داخل عنق الزجاجة السري للذكاء الاصطناعي: لماذا أصبحت السيليكون، لا الخوارزميات، هي القيد الجديد على الأمن القومي
تشير دفعة تم الإبلاغ عنها بقيمة 9 مليارات دولار لشرائح ذكاء اصطناعي أحدث إلى حقيقة صعبة في أعمال الاستخبارات: النماذج المتقدمة لا تكون مفيدة إلا إذا كانت الأنظمة المصنفة قادرة على تشغيلها بأمان.
بالنسبة إلى وكالات الاستخبارات، قد لا تكون أصعب مشكلة في الذكاء الاصطناعي هي النموذج بعد الآن، بل غرفة المعدات. وتشير خطة تمويل وافق عليها البيت الأبيض وتم الإبلاغ عنها، تستهدف وكالة الأمن القومي ووكالة الاستخبارات المركزية وغيرها من أجهزة الاستخبارات الأمريكية، إلى أن البيئات المصنفة ما زالت تفتقر إلى سعة المسرّعات الحديثة اللازمة لاستخدام الذكاء الاصطناعي المتقدم بكامل قدرته. وهذا يسلط الضوء على مشكلة تعرفها فرق الأمن جيدًا: تنهار القدرة عندما لا تستطيع البنية التحتية الحصول على الاعتماد الأمني، والعزل، والتوسع بالوتيرة نفسها التي يتطور بها البرنامج.
حقائق سريعة
- تبلغ قيمة خطة التمويل المبلغ عنها 9 مليارات دولار.
- يشمل هدف الإنفاق وكالات استخبارات أمريكية كبرى مثل وكالة الأمن القومي ووكالة الاستخبارات المركزية.
- تتمثل الحاجة المعلنة في شرائح ذكاء اصطناعي أحدث يمكنها دعم النماذج المتقدمة داخل الأنظمة المصنفة.
- تعتمد عمليات نشر الذكاء الاصطناعي المصنفة عادة على بنية آمنة، لا على قوة المعالجة الخام وحدها.
- لم يتم تحديد التخصيص الكامل أو مزيج الشرائح أو الجدول الزمني للشراء علنًا.
عندما يلتقي الذكاء الاصطناعي بالحوسبة المصنفة
المعنى التقني لهذه الخطوة أضيق مما يوحي به العنوان. الأمر لا يتعلق ببساطة بشراء مزيد من العتاد. بل يتعلق بما إذا كانت المهام الحساسة قادرة على توفير سعة مسرّعات كافية لتشغيل أحمال عمل الذكاء الاصطناعي الحديثة دون خرق قواعد التصنيف أو الحدود الأمنية أو الضوابط التشغيلية. عمليًا، يعني ذلك أن أنظمة فئة GPU، وعرض نطاق الذاكرة، والوصلات البينية، وحزمة البرمجيات المحيطة كلها مهمة بقدر أهمية النموذج نفسه.
بالنسبة إلى مستخدمي الأمن القومي، فإن مشكلة النشر قاسية بشكل خاص. فالأنظمة المصنفة تتطلب عادة قرارات معمارية صارمة، ومكونات تم التحقق منها، ومسارات بيانات خاضعة لرقابة دقيقة. وقد بُني إطار التصنيف التجاري لوكالة الأمن القومي على الحماية متعددة الطبقات، بينما ترسم سياسة الذكاء الاصطناعي الفيدرالية خطًا بين الاستخدام العادي داخل الوكالات وحالات الاستخدام داخل مجتمع الاستخبارات. وهذا الفصل مهم لأن ما يعمل في سحابة مؤسسية عادية قد لا يكون مقبولًا داخل نطاق آمن معزول.
من منظور دفاعي، تشير الميزانية المبلغة إلى عنق زجاجة في الشراء والحوسبة الآمنة، لا إلى نقص بسيط في الاهتمام بالذكاء الاصطناعي. فإذا لم تتمكن الوكالات من الحصول على المسرّعات الحديثة ودمجها واعتمادها بالقدر الكافي، فقد تبقى النماذج المتقدمة محصورة خارج البيئات التي تكون فيها أكثر فائدة.
وهنا يتسع أيضًا نطاق المخاطر السيبرانية. فأمن الذكاء الاصطناعي لا يقتصر على سلوك النموذج. إذ يمكن أن تصبح الثقة بالعتاد، وسلامة البرمجيات الثابتة، والانضباط في التصحيح، وعزل الشبكات، ومعالجة البيانات كلها جزءًا من سطح الهجوم. وبعبارة أخرى، أصبحت الشريحة الآن جزءًا من الحدود الأمنية.
حتى وقت كتابة هذا التقرير، لا تحدد المعلومات العامة بالكامل كيف سيجري تقسيم الأموال، أو ما إذا كان التمويل جديدًا بالكامل، أو ما هي المنصات المحددة المشمولة. وتدعم المعلومات المتاحة تحليلًا للمخاطر، لا ادعاءً بوجود فشل تشغيلي.
الخلاصة
الدرس واضح: في الذكاء الاصطناعي المصنف، القدرة الحاسوبية هي الاستراتيجية. فالوكالات التي تريد قوة النماذج المتقدمة عليها أيضًا أن تحل المشكلة الأصعب المتمثلة في الشراء الآمن، والاعتماد الأمني، والنشر الموثوق. إن الحدود الفعلية ليست الذكاء الاصطناعي وحده، بل البنية التحتية اللازمة لاستخدامه بأمان في المواضع الأعلى خطورة.
TECHCROOK
hardware firewall appliance: يمكن لجدار حماية مخصص أن يساعد في تقسيم الأنظمة الحساسة، وتقييد حركة المرور بين الشبكات، وإنشاء حدود أوضح للتدقيق والتحكم في الوصول. بالنسبة إلى الفرق التي تتعامل مع بيانات عالية القيمة أو أحمال عمل معزولة، فإن جهازًا مستقلًا يعد جزءًا عمليًا من إعداد دفاعي متعدد الطبقات.
WIKICROOK
- الأنظمة المصنفة: بيئة حوسبة معتمدة للتعامل مع المعلومات الحكومية الحساسة وفق قواعد أمنية صارمة.
- مسرّع الذكاء الاصطناعي: عتاد متخصص، وغالبًا ما يكون GPU، صُمم لتسريع أعمال تعلم الآلة والاستدلال.
- الاعتماد الأمني: تفويض رسمي بأن النظام يستوفي ضوابط الأمان المطلوبة قبل استخدامه التشغيلي.
- النطاق الآمن المعزول: بيئة حوسبة معزولة صُممت لحماية البيانات والأحمال الحساسة من التعرض الأوسع للشبكة.
- التحقق من سلسلة الإمداد: مراجعة مصادر العتاد والبرمجيات للحد من خطر العبث أو العيوب الخفية أو المكونات غير الموثوقة.
