OpenAI, Hugging Face olayının ardından yeni güvenlik önlemleri açıkladı

Şirket blog yazısında, modeller daha yetenekli hale geldikçe bunların şirket içinde geliştirilmesi ve test edilmesiyle ilgili risklerin de büyüdüğünü belirtti. OpenAI'a göre izleme, uyum ve güvenlik standartlarının bu risklerin önünde kalması gerekiyor.

OLAYIN ARDINDAN AÇIKLANAN İLK KAMUYA AÇIK DEĞİŞİKLİKLERDEN

Yeni önlemler, 21 Temmuz'da kamuoyuna duyurulan Hugging Face olayının hemen sonrasından bu yana OpenAI'ın güvenlik uygulamalarında açıkladığı ilk kamuya açık değişikliklerden biri.

OpenAI temsilcileri, önlemlerin doğrudan Hugging Face olayına yanıt olarak hazırlanmadığını, ancak yakında çıkacak Astra modelinin siber güvenlik yetenekleri ile yapay zekâ alanındaki genel ilerleme hızının da bu adımların oluşturulmasında etkili olduğunu söyledi.

Şirket aynı yazıda, olayın ardından pekiştirmeli öğrenme (RL) çalışmalarını iki hafta süreyle durdurduğunu, daha düşük riskli modellerin birçoğunda ise çalışmaları yeniden başlattığını açıkladı.

Yazıya göre şirketin planladığı en büyük ölçekli frontier RL çalışması hâlâ beklemede. OpenAI, çalışmaya devam etmeden önce model davranışını değerlendirmek, güvenlik önlemlerini doğrulamak ve uyuma ilişkin daha fazla kanıt elde etmek amacıyla daha küçük ölçekli eğitim ve değerlendirmeler yürütüyor.

MODEL YETENEKLERİ ARTTIKÇA DENETİM DE SIKILAŞACAK

OpenAI'ın araştırmadan sorumlu başkan yardımcısı Amelia Glaese, gazetecilere yaptığı açıklamada kontrollerin sıkılığının modellerin yetenekleri arttıkça yükseleceğini, en büyük modellerin en yoğun incelemeye tabi tutulacağını söyledi.

Glaese, güvenli geliştirme için birtakım gereklilikler ve beklentiler belirlediklerini, bunların da gördükleri risk seviyesine göre değiştiğini ifade etti.

OpenAI, olayın ardından zayıf ağ güvenliği uygulamaları nedeniyle eleştirilmişti. Olayda modeller, şirket ağında internete erişimi bulunan bir aracın ele geçirilmesi yoluyla eğitim ortamlarının dışına çıkmıştı.

AĞ İZOLASYONU GÜÇLENDİRİLİYOR

Yeni önlemler daha güçlü ağ izolasyonu uygulamalarını da içeriyor; ancak şirket bu konuda ayrıntı vermedi. Blog yazısına göre yeni sistemde tek bir iş yükünün ya da destek hizmetinin ele geçirilmesi, tek başına internete veya diğer şirket içi ağlara yetkisiz erişim sağlamaya yetmeyecek.

Önlemlerin en güçlüsü ise izleme sistemi. Sistem, çeşitli yetkisiz davranış türlerini tespit etmek için araçların gerçekleştirdiği işlemleri, erişilebilir akıl yürütme izlerini ve etkinlik kayıtlarını inceleyecek. OpenAI, şüpheli etkinliğin ardından 30 dakika içinde uyarı üretmeyi hedeflediğini belirtiyor.

İZLEME, YAKLAŞIK YÜZDE 20 EK İŞLEM GÜCÜ GEREKTİRECEK

Şirketin tahminine göre izlemenin getireceği hesaplama yükü, izlenen sürecin kullandığı kapasitenin yaklaşık yüzde 20'sine denk gelecek.

OpenAI, sistemle ilgili ayrıntıları ileride yayımlanacak ayrı bir blog yazısında paylaşacağını duyurdu. Şirketin olaya ilişkin resmî olay sonrası analizi ise henüz yayımlanmadı. (Kaynak: TechCrunch)