آنتروپیک می‌گوید: «تکثیر خود» مدل هوش مصنوعی تنها چند ماه دیگر باقی مانده است - و حتی برای تحقق آن نیازی به مرکز داده نیست.

آنتروپیک هشدار می‌دهد که کرم‌های هوش مصنوعی می‌توانند تا پایان سال امکان‌پذیر شوند.

این کرم‌های هوش مصنوعی می‌توانند سخت‌افزاری از دستگاه‌های IoT گرفته تا مراکز داده را ربودند

مدل های کوچکتر در حال حاضر قادر به تطبیق با سخت افزار ناآشنا و خود تکراری هستند Anthropic هشدار داده است که می‌تواند در عرض چند ماه برای مدل‌های کوچک هوش مصنوعی در دستگاه‌های اینترنت اشیا (IoT) خود تکراری عملی شود.

این می‌تواند یک مشکل بزرگ باشد زیرا یک مدل هوش مصنوعی خود-تکرار شونده دارای یک سوئیچ خاموش متمرکز نیست و می‌تواند شبکه‌ها را برای کشف سایر سخت‌افزارهای اینترنت اشیا برای تکثیر بیشتر بدون کنترل انسان پرتاب کند.

آنتروپیک هشدار می‌دهد که این کرم‌های هوش مصنوعی می‌توانند از چندین دستگاه اینترنت اشیا به خطر افتاده برای استنتاج استفاده کنند در حالی که وزن مدل خود را با خود حمل می‌کنند. این شرکت می‌گوید دستگاه‌های اینترنت اشیا هدف اصلی این کرم هستند زیرا «ارزان هستند و معمولا ضعیف هستند».

مدل های کوچک هوش مصنوعی می توانند به سرعت پخش شوند

محققان Anthropic برای آزمایش قابلیت زنده ماندن یک کرم هوش مصنوعی خود تکرار شونده، Gemma4-26B-A4B - یک مدل 25 میلیارد پارامتری - را در 15 جعبه تلویزیون اندرویدی ارزان قیمت با قیمت حدود 55 دلار اجرا کردند. هنگامی که جعبه‌های تلویزیون با هم شبکه شدند، توانستند استنتاج توزیع شده را اجرا کنند و اثبات مفهوم را مستحکم کنند.

این تعدادی فرصت جدید را برای مدل های کوچک هوش مصنوعی معرفی می کند. مدل‌های هوش مصنوعی می‌توانند از دفاع سایبری ضعیف دستگاه‌های IoT در خانه‌ها و کسب‌وکارهای کوچک بهره‌برداری کنند و سپس مدل آن‌ها را در سخت‌افزار آسیب‌دیده به «شارد» تقسیم کنند تا مدل را به طور جمعی اجرا کنند.

سپس کرم هوش مصنوعی می‌تواند هزینه رمز خود را با ارائه استنتاج خود در مورد یک سرویس فریلنسینگ دیجیتالی بپردازد.

علاوه بر این، سخت‌افزار جدید اینترنت اشیا که شامل تراشه‌های هوش مصنوعی داخلی است که برای اجرای مدل‌های کوچک طراحی شده‌اند - مانند دوربین‌های امنیتی و کیت‌های ویدئو کنفرانس - هدف اصلی یک کرم هوش مصنوعی خواهد بود. هکرها می توانند با استفاده از مهندسی اجتماعی یا حتی با استفاده از یک عامل هوش مصنوعی در آینده ای نه چندان دور به این سیستم ها نفوذ کنند.

Anthropic همچنین هشدار می‌دهد که مراکز داده و سایر امکانات محاسباتی بالا می‌توانند به اهداف تکرارکننده‌های پیشرفته‌ای تبدیل شوند که قادر به شکستن دفاع سخت‌شده هستند و سپس از سخت‌افزار برای انتشار بیشتر استفاده کنند.

تهدید دیگری که Anthropic نسبت به آن هشدار می دهد، یک کرم هوش مصنوعی است که از یک تکثیر کننده مبتنی بر API استفاده می کند، به موجب آن مدل خودش را میزبانی نمی کند، اما اعتبار انسانی را برای دسترسی به ارائه دهندگان هوش مصنوعی تجاری و استفاده از این خدمات برای پرداخت هزینه استنتاج خود می دزدد.

خود تکراری هوش مصنوعی یک واقعیت نیست... هنوز

در حالی که هوش مصنوعی خود تکراری یک تهدید فوری نیست، محققان این نظریه را مطرح می کنند که ممکن است تا پایان سال به یک مشکل تبدیل شود.

یکی از موانع اصلی این کرم‌های هوش مصنوعی، عملیاتی شدن بر روی سخت‌افزارهای ناآشنا است. برخلاف بدافزار سنتی «worm» که باید برای هدف قرار دادن آسیب‌پذیری‌های خاص اینترنت اشیا ساخته شود، کرم‌های هوش مصنوعی می‌توانند با محیط‌ها و سخت‌افزارهای ناآشنا سازگار شوند.

در آزمایش آنتروپیک، محققان دریافتند که مدل‌های کوچک‌تر - مانند Qwen3.5-9B - در حال حاضر قادر به تطبیق با سخت‌افزار ناآشنا برای اجرای استنتاج هستند. Qwen3.5-9B با 8 نوع از 9 نوع سخت افزاری که محققان آزمایش کردند، سازگار شد، که شامل Jetson Nanos، رایانه های شخصی مک و RTX 4090s بود.

در حالی که مدل‌های کوچک‌تر توانایی بیشتری برای تطبیق با سخت‌افزار ناآشنا دارند، مدل‌های بزرگ‌تر برای تکثیر سریع مجهزتر هستند.

دفاع در برابر کرم های هوش مصنوعی در طبیعت

آنتروپیک می‌گوید یک معاوضه قابل توجه برای کرم‌های هوش مصنوعی وجود دارد که به نفع مدافع است. کرم‌های هوش مصنوعی باید بین سرعت مخفی کاری و تکثیر تعادل برقرار کنند. برای این منظور، محققان می گویند که یک کرم هوش مصنوعی یک امضای شبکه قابل توجه مانند بارهای مدل چند گیگابایتی تحویل داده شده به دستگاه های تازه آلوده یا ترافیک غیرمعمول بین ماشین هایی که معمولا ارتباط برقرار نمی کنند، از خود به جای می گذارد.

قرنطینه شبکه همچنین یک دفاع اولیه موثر در برابر کرم‌های هوش مصنوعی خواهد بود. با استفاده از درس‌هایی از اصلاح بات‌نت Mirai، محققان بر این باورند که پیاده‌سازی لیست سفید سایت‌های تایید شده با مرورگرهایی که در غیر این صورت به دستورالعمل‌های پاکسازی هدایت می‌شوند، می‌تواند به پاکسازی عفونت‌های کرم هوش مصنوعی کمک کند.

مقررات مربوط به امنیت دستگاه های اینترنت اشیا نیز می تواند به تقویت دفاع در برابر کرم های هوش مصنوعی کمک کند. دور شدن از تامین گذرواژه‌های پیش‌فرض دستگاه‌های اینترنت اشیا - همانطور که قبلا در بریتانیا انجام شده است - به جلوگیری از نفوذ کرم‌های هوش مصنوعی کمک می‌کند. استانداردهای دیگر، مانند به‌روزرسانی‌های خودکار و طول عمر به‌روزرسانی‌های طولانی، می‌توانند به محافظت از دستگاه‌های IoT در برابر آسیب‌دیدگی در برابر بدافزارهای سنتی و کرم‌های AI کمک کنند.