Anthropic cảnh báo AI có thể tự nhân bản trên thiết bị gia đình trong vài tháng tới

Theo các nhà nghiên cứu tại công ty AI Anthropic, những mô hình trí tuệ nhân tạo (AI) nhỏ có thể sớm bắt đầu tự nhân bản trên các sản phẩm tiêu dùng hàng ngày như TV thông minh và tủ lạnh, mà không cần đến trung tâm dữ liệu.

Trong một báo cáo công bố hôm thứ Hai, nhóm nghiên cứu cho biết các mô hình AI nhỏ “có thể chỉ còn vài tháng nữa là đủ khả năng” để tự sao chép trên các thiết bị internet vạn vật (IoT) được sử dụng trong gia đình và doanh nghiệp nhỏ.

Nhóm red team (nhóm kiểm thử an ninh mạng) của Anthropic, đơn vị đã chạy thử nghiệm với nhiều mô hình AI do Mỹ và Trung Quốc phát triển, nhận định loại AI tự nhân bản này sẽ “khó bị vô hiệu hóa” do không có máy chủ trung tâm.

Theo nhóm nghiên cứu, trong khi các trung tâm dữ liệu là “mục tiêu rõ ràng, có giá trị cao” đối với sâu AI, thì các thiết bị kết nối internet như TV thông minh, tủ lạnh, lò nướng và máy cắt cỏ cũng có thể sớm cung cấp đủ sức mạnh tính toán cho việc tự nhân bản.

Mặc dù chưa có mô hình AI hiện tại nào vừa đủ mạnh vừa đủ nhỏ để tự nhân bản một cách đáng tin cậy trên chiếc TV thông minh dùng trong thử nghiệm, các nhà nghiên cứu cho rằng xu hướng phát triển khiến sự xuất hiện của một mô hình như vậy có khả năng xảy ra vào cuối năm 2026.

“Các thiết bị IoT trong gia đình và doanh nghiệp nhỏ có thể là mục tiêu đầu tiên của những cuộc tấn công như vậy vì chúng được kết nối internet và trước nay vốn có rất ít biện pháp bảo mật,” các nhà nghiên cứu William Zhou và Daniel Freeman cho biết.

Họ dự đoán tương lai sẽ “tràn ngập các tác nhân (agent) chạy trên mọi loại phần cứng”, trong đó có những tác nhân “không nằm dưới sự kiểm soát của con người”.

“Đúng là các thiết bị IoT đã dễ bị tổn thương từ lâu, nhưng các tác nhân nhẹ có thể sẵn sàng hơn nhiều so với tin tặc con người trong việc nỗ lực xâm nhập phần lớn năng lực tính toán IoT trên toàn cầu,” nhóm nghiên cứu nói thêm.

Anthropic, đơn vị tạo ra dòng mô hình AI Claude, đã không trả lời các câu hỏi của Al Jazeera, được gửi ngoài giờ làm việc thông thường, về những hệ lụy an toàn của phát hiện này.

Báo cáo của Anthropic được đưa ra trong bối cảnh rủi ro AI thoát khỏi tầm kiểm soát của con người đang bị soi xét sau hàng loạt sự cố mô hình có hành vi độc hại không được phép, bao gồm cả tấn công mạng.

Anthropic và đối thủ chính OpenAI đã kêu gọi cộng đồng quốc tế phối hợp làm chậm tốc độ phát triển AI nhằm giảm thiểu rủi ro thảm khốc. Đề xuất này nhận được ít sự ủng hộ từ Mỹ và Trung Quốc, hai cường quốc AI hàng đầu.

Nhiều nhà vận động an toàn AI xem khả năng tự cải thiện đệ quy, tức mô hình học cách tự nâng cấp chính mình, là một điểm tới hạn có thể dẫn đến tổn hại thảm khốc cho nhân loại.

Roman V Yampolskiy, chuyên gia về AI và an ninh mạng tại Đại học Louisville, mô tả phát hiện của Anthropic là một bước phát triển đáng kể.

“Sâu máy tính không phải là điều mới, nhưng sâu AI có thể làm điều mà phần mềm độc hại truyền thống không thể: suy luận về các thiết bị lạ, thích ứng khi cách tiếp cận thất bại, và tiếp tục lây lan mà không cần người điều khiển,” Yampolskiy nói với Al Jazeera.

“Hiện tại, đây chưa phải là mối đe dọa mang tính hủy diệt. Nhưng quỹ đạo diễn biến là đáng lo ngại,” ông nói.

“Một khi khả năng tự nhân bản được kết hợp với kỹ năng xâm nhập mạnh, khả năng tồn tại dai dẳng và lý luận chiến lược, việc vô hiệu hóa một hệ thống như vậy sẽ trở nên khó khăn hơn nhiều vì có thể không có máy chủ hay tổ chức duy nhất nào kiểm soát nó.”

Anthropic và các công ty công nghệ hàng đầu khác của Mỹ hồi tháng trước đã tham gia một thỏa thuận không ràng buộc cam kết tăng cường các biện pháp bảo vệ nội bộ và hợp tác với kiểm toán viên bên ngoài, nhận được phản hồi trái chiều từ giới chuyên gia, nhiều người chỉ trích tính chất tự nguyện của thỏa thuận.

Trong một thông báo riêng hôm thứ Hai, Anthropic cho biết đã đạt tiến bộ đáng kể trong việc ngăn chặn cái gọi là tấn công chưng cất (distillation attack), vốn liên quan đến việc sử dụng trái phép AI tiên tiến để huấn luyện các mô hình rẻ hơn, kém năng lực hơn.

Công ty có trụ sở tại San Francisco, đơn vị từng cáo buộc các đối thủ Trung Quốc gồm DeepSeek, Moonshot và MiniMax thực hiện nỗ lực “quy mô công nghiệp” nhằm sao chép Claude, cho biết các biện pháp họ đưa ra đã giảm 90-99% việc khai thác dữ liệu bất hợp pháp.