصل الاجتماعي للترويج لرموز الاحتيال
• تقليد المحادثات البشرية، وإقامة الثقة مع المستخدمين ثم تحفيزهم على تسريب المعلومات الحساسة

4. مساعد الذكاء الاصطناعي بدون قيود أخلاقية

تُحدد هذه النماذج على أنها روبوتات محادثة بالذكاء الاصطناعي غير مقيدة بالأخلاق، وتشمل التهديدات المحتملة في مجال التشفير ما يلي:

• إنشاء رسائل احتيالية عالية الواقعية، تتظاهر بأنها إشعارات مزيفة من البورصة
• إنشاء كود عقد ذكي بسرعة مع باب خلفي مخفي
• إنشاء برامج ضارة ذات قدرة على التحول لسرقة المفاتيح الخاصة وعبارات الاسترجاع
• دمج أدوات الذكاء الاصطناعي الأخرى لإنشاء مقاطع فيديو أو صوت مزيف عميق للاحتيال

5. منصة الذكاء الاصطناعي ذات عتبة مراجعة منخفضة

تقدم بعض منصات الذكاء الاصطناعي الوصول إلى نماذج لغوية متعددة ذات قيود أقل، على الرغم من أنها تدعي أنها لاستكشاف قدرات الذكاء الاصطناعي، إلا أنه قد يتم إساءة استخدامها. تشمل المخاطر المحتملة:

• تجاوز الرقابة لإنشاء محتوى ضار، مثل قوالب التصيد أو الدعاية الزائفة
• خفض عتبة تنبيه الهندسة، مما يسهل على المهاجمين الحصول على المخرجات المقيدة مسبقًا
• تسريع تكرار أساليب الهجوم، واختبار سريع لنماذج مختلفة لاستجابة التعليمات الخبيثة

استراتيجيات المواجهة

يُشير ظهور نماذج اللغة غير المحدودة إلى أن الأمن السيبراني يواجه نمطًا جديدًا من الهجمات المعقدة، والتي تتميز بحجم أكبر وقدرة على الأتمتة. هذا لا يقلل فقط من عتبة الهجوم، بل يجلب أيضًا تهديدات جديدة أكثر خفاءً وخداعًا.

لمواجهة هذا التحدي، تحتاج الأطراف في النظام البيئي الأمني إلى العمل معًا:

1. زيادة الاستثمار في تقنيات الكشف، وتطوير أنظمة قادرة على التعرف على المحتوى الضار الذي يتم إنشاؤه بواسطة الذكاء الاصطناعي، واستغلال ثغرات العقود الذكية، والرموز الضارة.

2. تعزيز قدرة النموذج على مقاومة الاختراق، واستكشاف آليات العلامات المائية والتتبع، لتمكين تتبع مصادر المحتوى الضار في السيناريوهات الحرجة.

3. إنشاء معايير أخلاقية وتنظيمية سليمة، للحد من تطوير ونشر النماذج الضارة من المصدر.

4. تعزيز تعليم المستخدمين وزيادة الوعي العام بقدرة التعرف على المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي والوعي بالأمان.

5. تشجيع التعاون في الصناعة، ومشاركة معلومات التهديدات، والتعاون لمواجهة التحديات الأمنية الناشئة في الذكاء الاصطناعي.

فقط من خلال الجهود المشتركة من جميع الأطراف يمكن ضمان الأمان والتطور الصحي لبيئة العملات الرقمية في الوقت الذي تتطور فيه تكنولوجيا الذكاء الاصطناعي بسرعة.