سرقت هوش مصنوعی آمریکایی توسط چین برای توسعه تسلیحات نظامی و جاسوسی سایبری

گزارش اخیر شرکت آنتروپیک، پرده از فعالیت‌های نگران‌کننده‌ای برداشته است که نشان می‌دهد نهادهای وابسته به دولت چین و بخش‌های نظامی این کشور، به‌طور گسترده…

گزارش اخیر شرکت آنتروپیک، پرده از فعالیت‌های نگران‌کننده‌ای برداشته است که نشان می‌دهد نهادهای وابسته به دولت چین و بخش‌های نظامی این کشور، به‌طور گسترده از مدل هوش مصنوعی «کلود» برای پیشبرد اهداف استراتژیک خود بهره برده‌اند. این استفاده تنها به کارهای پژوهشی محدود نبوده و شامل توسعه ابزارهای جنگ الکترونیک برای سرکوب پدافند هوایی و حتی طراحی سیستم‌های کنترل آتش برای اژدرها می‌شود. نکته قابل‌تأمل اینجاست که در سناریوهای شبیه‌سازی‌شده توسط این ابزارها، اهداف نظامی مشخصی در تایوان، از جمله پایگاه‌های راداری و سامانه‌های پاتریوت، هدف‌گذاری شده بودند که نشان‌دهنده کاربرد مستقیم این فناوری در تنش‌های ژئوپلیتیک است.

علاوه بر کاربردهای نظامی، این گزارش از استفاده ابزاری از هوش مصنوعی برای عملیات‌های نظارتی و سرکوب اقلیت‌ها پرده برمی‌دارد. عوامل وابسته به دولت چین با بهره‌گیری از توانایی‌های زبانی و تحلیلی کلود، موفق شده‌اند شبکه‌های اجتماعی گروه‌های اویغور در خارج از مرزهای چین را رصد کرده و با شناسایی افراد آسیب‌پذیر، عملیات‌های نفوذ و جذب نیرو را با دقت بالایی سازمان‌دهی کنند. این موضوع نشان می‌دهد که مدل‌های هوش مصنوعی پیشرو، در دستان بازیگران مخرب، می‌توانند به ابزاری قدرتمند برای جاسوسی و سرکوب سیستماتیک تبدیل شوند.

بخش دیگری از این گزارش به تلاش‌های گسترده شرکت‌های بزرگ فناوری چینی برای «استخراج دانش» یا همان تقطیر مدل‌های هوش مصنوعی اختصاص دارد. غول‌های فناوری نظیر علی‌بابا، شیائومی و دیپ‌سیک متهم شده‌اند که با ایجاد میلیون‌ها حساب کاربری جعلی و ارسال حجم عظیمی از درخواست‌ها به سرورهای آنتروپیک، سعی داشته‌اند منطق استدلالی و توانایی‌های کدنویسی کلود را سرقت کرده و برای ارتقای مدل‌های بومی خود به کار بگیرند. این رویکرد نشان می‌دهد که با وجود ادعاهای چین مبنی بر پیشرفت در حوزه هوش مصنوعی، این کشور همچنان برای دستیابی به لبه تکنولوژی، به شدت به زیرساخت‌های فکری و مدل‌های پیشرو آمریکایی وابسته است و از روش‌های غیرمتعارف برای میان‌بر زدن در مسیر توسعه فناوری استفاده می‌کند.

منبع: Tom's Hardware — مطلب اصلی را اینجا بخوانید