Lời cảnh báo từ phòng thí nghiệm
Nghiên cứu do hai nhà khoa học William Zhou và Daniel Freeman thuộc nhóm “đội đỏ” tiên phong của Anthropic thực hiện, đặt câu hỏi: liệu một mô hình AI có thể tự tìm thiết bị dễ bị tấn công, sao chép chính mình vào đó và tiếp tục lây lan mà không cần con người giúp sức? Nhóm thử nghiệm nhiều mô hình do Mỹ và Trung Quốc phát triển.
Kết quả cho thấy chưa có mô hình nào vừa đủ mạnh vừa đủ nhỏ để nhân bản ổn định trên một chiếc tivi thông minh. Nhưng khoảng cách đang thu hẹp nhanh, và theo xu hướng hiện nay, các nhà nghiên cứu dự báo mô hình như vậy có thể xuất hiện trước 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.” — William Zhou và Daniel Freeman
Bên trong các thí nghiệm
Nhóm chia quá trình tự nhân bản thành bốn giai đoạn: tìm mục tiêu, giành quyền thực thi, dựng hệ thống suy luận AI trên thiết bị mới và tiếp tục lan từ thiết bị đó. Một số kết quả đáng chú ý:
Trong môi trường đám mây có tường lửa gồm 8 máy, GLM-5.2 lan tới cả 8 máy ở 4 trên 5 lần thử, và 7 trên 8 máy ở lần còn lại.
















