Bank of America ხელოვნური ინტელექტის მიერ აღმოჩენილ ხარვეზებს ასწორებს
მასშტაბური სამუშაოები კიბერუსაფრთხოების განმტკიცებისთვის
Bank of America-მ, რომელიც მსოფლიოს ერთ-ერთი უმსხვილესი ფინანსური ინსტიტუტია, მასშტაბური ოპერაცია წამოიწყო საკუთარი ციფრული ინფრასტრუქტურის დასაცავად. ბანკის ხელმძღვანელობამ განაცხადა, რომ 4 000-მდე ადამიანია მობილიზებული იმ პროგრამული ხარვეზების აღმოსაფხვრელად, რომლებიც ხელოვნური ინტელექტის თანამედროვე მოდელებმა, მათ შორის Anthropic-ის Mythos-მა, გამოავლინეს. ამ მიზნით ბანკმა 1 000 გარე კონტრაქტორი დაიქირავა, რომლებიც მეორე კვარტლიდან მოყოლებული ბანკის 3 000 შიდა თანამშრომელთან ერთად მუშაობენ.
ბანკის აღმასრულებელმა დირექტორმა, ბრაიან მოინიჰენმა განმარტა, რომ მესამე კვარტალში პროგრამული უზრუნველყოფის განახლებასა და ფულის გათეთრების საწინააღმდეგო რეგულაციებთან შესაბამისობის უზრუნველყოფაზე რამდენიმე ასეული მილიონი დოლარი დაიხარჯა. მიუხედავად იმისა, რომ კონკრეტული თანხა მხოლოდ ხარვეზების გამოსწორებისთვის არ გამოუყვიათ, ეს ინვესტიცია ცხადყოფს, თუ რამდენად სერიოზულად უდგება ფინანსური სექტორი AI-ს მიერ აღმოჩენილ საფრთხეებს.
ხელოვნური ინტელექტი, როგორც უსაფრთხოების ახალი ინსტრუმენტი
წელს აპრილში Anthropic-მა წარადგინა Mythos – ხელოვნური ინტელექტის მოდელი, რომელიც სპეციალურად უსაფრთხოების აუდიტისთვის შეიქმნა და Project Glasswing-ის ფარგლებში შეზღუდულ პარტნიორებს მიეწოდა. მოდელმა ათასობით სერიოზული უსაფრთხოების ხარვეზი აღმოაჩინა. ამას მაისში მოჰყვა OpenAI-ის ანალოგიური პროექტი Daybreak. თავდაპირველად ბევრი სკეპტიკურად უყურებდა ამ ინიციატივებს და მათ მარკეტინგულ ხრიკებად მიიჩნევდა, თუმცა რეალურმა კიბერშემთხვევებმა, როგორიცაა Hugging Face-ის ჰაკერული თავდასხმა, საზოგადოებრივი აზრი შეცვალა.
დამოუკიდებელმა შეფასებებმა დაადასტურა, რომ ახალი თაობის AI მოდელებს გაცილებით მაღალი ეფექტურობა აქვთ კოდში არსებული სისუსტეების პოვნაში, ვიდრე ტრადიციულ სკანირების სისტემებს. Bank of America გახდა ერთ-ერთი პირველი კომპანია, რომელმაც საჯაროდ გაასაჯაროვა, თუ რამდენი რესურსი მიაქვს ამ ახალი ტექნოლოგიების მიერ გამოვლენილი პრობლემების მოგვარებას.
რა მოელის ფინანსურ სექტორს მომავალში?
ბრაიან მოინიჰენის თქმით, ბანკი ელოდება, რომ დროთა განმავლობაში პროგრამული ხარვეზების გამოსწორების ხარჯები შემცირდება. ეს სავსებით ლოგიკურია, რადგან თავდაპირველი ეტაპი მოითხოვს დიდი რაოდენობით დაგროვილი ტექნიკური ვალის (technical debt) დაფარვას, რაც შემდგომში სისტემების უფრო სტაბილურ მუშაობას განაპირობებს.
ქართული ბანკებისა და ტექნოლოგიური კომპანიებისთვის ეს მაგალითი მნიშვნელოვანი გაკვეთილია. ფინანსური სექტორის გაციფრულებასთან ერთად, კიბერუსაფრთხოების სტანდარტებიც იცვლება. ხელოვნური ინტელექტის გამოყენება არა მხოლოდ შეტევებისთვის, არამედ საკუთარი სისტემების პროაქტიული აუდიტისთვის, უახლოეს მომავალში სტანდარტულ პრაქტიკად იქცევა. კომპანიებს, რომლებიც ამ ტექნოლოგიებს არ გამოიყენებენ, გაუჭირდებათ თანამედროვე კიბერ საფრთხეებთან გამკლავება.