نموذج ذكاء اصطناعي صيني يقترب من قدرات متقدمة في اكتشاف الثغرات الأمنية

أعلنت شركة الذكاء الاصطناعي الصينية Z.ai أن نموذجها الجديد GLM-5.3 حقق نتائج متقدمة في اختبارات متخصصة في اكتشاف الثغرات البرمجية، وقالت إن أداءه اقترب من نموذج Mythos 5 التابع لشركة Anthropic والمخصص لأبحاث الأمن السيبراني.

وتأتي هذه النتائج في ظل تصاعد المنافسة العالمية في مجال نماذج الذكاء الاصطناعي، وانتقال استخدامها من المهام التقليدية مثل الكتابة وتحليل البيانات إلى مجالات أكثر تخصصًا، من بينها تحليل الأكواد واكتشاف نقاط الضعف الأمنية.

ماذا حقق نموذج GLM-5.3؟

بحسب البيانات التي أعلنتها Z.ai، حصل النموذج على 84.5% في اختبار CyberGym، وهو اختبار يقيس قدرة النموذج على تحليل الأكواد البرمجية واكتشاف الثغرات والتأكد من كونها ثغرات حقيقية.

وقالت الشركة إن هذه النتيجة تقترب من النتيجة التي أعلنتها لنموذج Mythos 5، والتي بلغت 83.8%.

لكن هذه الأرقام لم يتم التحقق منها بشكل مستقل، ولذلك يجب التعامل معها باعتبارها نتائج أعلنتها الشركة المطورة للنموذج وليست مقارنة مستقلة ونهائية بين النموذجين.

التفوق في اكتشاف الثغرات لا يعني التفوق في كل شيء

رغم النتيجة المرتفعة في اكتشاف الثغرات، لم يتفوق GLM-5.3 في جميع الاختبارات.

ففي اختبار ExploitBench، الذي يقيس القدرة على تحويل الثغرات المكتشفة إلى هجمات عملية، أعلنت Z.ai أن النموذج حقق 54.4%، مقابل 78.0% لنموذج Mythos 5.

وهذا الفرق مهم؛ لأن اكتشاف وجود ثغرة أمنية يختلف عن القدرة على تطوير استغلال عملي لها.

لماذا يمثل هذا التطور أهمية؟

تطوير نماذج قادرة على تحليل كميات كبيرة من الأكواد واكتشاف الثغرات يمكن أن يساعد فرق الأمن السيبراني على الوصول إلى نقاط الضعف بشكل أسرع.

وفي المقابل، يمكن استخدام القدرات نفسها من جانب المهاجمين للبحث عن ثغرات في البرامج والخدمات الرقمية.

وهذا يجعل الذكاء الاصطناعي عنصرًا مزدوج الاستخدام في الأمن السيبراني: يمكن أن يصبح أداة دفاع قوية، لكنه قد يزيد أيضًا من سرعة وتعقيد الهجمات الإلكترونية.

نموذج مفتوح المصدر يزيد أهمية التطور

أحد الجوانب اللافتة في GLM-5.3 هو أن Z.ai تقدمه كنموذج مفتوح المصدر.

وهذا قد يساعد المطورين والباحثين على الوصول إلى قدراته واستخدامها في مشاريع مختلفة، لكنه في الوقت نفسه يثير تساؤلات حول كيفية التعامل مع النماذج القادرة على تحليل الثغرات الأمنية عندما تصبح متاحة على نطاق أوسع.

وتزداد أهمية هذه المسألة مع تطور أدوات الذكاء الاصطناعي التي تستطيع تنفيذ مهام تقنية متعددة بصورة شبه مستقلة.

سباق جديد بين شركات الذكاء الاصطناعي

لا تقتصر المنافسة الحالية على إنتاج نماذج أفضل في الكتابة أو البرمجة أو التعامل مع الصور.

الأبحاث تتجه بشكل متزايد إلى استخدام الذكاء الاصطناعي في مجالات متخصصة، ومنها الأمن السيبراني، وتحليل البرمجيات، واكتشاف الثغرات، وأتمتة مهام فرق الأمن.

وفي هذا السياق، تمثل نتائج GLM-5.3 محاولة من Z.ai لإثبات أن النماذج الصينية مفتوحة المصدر يمكنها المنافسة في مجالات تقنية متقدمة، وليس فقط في الاستخدامات العامة للذكاء الاصطناعي.

هل يمكن أن يحل الذكاء الاصطناعي محل خبراء الأمن؟

رغم التطور السريع في قدرات النماذج، لا تعني نتائج الاختبارات أن الذكاء الاصطناعي أصبح قادرًا على استبدال خبراء الأمن السيبراني.

فالاختبارات تقيس مهام محددة، بينما تتطلب حماية الأنظمة الحقيقية فهم البنية التحتية، وتقييم المخاطر، ومراجعة النتائج، واتخاذ قرارات تتعلق بالتعامل مع الحوادث.

كما أن قدرة النموذج على اكتشاف ثغرة لا تعني بالضرورة قدرته على فهم تأثيرها الكامل في بيئة إنتاج حقيقية.

ما الذي يمكن أن يتغير مستقبلًا؟

إذا استمرت النماذج في التطور بهذه السرعة، فقد تصبح أدوات الذكاء الاصطناعي جزءًا أساسيًا من عمليات فحص البرمجيات واكتشاف الثغرات قبل إطلاق المنتجات.

وقد تستفيد الشركات من هذه التقنيات في اختبار ملايين الأسطر البرمجية بصورة أسرع، بينما سيحتاج متخصصو الأمن إلى التركيز بدرجة أكبر على التحقق من النتائج وإدارة المخاطر.

وفي المقابل، ستحتاج شركات التقنية إلى وضع ضوابط واضحة تمنع تحويل هذه القدرات إلى أدوات هجومية سهلة الاستخدام.

أسئلة شائعة

ما هو GLM-5.3؟

هو نموذج ذكاء اصطناعي طورته شركة Z.ai الصينية، وأعلنت الشركة عن استخدامه في مهام متقدمة تشمل تحليل البرمجيات واكتشاف الثغرات الأمنية.

هل تفوق GLM-5.3 على Mythos 5؟

ليس بشكل مطلق. أعلنت Z.ai تفوق GLM-5.3 في اختبار CyberGym، بينما كان Mythos 5 متقدمًا عليه في اختبار ExploitBench. كما أن النتائج لم يتم التحقق منها بشكل مستقل.

هل يمكن استخدام الذكاء الاصطناعي لحماية المواقع؟

نعم، يمكن استخدامه في تحليل الأكواد واكتشاف بعض الثغرات والمساعدة في عمليات الفحص الأمني، لكنه لا يغني عن الاختبارات الأمنية المتخصصة والخبرة البشرية.

هل النماذج المفتوحة المصدر تمثل خطرًا أمنيًا؟

قد تكون لها فوائد كبيرة للباحثين والمطورين، لكن كلما زادت قدرات النموذج في المجالات الحساسة، أصبحت الحاجة إلى ضوابط الاستخدام والمسؤولية أكبر.

الخلاصة

تكشف نتائج GLM-5.3 عن اتجاه جديد في تطور الذكاء الاصطناعي، حيث تنتقل المنافسة من المهام العامة إلى مجالات تقنية شديدة التخصص مثل الأمن السيبراني.

وإذا تأكدت هذه النتائج من خلال اختبارات مستقلة، فإنها ستكون مؤشرًا إضافيًا على التطور السريع للنماذج الصينية مفتوحة المصدر، وعلى الدور المتزايد الذي يمكن أن يلعبه الذكاء الاصطناعي في اكتشاف الثغرات وحماية البرمجيات.

لكن التطور نفسه يفرض تحديًا جديدًا: كلما أصبح الذكاء الاصطناعي أفضل في اكتشاف الثغرات، أصبح من الضروري ضمان استخدام هذه القدرة لتعزيز الأمن بدلًا من زيادة قدرات الهجوم.