معیار ارزیابی بدافزار خرابکاری هسته‌ای اکثر مدل‌های هوش مصنوعی پیشرفته را با چالش مواجه کرد

شرح خبر

شرکت سنتینلوان معیار جدیدی را بر اساس بدافزار Fast16، که در سال ۲۰۰۵ برای اختلال در نرم‌افزار مهندسی LS-DYNA طراحی شده بود، معرفی کرده است. این نرم‌افزار به ظاهر در برنامه توسعه سلاح‌های هسته‌ای ایران مورد استفاده قرار می‌گرفت. معیار جدید، که اولین معیار مهندسی معکوس بلندمدت برای مدل‌های هوش مصنوعی پیشرفته نامیده می‌شود، توانایی مدل‌ها در انجام تحقیقات کامل و قابل اعتماد درباره بدافزارها را ارزیابی می‌کند. در این آزمایش، تنها مدل GPT-5.6 Sol شرکت OpenAI توانست تمام هشت مرحله تحقیق را با موفقیت پشت سر بگذارد، در حالی که مدل‌های دیگر مانند GPT-5.5، GLM-5.2 و Opus 4.x در میانه راه متوقف شدند. پژوهشگران سنتینلوان نتیجه گرفتند که نظارت انسانی همچنان ضروری است، زیرا حتی بهترین مدل‌ها نیز اشتباهات فنی قابل توجهی مرتکب شدند. شرکت سنتینلوان معیار جدیدی را برای ارزیابی توانایی مدل‌های هوش مصنوعی در تحقیق درباره بدافزارها معرفی کرده است. این معیار بر اساس بدافزار Fast16، که برای اختلال در نرم‌افزار مهندسی LS-DYNA و احتمالاً خرابکاری در برنامه هسته‌ای ایران طراحی شده بود، ساخته شده است. در آزمایش انجام شده، تنها مدل GPT-5.6 Sol توانست تمام هشت مرحله تحقیق را با موفقیت به پایان برساند. مدل‌های دیگر مانند GPT-5.5، GLM-5.2 و Opus 4.x در میانه راه متوقف شدند. پژوهشگران تأکید کردند که نظارت انسانی همچنان ضروری است، زیرا حتی بهترین مدل‌ها نیز اشتباهات فنی قابل توجهی مرتکب شدند. این تحقیق نشان می‌دهد که مدل‌های هوش مصنوعی پیشرفته، علی‌رغم توانایی‌های بالا، هنوز در انجام تحقیقات پیچیده و بلندمدت مانند مهندسی معکوس بدافزارها با چالش‌های جدی مواجه هستند. این موضوع اهمیت نظارت انسانی را در زمینه‌های حساس مانند امنیت سایبری برجسته می‌کند. علاوه بر این، نتایج این تحقیق می‌تواند بر توسعه مدل‌های آینده تأثیر بگذارد و نیاز به بهبود توانایی‌های استدلالی و بازیابی در مقیاس پروژه را نشان می‌دهد. این یافته‌ها می‌تواند بر اعتماد شرکت‌ها به مدل‌های هوش مصنوعی برای انجام تحقیقات امنیتی تأثیر بگذارد و نیاز به سرمایه‌گذاری بیشتر در نظارت انسانی و ابزارهای کمکی را افزایش دهد. همچنین، شرکت‌های توسعه‌دهنده مدل‌های هوش مصنوعی ممکن است نیاز به بهبود توانایی‌های مدل‌های خود در انجام تحقیقات پیچیده و بلندمدت داشته باشند. بدافزار Fast16 به عنوان بخشی از برنامه هسته‌ای ایران مورد استفاده قرار گرفته است، و این تحقیق می‌تواند توجه بیشتری به تهدیدات سایبری علیه زیرساخت‌های حساس ایران جلب کند. علاوه بر این، این یافته‌ها می‌تواند بر استراتژی‌های دفاعی ایران در برابر حملات سایبری تأثیر بگذارد. این تحقیق می‌تواند بر توسعه قوانین و مقررات مربوط به استفاده از هوش مصنوعی در زمینه‌های حساس مانند امنیت سایبری تأثیر بگذارد. همچنین، نیاز به شفافیت و مسئولیت‌پذیری در استفاده از مدل‌های هوش مصنوعی را برجسته می‌کند. این تحقیق می‌تواند تنش‌های ژئوپلیتیکی بین ایران و ایالات متحده را در زمینه استفاده از بدافزارها برای خرابکاری در برنامه‌های هسته‌ای برجسته کند. علاوه بر این، ممکن است بحث‌های جدیدی درباره استفاده از هوش مصنوعی در جنگ‌های سایبری و تأثیر آن بر امنیت ملی کشورها ایجاد کند. SecurityWeek به عنوان یک منبع معتبر در زمینه امنیت سایبری، این تحقیق را با تمرکز بر توانایی‌های مدل‌های هوش مصنوعی در انجام تحقیقات پیچیده ارائه کرده است. معیار جدید سنتینلوان نشان می‌دهد که تنها GPT-5.6 Sol توانست تحقیق کامل درباره بدافزار Fast16 را انجام دهد. نظارت انسانی همچنان ضروری است.

این صفحه خلاصه و تحلیل فارسی خبر را نمایش می‌دهد. نسخه کامل/اصلی از طریق لینک منبع در دسترس است.