Оглавление

Киберкомандование США и Агентство национальной безопасности (АНБ) приступили к формированию специальной группы для развертывания передовых языковых моделей в самых защищенных сегментах правительственной связи. Как сообщает The Decoder со ссылкой на источники в оборонном ведомстве, речь идет об интеграции технологий от OpenAI и Google в так называемые «high-side» системы — изолированные сети с наивысшим уровнем классификации.

Генерал Джошуа Радд, возглавляющий одновременно АНБ и Киберкомандование, санкционировал этот шаг в условиях обостряющейся гонки вооружений в цифровом пространстве. Основная задача новой структуры — оценить, насколько безопасно можно использовать коммерческий ИИ для работы с государственными тайнами, учитывая, что современные алгоритмы уже начинают превосходить человека в поиске уязвимостей программного кода.

Техническую базу проекта обеспечит Центр безопасности ИИ при АНБ, тогда как оперативное управление возьмет на себя офицер Киберкомандования. Это разделение ролей выглядит логичным: разведка предоставляет инструменты, а военные определяют, как именно применять их в наступательных и оборонительных операциях, где скорость реакции измеряется миллисекундами.

Гонка за эффективностью взлома

Катализатором этого процесса стали последние релизы в индустрии. В апреле компания Anthropic представила модель Claude Mythos, возможности которой в области кибербезопасности оказались настолько впечатляющими, что доступ к ней был жестко ограничен. Вскоре после этого OpenAI анонсировала специализированные версии своих моделей для верифицированных исследователей безопасности, что подтверждает общую тенденцию: ИИ становится «автоматическим отмычкой» для цифровых замков.

По мнению экспертов, такие инструменты станут общедоступными в течение ближайших двух лет. В этой ситуации военные просто не могут позволить себе медлительность. Как отметил генерал-лейтенант в отставке Чарльз Мур, внедрение ИИ — это не просто модернизация, а вопрос выживания, необходимый для приоритизации угроз и ускорения процесса принятия решений в условиях массированных атак.

Перенос коммерческих весов в изолированные сети лишает их главного преимущества — постоянного дообучения на свежих данных. В итоге военные рискуют получить дорогостоящий цифровой антиквариат, который великолепно находит старые дыры, но пасует перед завтрашними zero-day угрозами.

Практические вызовы интеграции

Перенос моделей вроде GPT-4 или Claude в закрытые сети требует решения фундаментальной проблемы: как обновлять веса моделей без прямого доступа к интернету. Обычно это подразумевает сложный процесс «воздушного зазора» (air-gapping), который замедляет цикл разработки. Для профессионалов индустрии очевидно, что эффективность ИИ напрямую зависит от актуальности его контекстного окна и базы знаний.

Кроме того, остается открытым вопрос доверия к результатам работы ИИ. Галлюцинации моделей, которые в бытовых задачах вызывают лишь улыбку, в контексте управления критической инфраструктурой могут привести к непредсказуемым последствиям. Тем не менее, Киберкомандование, похоже, готово мириться с этими рисками ради возможности мгновенно анализировать терабайты сетевого трафика.

Человеческий фактор в этой схеме тоже претерпевает изменения. Вместо написания скриптов вручную, операторам придется осваивать искусство промпт-инжиниринга для киберразведки. Это смещает фокус с чистого кодинга на архитектурное понимание систем, заставляя специалистов адаптироваться к реальности, где ИИ является одновременно и главным щитом, и самым опасным мечом.