সাইবার AI নিয়ে পেন্টাগনের দৃষ্টিভঙ্গি বদলাচ্ছে
এই সপ্তাহে যুক্তরাষ্ট্রের প্রতিরক্ষা প্রযুক্তি খাতের দুই জ্যেষ্ঠ কর্মকর্তা বলেন, সাইবার-সক্ষম কৃত্রিম বুদ্ধিমত্তার সর্বশেষ প্রজন্মকে শুধু হুমকি হিসেবে বোঝা উচিত নয়। ওয়াশিংটনে SCSP AI+Expo-তে বক্তব্য রাখতে গিয়ে, সাইবার নীতির সহকারী সচিব ক্যাথরিন সাটন এবং পেন্টাগনের চিফ টেকনোলজি অফিসার এমিল মাইকেল যুক্তি দেন যে Anthropic-এর অপ্রকাশিত Mythos সিস্টেমের মডেলে তৈরি সরঞ্জামও প্রতিরক্ষার জন্য শক্তিশালী উপকরণ হয়ে উঠতে পারে।
অভূতপূর্ব গতিতে সফটওয়্যার দুর্বলতা শনাক্ত ও কাজে লাগাতে সক্ষম AI সিস্টেম নিয়ে উদ্বেগ বাড়ার সঙ্গে সঙ্গে প্রতিরক্ষা দপ্তরের ভেতরে আরও বাস্তবমুখী অবস্থান দেখা যাচ্ছে, এই মন্তব্যগুলো তা-ই ইঙ্গিত করে। সেই গতিকে কেবল নতুন বিপদের উৎস হিসেবে না দেখে, পেন্টাগন কর্মকর্তারা বলছেন যে একই ক্ষমতা ব্যবহার করে দুর্বল সিস্টেমগুলোকে মানুষের দল আজ যত দ্রুত সামলাতে পারে তার চেয়েও দ্রুত সুরক্ষিত করা সম্ভব।
সাটন বলেন, বর্তমান প্যাচিং মডেল, যা প্রায়ই দিন বা সপ্তাহ ধরে চলে, এমন পরিবেশে আর যথেষ্ট নয় যেখানে AI অনেক দ্রুত এগোতে পারে। তাঁর ভাষায়, মূল সুযোগটি বিমূর্ত কিছু নয়। তা হলো নিরাপদ কোড। যদি উন্নত মডেল দ্রুত ত্রুটিপূর্ণ সফটওয়্যার শনাক্ত করে তা মেরামত করতে পারে, তাহলে সেনাবাহিনী ও তার ঠিকাদাররা এমন গতিতে ঝুঁকি কমানো শুরু করতে পারবে, যা পুরনো প্রক্রিয়াগুলো কখনও অর্জন করতে পারেনি।
“মানব গতি” থেকে যন্ত্রগতিতে
অধিকারীদের মন্তব্য একটি সহজ কিন্তু গুরুত্বপূর্ণ বিষয়ে কেন্দ্রীভূত ছিল: বিস্তৃত সফটওয়্যারভিত্তির মধ্যে দুর্বলতা ইতিমধ্যেই আছে, এবং AI তা খুঁজে বের করা, ঠিক করা এবং কাজে লাগানোর গতি বদলে দিচ্ছে। মাইকেল বলেন, এই ত্রুটিগুলো নতুন নয়। যা বদলায় তা হলো সময়রেখা। Mythos-এর মতো সিস্টেম প্রতিরক্ষকদের বাগ দ্রুত খুঁজে পেতে সাহায্য করতে পারে, কিন্তু আক্রমণকারীরাও একই বাগকে আরও দ্রুত অস্ত্র হিসেবে ব্যবহার করতে পারে।
এই দ্বৈত-ব্যবহারের বাস্তবতাই এই মুহূর্তটিকে জাতীয় নিরাপত্তার জন্য এত গুরুত্বপূর্ণ করে তুলেছে। মাইকেল এটিকে এমন এক সময় হিসেবে বর্ণনা করেছেন, যখন শুধু ফেডারেল সরকার নয়, দেশকেও ডিজিটাল অবকাঠামো মজবুত করতে হবে। প্রতিরক্ষা দপ্তর বহু বছরের প্রযুক্তিগত ঋণ জমে থাকা পুরনো সফটওয়্যার সিস্টেম ও কোডবেসের এক বিচিত্র মিশ্রণের ওপর নির্ভর করে। এমন পরিবেশে, এমন একটি মডেল যা স্বয়ংক্রিয়ভাবে দুর্বল কোড প্যাচ করতে পারে, কেবল সামান্যভাবে কার্যক্রম উন্নত করার চেয়ে বেশি কিছু করতে পারে। এটি এমন কাজকে ত্বরান্বিত করতে পারে, যা কর্মকর্তাদের মতে অনেক আগেই হওয়া উচিত ছিল।
যুক্তিটি এই নয় যে AI প্রক্রিয়ায় এলে সাইবার ঝুঁকি বিলীন হয়ে যায়। বিষয়টি হলো গ্রহণযোগ্য প্রতিক্রিয়া সময়ের মানদণ্ড বদলে যাচ্ছে। যদি যন্ত্রগতিতে শোষণ স্বাভাবিক হয়ে যায়, তাহলে যন্ত্রগতিতে প্রতিকারও প্রয়োজনীয় হয়ে ওঠে। এটি এমন প্রতিষ্ঠানগুলোর জন্য বড় পরিবর্তন, যেগুলো ধীর সংগ্রহচক্র, দীর্ঘ সনদীকরণ প্রক্রিয়া এবং খণ্ডিত সফটওয়্যার মালিকানার ওপর দাঁড়িয়ে আছে।
Mythos কেন গুরুত্বপূর্ণ, যদিও এটি একক নয়
পেন্টাগন প্যানেল ঘিরে জনআলোচনার বড় অংশ Mythos-কেন্দ্রিক হয়েছে, Anthropic-এর সেই মডেলটি যার কথিত হ্যাকিং ক্ষমতা নজর কেড়েছে। কিন্তু মাইকেল ধারণাটি কমাতে চেয়েছিলেন যে এই ক্ষেত্রকে একটি কোম্পানি বা একটি মডেলই সংজ্ঞায়িত করবে। তিনি Mythos-কে সাইবার-সক্ষম মডেলের একটি বৃহত্তর শ্রেণির প্রাথমিক উদাহরণ হিসেবে বর্ণনা করেন, যা আগামী এক বছর বা তারও মধ্যে বড় AI ল্যাবগুলো প্রকাশ করতে পারে।
এটি গুরুত্বপূর্ণ, কারণ পেন্টাগন একক কোনো বিক্রেতা-সংক্রান্ত বিবাদের বাইরে ভাবতে চাইছে। ট্রাম্প প্রশাসন এবং প্রতিরক্ষা সচিব পিট হেগসেথ ফেডারেল ব্যবহারের জন্য Anthropic পণ্য নিষিদ্ধ করার পর Anthropic এখন সরকারের বিরুদ্ধে মামলা করছে। মাইকেল নিজেও প্রকাশ্যে Anthropic-এর প্রধান নির্বাহীকে সমালোচনা করেছেন। তা সত্ত্বেও, অনুষ্ঠানে তাঁর মন্তব্য ইঙ্গিত দেয় যে কৌশলগত প্রশ্নটি কোনো একক কোম্পানির সম্পর্কের চেয়ে অনেক বড়।
এই অর্থে, পেন্টাগন একই সঙ্গে দুটি বিষয়ের ইঙ্গিত দিচ্ছে। প্রথমত, তারা মনে করে না যে এ ধরনের ক্ষমতার ওপর Anthropic-এর স্থায়ী একচেটিয়া অধিকার আছে। দ্বিতীয়ত, তারা আশা করছে সাইবার AI-তে বিস্তৃত সমন্বয় ঘটবে, কারণ একাধিক প্রতিষ্ঠান একই রকম উন্নত ক্ষমতাসম্পন্ন মডেল তৈরি করছে। যদি সেই প্রত্যাশা সত্যি হয়, তাহলে নীতিগত চ্যালেঞ্জ হবে না যে কোনো নির্দিষ্ট সিস্টেম আছে কি না, বরং সরকার ও শিল্প কীভাবে এমন এক বিশ্বের সঙ্গে মানিয়ে নেবে যেখানে এ ধরনের বহু সিস্টেম থাকবে।
প্রতিরক্ষা প্রতিষ্ঠানের জন্য বড় পরীক্ষা
পেন্টাগনের আশাবাদ এই সরঞ্জামগুলোর সঙ্গে জড়িত ঝুঁকি কমায় না। বরং সেগুলোকে আরও তীক্ষ্ণ করে। যে সিস্টেম সেকেন্ডের মধ্যে দুর্বলতা খুঁজে বের করে এবং ঠিক করতে পারে, সেটি শাসন, যাচাই ও প্রতিক্রিয়ার জন্য থাকা সময়ও সংকুচিত করে। প্রতিরক্ষা প্রতিষ্ঠানগুলোকে সিদ্ধান্ত নিতে হবে, এ ধরনের সিস্টেম কতটা স্বায়ত্তশাসন নিরাপদে পেতে পারে, কোথায় মানব পর্যালোচনা অপরিহার্য থাকবে, এবং যেগুলো এই দ্রুতগতির পরিবর্তনের জন্য তৈরি নয়, সেই পুরনো নেটওয়ার্কে সেগুলো কীভাবে মোতায়েন করা হবে।
প্রস্তুতি নিয়ে একটি বাস্তব প্রশ্নও আছে। সাইবার মডেল ব্যাপকভাবে উপলব্ধ হলেও, সেগুলোকে বাস্তব কর্মপ্রবাহে একীভূত করতে হবে প্রতিরক্ষা দপ্তরকেই। অর্থাৎ পুরনো প্ল্যাটফর্ম, অসামঞ্জস্যপূর্ণ কোডিং অনুশীলন এবং بيرোক্র্যাটিক নিয়ন্ত্রণের স্তর দ্বারা নির্ধারিত সফটওয়্যার পরিবেশে উন্নত AI-কে মানিয়ে নেওয়া। সম্ভাবনা বড়, কিন্তু বাস্তবায়নের চ্যালেঞ্জও সমান বড়।
তবু সাটন ও মাইকেলের মূল বার্তা স্পষ্ট ছিল। সাইবার AI-এর আবির্ভাব কেবল নতুন আক্রমণাত্মক হুমকির ক্ষেত্র তৈরি করে না। এটি সক্ষম প্রতিরক্ষা কেমন হওয়া উচিত তা নিয়ে নতুন করে ভাবতে বাধ্য করে। সেই কাঠামোতে সাফল্য নির্ভর করে শক্তিশালী মডেলগুলোকে আসা বন্ধ করার চেয়ে, বরং সমমানের ক্ষমতা ব্যবহার করে প্রতিপক্ষের কাজে লাগানোর আগেই ঝুঁকি কমানোর ওপর।
পেন্টাগনের জন্য, এটি AI-কে দূরবর্তী আধুনিকীকরণ প্রকল্প থেকে সরিয়ে তাত্ক্ষণিক কার্যকরী প্রয়োজনীয়তায় পরিণত করে। দৌড়টি কেবল আরও শক্তিশালী সাইবার সরঞ্জাম বানানোর নয়। এটি নিশ্চিত করারও যে প্যাচিং, প্রতিকার এবং সফটওয়্যার শক্তকরণ এমন এক হুমকির বাস্তবতার সঙ্গে তাল মেলাতে পারে, যা দ্রুত মানব গতির বাইরে চলে যাচ্ছে।
এই নিবন্ধটি Breaking Defense-এর প্রতিবেদনের ওপর ভিত্তি করে। মূল নিবন্ধটি পড়ুন.
Originally published on breakingdefense.com