لامبرت: حظر الأوزان المفتوحة سيستتبع حظر واجهات API للنماذج الرائدة

يقول ناثان لامبرت، صاحب نشرة Interconnects، إن النقاش حول حظر النماذج ذات الأوزان المفتوحة يقوم على فرضية خاطئة. فمعظم الهجمات الموثّقة التي شارك فيها الذكاء الاصطناعي نُفّذت، بحسب تقديره، عبر نماذج مغلقة حتى الآن. وجاء تحليله ردًا على تقرير Anthropic عن نموذج GLM-5.3 الصيني. ويعتبر لامبرت أن التقرير يتجاهل السؤال الجوهري. أما استنتاجه فحاد: من يريد حظر الأوزان المفتوحة لأسباب أمنية، عليه أن يكون مستعدًا لحظر واجهات API العامة للنماذج الرائدة أيضًا.

أين تنهار حجة الحظر

منطق دعاة التقييد المعتاد بسيط. الأوزان المفتوحة لا يمكن سحبها، ويمكن إعادة تدريبها وتجريدها من آليات الحماية، ولذلك فهي أخطر. يعترض لامبرت بأن الصورة التجريبية مختلفة. فالحوادث الفعلية التي أمكن توثيقها ترتبط في الغالب بأنظمة مغلقة.

والسبب على الأرجح عادي. فالمهاجم لا يحتاج إلى مجموعة حوسبة (cluster) خاصة به ما دام نموذج قوي يُباع عبر API مقابل المال. الوصول المغلق أرخص وأسرع ولا يتطلب مهارات هندسية. ويمكن الالتفاف على مرشِّحات المزوّد بانتقاء صياغة الطلبات أو باستخدام حسابات مسروقة، وهذا يحدث بالفعل.

ومن هنا تأتي المتماثلية التي يقوم عليها موقف الكاتب. فإذا كان معيار الحظر هو «قدرة النموذج على المساعدة في هجوم»، فإنه ينطبق بالقدر نفسه على الأوزان وعلى واجهات API. وحظر أحدهما وإبقاء الآخر لا يحمي الأمن، بل يحمي نموذج أعمال بعينه.

ما المشكلة في تقرير GLM-5.3

وفق وصف لامبرت، يرصد تقرير Anthropic قدرات النموذج الصيني، لكنه لا يجيب عن السؤال الأساسي: كم من الخطر تضيفه الأوزان المفتوحة تحديدًا، مقارنة بما يحصل عليه المهاجم أصلًا عبر واجهات API المغلقة؟ وبغياب خط أساس كهذا، لا يقول أي رقم عن قدرات «خطيرة» شيئًا عن جدوى الحظر. فقد يكتب النموذج ثغرات استغلال (exploits) بكفاءة، لكن إذا كانت الأنظمة الرائدة المدفوعة تفعل الشيء نفسه، فحظر الأوزان لا يغيّر شيئًا.

وهناك أيضًا مسألة المصالح. فشركة Anthropic تطلق نماذج مغلقة، والحجة ضد الأوزان المفتوحة تتفق مع موقفها التجاري. هذا لا يعني أن الاستنتاجات خاطئة. لكنه بالتحديد ما يجعل الشفافية في المنهجية والمقارنة مع النظائر المغلقة أمرين لازمين.

العامل الصيني

يتعلق الجزء الثالث من الحجة بالمختبرات الصينية. فهي تقيّم المخاطر على طريقتها وتتخذ قرارات نشر الأوزان وفق إطارها الخاص. والحظر في الولايات المتحدة أو الاتحاد الأوروبي لن يلغي الإصدارات خارج هذين الاختصاصين القضائيين. أما الأوزان التي نُشرت على الشبكة مرة واحدة فتظل متاحة للجميع، بمن فيهم من كان الحظر يهدف إلى إيقافهم.

أبرز نقاط التحليل:

• معظم الهجمات الموثّقة بالذكاء الاصطناعي جرت حتى الآن عبر نماذج مغلقة؛
• تقرير Anthropic عن GLM-5.3 لا يقارن خطر الأوزان المفتوحة بخطر واجهات API المغلقة؛
• المختبرات الصينية تعتمد إطارها الخاص في تقييم التهديدات؛
• الحظر المتسق للأوزان المفتوحة يجب أن يمتد إلى واجهات API العامة للنماذج الرائدة أيضًا.

ما الذي ينبغي أن تفحصه الفرق والجهات التنظيمية

بالنسبة إلى الجهات التنظيمية، الخلاصة عملية: ينبغي قراءة أي تقرير عن المخاطر السيبرانية لنموذج ما مع طرح سؤال خط الأساس. ماذا كان بإمكان المهاجم أن يفعل دون هذا النموذج، وماذا يفعل به؟ وبلا إجابة عن هذا السؤال لا تصلح الاستنتاجات أساسًا لقانون.

أما الشركات التي تبني منتجاتها على الأوزان المفتوحة، فمن الحكمة أن تحتفظ بخيار احتياطي. فخطر القيود قائم، وقد يتحول الاعتماد على نموذج واحد، خصوصًا إذا كان صيني المنشأ، إلى مشكلة امتثال تنظيمي. والاحتفاظ بنسخ من الأوزان واختبار البديل مسبقًا أرخص من الترحيل العاجل.

وتخرج فرق الأمن بدرس أهم: ينبغي مراقبة واجهات API المغلقة أيضًا. فإذا كانت الهجمات الحقيقية تمرّ عبرها، فإن ضبط إساءة الاستخدام والتحقق من العملاء وتحليل الطلبات الشاذة تعطي نتيجة أكبر من الجدل حول التراخيص.