حدود جديدة في الدفاع والذكاء الاصطناعي
وزارة الدفاع الأمريكية تطور خطط للسماح لشركات الذكاء الاصطناعي التجارية بتدريب نماذجها على البيانات العسكرية المصنفة داخل بيئات آمنة مصممة خصيصا. حتى الآن، كانت شركات الذكاء الاصطناعي التي تملك عقودا مع البنتاغون قادرة على الوصول إلى المعلومات المصنفة لإجراء الاستدلالات باستخدام نماذج موجودة — لكنها لم تستطع استخدام تلك البيانات كمادة تدريب لتحسين النماذج وتكييفها بشكل فعلي. هذا التمييز سيتغير قريبا.
يمثل هذا التحرك تصعيدا كبيرا في التكامل بين قدرات الذكاء الاصطناعي التجارية والمجال المصنف للأمن القومي الأمريكي. إذا تم تنفيذه، فسيسمح لأنظمة الذكاء الاصطناعي المنتشرة من قبل الجيش بأن تتكيف على البيانات التشغيلية الفعلية، مما ينتج نماذج مخصصة بشكل فريد لمهام تحليل المخابرات والخدمات اللوجستية والتخطيط والاستهداف التي يؤديها البنتاغون بالفعل.
لماذا التدريب على البيانات المصنفة مهم
الفرق بين استخدام نموذج ذكاء اصطناعي عام على المدخلات المصنفة وتدريب نموذج على بيانات مصنفة كبير جدا. نموذج عام مدرب على بيانات الإنترنت العام قد يؤدي بشكل كافي في العديد من المهام لكنه سيفتقد المفردات المتخصصة والفهم السياقي والاستدلال المتخصص في المجال الذي يأتي من التدريب على أنواع البيانات الفعلية التي ستواجهها النظام عند النشر.
نموذج مدرب على التقارير العسكرية المصنفة وتحليل الصور الفضائية والمخابرات الإشارات والبيانات اللوجستية سيطور قدرات معايرة بشكل خاص لتلك المجالات. سيفهم بنية صيغ التقارير العسكرية ومفردات تقييمات التهديدات والأنماط في المنتجات الاستخبارية — كل ذلك غير مرئي للنماذج المدربة حصريا على البيانات العامة.
هذا نوع من الضبط الدقيق الخاص بالمجال ممارسة معيارية في النشر التجاري للذكاء الاصطناعي. نموذج معايير على السجلات الطبية يؤدي بشكل أفضل في المهام السريرية من نموذج عام. البنتاغون يسعى للحصول على نفس الميزة في مجال الأمن القومي.
نهج المنطقة الآمنة
الآلية المقترحة تنطوي على إنشاء بيئات الحوسبة المادية الآمنة — غالبا ما تسمى مناطق آمنة — حيث يمكن إحضار البيانات المصنفة إلى البنية التحتية لتدريب الذكاء الاصطناعي بدلا من الطريقة الأخرى. سيعمل مهندسو شركات الذكاء الاصطناعي وأنظمتهم داخل هذه المرافق تحت شروط الإشراف التي تستوفي متطلبات التصنيف.
هذا معقد من الناحية التقنية واللوجستية. يتطلب تدريب نماذج الذكاء الاصطناعي الكبيرة بنية تحتية حاسوبية ضخمة، وتكرار تلك البنية التحتية على مستويات الأمان المطلوبة للتعامل مع البيانات السرية للغاية يتضمن كلا من شراء الأجهزة وإنشاء مرافق تستوفي معايير الأمان الفيزيائي والسيبراني الصارمة.
شركات الذكاء الاصطناعي المنتشرة بالفعل من قبل البنتاغون
السياق لهذا الإعلان هو توسع أوسع في شراكات الذكاء الاصطناعي بين البنتاغون والمطورين التجاريين الرئيسيين للذكاء الاصطناعي. أكد رئيس تكنولوجيا البنتاغون Emil Michael هذا الأسبوع أن أنظمة OpenAI قد تم نشرها بالفعل داخل الوزارة في الأسابيع الأخيرة، مع توقع Google Gemini قريبا.
لقد نشرنا بالفعل OpenAI في الأسابيع الأخيرة، وسننشر الآخرين هنا، بدءا من Gemini، قال Michael، محتفيا بوتيرة التكامل الذي كان يصعب تخيله منذ سنوات قليلة. التحول من برامج تجريبية حذرة إلى النشر التشغيلي يشير إلى أن البنتاغون ينظر إلى نماذج اللغة الكبيرة التجارية كأدوات مفيدة حقا وليس كفضول تجريبي.
تبني الخطة السماح بالتدريب على البيانات المصنفة على أساس هذا النشر. الشركات التي نماذجها تعمل بالفعل داخل أنظمة DoD مرشحات طبيعية لتطوير نسخ متخصصة أكثر مدربة على البيانات التي تواجهها تلك الأنظمة.
أسئلة السياسة والإشراف
تثير الخطة أسئلة إشراف كبيرة يجب على الوزارة معالجتها. من يتحكم في بيانات التدريب والنماذج الناتجة؟ ماذا يحدث لأنظمة الذكاء الاصطناعي بعد اكتمال التدريب المصنف — هل تبقى داخل أنظمة الحكومة، أم يمكن لعناصر ما تعلمه النموذج أن تعود إلى إصدارات تجارية؟ كيف يتم فحص مهندسي شركات الذكاء الاصطناعي والإشراف عليهم داخل المرافق الآمنة؟
الكونجرس، الذي كان منتبها بشكل متزايد لكل من تطور الذكاء الاصطناعي وسياسة تكنولوجيا الأمن القومي، سيدقق على الأرجح في هذه المبادرة. مزيج الذكاء الاصطناعي التجاري والبيانات المصنفة للأمن القومي هو إقليم حساس يؤثر على المخاوف بشأن أمان البيانات والوصول التجاري إلى معلومات الحكومة وهياكل المساءلة التي تحكم أنظمة الذكاء الاصطناعي العسكرية.
حقيقة أن البنتاغون يمضي قدما بالتخطيط يشير إلى الثقة بأن هذه المسائل يمكن إدارتها، وأن الفوائد التشغيلية للذكاء الاصطناعي المتكيف مع المجال تعتبر مقنعة بشكل كافي لتبرير جهد بناء البنية التحتية الضرورية وإطار الإشراف.
هذه المقالة تعتمد على التقارير من The Decoder. اقرأ المقالة الأصلية.
Originally published on the-decoder.com
