ข่าว 
ข้อมูลเหรียญ 
แนะนำสื่อ 
นักวิจัยของ Anthropic ทดสอบขั้นตอนการจำลองการแพร่กระจายของ GLM-5.2 บน Android Emulator 8 เครื่องที่ไม่ได้ตั้งค่าการยืนยันตัวตน โดย 4 จาก 5 ครั้งเข้าถึงครบทั้ง 8 โหนด ส่วนอีกครั้งไปถึง 7 โหนด การทดลองนี้ไม่ได้พิสูจน์ว่ามีการติดเชื้ออุปกรณ์ Internet of Things (IoT) จริงโดยไม่ได้รับอนุญาต
Frontier Red Team ของ Anthropic ประเมินในงานวิจัยที่เผยแพร่เมื่อวันที่ 12 ตุลาคมว่า ภายในไม่กี่เดือน โมเดลขนาดเล็กแบบเปิดอาจทำสำเนาตัวเองบนอุปกรณ์ IoT ราคาถูก เช่น กล่องทีวีได้ นักวิจัยระบุว่ายังไม่พบ AI ที่จำลองตัวเองได้อย่างสมบูรณ์ และการประเมินนี้อิงแนวโน้มพัฒนาความสามารถของโมเดล
งานวิจัยแบ่งการทดลองเป็น 3 ขั้นตอน ขั้นแรก นักวิจัยกระจายการทำงานของ Gemma4-26B-A4B ซึ่งเป็นโมเดลแบบเปิดของ Google บนกล่อง Android TV ราคาประมาณ 55 ดอลลาร์ จำนวน 15 เครื่อง โมเดลที่มีพารามิเตอร์ 26,000 ล้านตัวทำงานได้ช้าเพียง 0.39 โทเคนต่อวินาที แต่สามารถรวมทรัพยากรประมวลผลจากหลายอุปกรณ์เพื่อใช้งานได้โดยไม่ต้องพึ่ง GPU ในดาต้าเซ็นเตอร์
ในการทดลองขั้นนี้ นักวิจัยติดตั้งโมเดลด้วยตนเองเพื่อทดสอบความสามารถประมวลผลของฮาร์ดแวร์ โมเดลไม่ได้เจาะเข้าไปหรือติดตั้งตัวเองบนอุปกรณ์
ขั้นที่สองเป็นการทดสอบว่า Qwen3.5-9B ซึ่งมีพารามิเตอร์ 9,000 ล้านตัว สามารถติดตั้งเซิร์ฟเวอร์อนุมานบนฮาร์ดแวร์ที่ไม่คุ้นเคยได้หรือไม่ โมเดลตั้งค่าได้สำเร็จบนฮาร์ดแวร์ 8 จาก 9 ประเภทที่ทดสอบ โดยอุปกรณ์ที่ไม่สำเร็จคือ AMD MI300X นักวิจัยชี้ว่าการทดสอบนี้ประเมินความสามารถในการปรับตัวเข้ากับฮาร์ดแวร์ ไม่ได้ตรวจสอบช่องโหว่ของอุปกรณ์
การทดลองขั้นสุดท้ายใช้ Android 15 Emulator จำนวน 8 เครื่องบน Google Cloud โมเดลใช้พอร์ต ADB สำหรับดีบักระยะไกลที่ไม่ได้ตั้งค่าการยืนยันตัวตนเพื่อย้ายไปยังโหนดถัดไป จากนั้นส่งไฟล์โมเดลและโปรแกรม ก่อนติดตั้งเซิร์ฟเวอร์อนุมาน ในบรรดาโมเดลแบบเปิดที่ทดสอบ มีเพียง GLM-5.2 ที่ทำขั้นตอนการจำลองทั้งหมดจนเสร็จ
การทดลองมีข้อจำกัดหลายประการ โดยข้ามขั้นตอนการยืนยันตัวตนระหว่างการเจาะเข้าไป และโมเดลที่ทำขั้นตอนจำลองการแพร่กระจายทำงานบนเซิร์ฟเวอร์แยกต่างหาก ไม่ได้ทำงานบนโหนดที่ติดเชื้อ ส่วนโมเดลที่ติดตั้งบนโหนดคือ Llama3.1-8B ไม่ใช่ GLM-5.2 Anthropic ระบุว่าเงื่อนไขเหล่านี้ทำให้อัตราความสำเร็จในการทดลองเป็นขีดสูงสุดเมื่อเทียบกับสภาพแวดล้อมจริง
นักวิจัยมองว่าประสิทธิภาพและขนาดของโมเดลเป็นข้อจำกัดคนละด้าน โมเดลที่เก่งพอจะทำขั้นตอนจำลองได้อย่างน่าเชื่อถืออาจใหญ่เกินกว่าจะทำงานบนอุปกรณ์ได้ ขณะที่โมเดลที่เล็กพอจะติดตั้งบนอุปกรณ์อาจทำขั้นตอนจนจบได้ยาก งานวิจัยของ Anthropic ระบุว่าสามารถกระจาย Qwen3.5-9B ให้ทำงานบนกล่องทีวีอย่างน้อย 4 เครื่อง และ Gemma4-26B-A4B บนอย่างน้อย 10 เครื่อง
นักวิจัยของ Anthropic คาดการณ์จากแนวโน้มตัวชี้วัดความสามารถของโมเดลแบบเปิดที่มีพารามิเตอร์ไม่เกิน 30,000 ล้านตัวว่า โมเดลขนาดเล็กอาจมีความสามารถเทียบเท่า GLM-5.2 ได้ในช่วงปลายปี 2026 อย่างไรก็ตาม ตัวชี้วัดดังกล่าวไม่ได้วัดความสามารถในการจำลองตัวเองโดยตรง และนักวิจัยเรียกการประเมินนี้ว่าเป็นเพียงการประมาณคร่าว ๆ จึงไม่ได้หมายความว่าจะมี AI ที่จำลองตัวเองได้ภายในสิ้นปี
เวลาที่ใช้ติดตั้งและแพร่กระจายก็เป็นอีกข้อจำกัดหนึ่ง ตามการคำนวณของนักวิจัย การติดตั้ง Qwen3.5-9B บนกล่องทีวีอาจใช้เวลา 28–51 ชั่วโมง ส่วน Gemma4-26B-A4B อาจใช้เวลา 71–150 ชั่วโมง นักวิจัยเห็นว่าการส่งไฟล์โมเดลและการสื่อสารระหว่างอุปกรณ์อาจถูกตรวจพบเป็นความผิดปกติจากการเฝ้าระวังเครือข่าย
มาตรการป้องกันที่เสนอ ได้แก่ การเฝ้าระวังทราฟฟิกเครือข่ายและแยกอุปกรณ์ที่ติดเชื้อออกจากเครือข่าย Anthropic ระบุว่า ในกรณีรับมือบอตเน็ต Mirai ก่อนหน้านี้ ผู้ให้บริการโทรคมนาคมแยกผู้ใช้ที่ติดเชื้อและให้คำแนะนำในการกำจัด ส่งผลให้อุปกรณ์ที่ติดเชื้อ 92% ได้รับการจัดการภายใน 14 วัน เทียบกับ 74% ในกลุ่มควบคุมที่ไม่ได้รับคำแนะนำ
นักวิจัยเสริมว่าการกำจัดให้หมดจดจำเป็นต้องอาศัยความร่วมมือจากผู้ให้บริการโทรคมนาคมที่ดูแลเครือข่ายซึ่งติดเชื้อ ผลการทดลองแสดงให้เห็นว่าโมเดลทำขั้นตอนจำลองการแพร่กระจายได้ในสภาพแวดล้อมที่ลดความซับซ้อนลง แต่ไม่ได้ยืนยันการติดเชื้อโดยไม่ได้รับอนุญาตหรือการแพร่กระจายด้วยตัวเองในโลกจริง
ความคิดเห็น 0