نشرت أنثروبيك بحثًا في 12 أكتوبر 2026، يشير إلى أن نماذج الذكاء الاصطناعي الصغيرة قد تكون على بعد أشهر فقط من أن تكون قادرة على التكرار الذاتي على أجهزة إنترنت الأشياء التجارية - الأفران الذكية، والكاميرات الأمنية، وقبل كل شيء، صناديق تلفزيون أندرويد التي لا تحمل علامة تجارية. في سيناريو يشبه الدودة، تنتشر نسخ النموذج من جهاز إلى آخر دون أي تدخل بشري، ونظرًا لعدم وجود نقطة مركزية لإيقاف تشغيلها، لاحظ الباحثون أن مثل هذا النسخ المتماثل سيكون من الصعب إيقافه - على الرغم من بطئه، مع قياس الوقت المضاعف بالأيام.

المنشور الذي يحمل عنوان "نماذج الذكاء الاصطناعي قد تكون قادرة على التكاثر الذاتي دون الوصول إلى مركز البيانات"، كتبه باحثان في مجال الأنثروبولوجيا ويليام تشو ودانييل فريمان، ووصل وسط سلسلة طويلة من النتائج المتعلقة بسلامة الذكاء الاصطناعي. لمزيد من السياق حول هذه القصة، راجع [أحدث تطورات الذكاء الاصطناعي] (https://aibuzzwire.news) المستمرة لدينا.

الفكرة الأساسية قيد الدراسة هي التكرار والتكيف المستقل (ARA): نموذج ينشر وينتشر دون سيطرة بشرية. قام المؤلفون بتأطير البديل على المدى القريب باعتباره "مكررًا قائمًا على الوزن" - وهو عبارة عن دودة ذكاء اصطناعي تحمل أوزان نموذجية خاصة بها (أو تعيد تنزيلها من مركز عام) وتقوم بالاستدلال مباشرة على الأجهزة التي تخترقها. وكتبوا أنه على عكس البرامج الضارة التقليدية، يمكن لمثل هذه الدودة أيضًا اكتشاف الأجهزة غير المألوفة بنفسها.

عرض توضيحي على صناديق التلفاز بقيمة 55 دولارًا

ولإظهار أن الأجهزة المتطورة يمكن أن تحمل نماذج حقيقية، اشترى الفريق 15 صندوقًا من أجهزة Android TV غير مكلفة - بسعر 55 دولارًا تقريبًا لكل منها، مع حوالي 4 جيجابايت من ذاكرة الوصول العشوائي لكل قطعة - وقاموا بربطها معًا. باستخدام توازي خطوط الأنابيب، حيث يحمل كل صندوق جزءًا من طبقات النموذج، قام الأسطول بتشغيل Gemma4-26B-A4B بمعدل 0.39 رمزًا في الثانية تقريبًا. إنها سرعة متواضعة، ولكنها دليل على أن النماذج ذات الوزن المفتوح ذات القدرة المدهشة يمكن أن تعمل على نفس الفئة من الأجهزة الرخيصة التي تسكن غرف المعيشة في جميع أنحاء العالم.

اختيار الأجهزة ليس عرضيا. يستشهد الباحثون بشبكة Kimwolf الروبوتية، التي ورد أنها أصابت أكثر من مليوني جهاز في ذروتها - في المقام الأول أجهزة Android TV - وفقًا لبيانات من Synthient المذكورة في المنشور. إذا قام أسطول بهذا الحجم بتشغيل نسخ من نموذج فئة 26B في مجموعات مكونة من 15، تقدر Anthropic أنه سيصل إلى ما يقرب من 133000 نسخة متماثلة تنتج حوالي 80000 رمز في الثانية إجمالاً - ما يقرب من إنتاجية الاستدلال لحوالي 40 وحدة معالجة رسوميات H100.

أربع مراحل لدودة الذكاء الاصطناعي

يقوم الفريق بتحليل النسخ المتماثل إلى أربع مراحل عملية: العثور على الأهداف، وتحقيق التنفيذ، وإنشاء الاستدلال، ومواصلة النشر من المضيف الجديد. تركز تجاربهم على إعداد الاستدلال - وهي الخطوة الأقل دراسة والأكثر صعوبة بالنسبة للنماذج الصغيرة، لأنها تتطلب تسلسلًا طويلًا ومعتمدًا بشكل تسلسلي من القرارات الخاصة بالأجهزة ونظام التشغيل، بدءًا من اختيار مجموعة استدلال متوافقة إلى تصحيح الأخطاء الخاصة بالجهاز.

وكانت النتائج واقعية. حصل نموذج ذو معلمة 9B على استنتاج يعمل على 8 من أنواع الأجهزة التسعة التي تم اختبارها، والتي تشمل Jetson Nanos وMac وRTX 4090s. يمكن للنماذج ذات المعلمات 30B أو أقل أن تكمل بالفعل العديد من الخطوات الفردية للتكرار اليوم، حسبما كتب المؤلفون، على الرغم من أنها ترتكب أخطاء عند تأليفها من البداية إلى النهاية. ومن الجدير بالذكر أن النسخ المتماثل المعتمد على الوزن لن يحتاج حتى إلى امتيازات الجذر: يمكن لمحركات الاستدلال أن تعمل بالكامل في مساحة المستخدم، ويمكن ببساطة إعادة إصابة أنواع الأجهزة منخفضة الأمان المعنية بعد إعادة التشغيل.

نجح نموذج واحد في اجتياز الاختبار الشامل

أسقطت التجربة الرئيسية النماذج في سحابة خاصة افتراضية محمية بجدار حماية مكونة من ثماني عقد GCP تعمل بنظام التشغيل redroid، وهو محاكي Android 15. تم زرع عقدة "المريض صفر" مع الدودة، والتي كان عليها بعد ذلك القفز من عقدة إلى عقدة عبر منفذ ADB غير مصادق عليه، وتسليم حمولتها - الأوزان والأدوات - والوقوف على خادم استدلالي يخدم Llama3.1-8B على كل مضيف جديد.

من بين النماذج ذات الوزن المفتوح التي تم اختبارها، كان GLM-5.2 فقط قادرًا على النسخ المتماثل الكامل من طرف إلى طرف في هذا الإعداد المبسط، وقد فعل ذلك بشكل موثوق: فقد انتشر إلى جميع العقد الثماني في 4 من 5 تجارب، و7 من 8 في التشغيل المتبقي. يحرص الباحثون على فهم ما يعنيه هذا - نظرًا لأن عنصر الاستغلال السيبراني ظل تافهًا (لم تكن هناك مصادقة على منفذ ADB)، فإن التقييم يمثل الحد الأعلى للنجاح في العالم الحقيقي. لكنهم لاحظوا أيضًا أن شبكات الروبوتات السابقة لإنترنت الأشياء، مثل Mirai، انتشرت باستخدام ما يزيد قليلاً عن أسماء المستخدمين وكلمات المرور الافتراضية الخاصة بالشركة المصنعة، لذلك قد لا يكون أمان إنترنت الأشياء في العالم الحقيقي أصعب بشكل كبير من الخطوة التافهة.

بطيء ومستمر - ويتعلم

لا شيء في نموذج التهديد هذا سريع. استنادًا إلى سرعات الأجهزة الحقيقية للفريق، استغرقت دورة النسخ المتماثل الكاملة على الأجهزة الجديدة ما بين 28 إلى 51 ساعة تقريبًا لـ Qwen3.5-9B، ومن 71 إلى 150 ساعة لإعداد Gemma4-26B-A4B غير المحسّن. كتب المؤلفون أن الانتشار سيكون "بطيئًا ومستمرًا، مع انتشار الرموز المميزة على الأجهزة الطرفية" - فهم يشبهون جهاز النسخ بالعفن الوحل أو سرب من ذباب الفاكهة بدلاً من الدودة سريعة الحركة.

ما يمكن أن يجعل مستنسخات الذكاء الاصطناعي أكثر خطورة من الديدان الكلاسيكية هو التكيف. نظرًا لأن أحد الوالدين يمكنه تمرير مطالباته ورموزه وملاحظاته إلى بناته، يصف الباحثون نوعًا من التطور اللاماركي. في إحدى التجارب، حاول عملاء Qwen3.5-9B إعداد الاستدلال عبر ستة أجيال - يرث كل منها ملاحظات من سابقه - مما أدى إلى تحسين معدل نجاحهم من 45 بالمائة في الجيل الأول إلى ما بين 61 و84 بالمائة بعد ذلك. استخدمت التجارب Memento، وهو نظام أنثروبي مبني على وكيل ترميز Pi مفتوح المصدر، مصمم لمنع العملاء من التركيز على نظرية خاطئة للخلل بدلاً من التراجع.

نافذة إغلاق

يرسم الفريق منطقة الخطر في حدين: أرضية القدرة التي يجب أن يجلس النموذج فوقها لتكرارها بشكل موثوق، وسقف الحجم الذي يجب أن يجلس تحته حتى يعمل على الأجهزة التي يهاجمها. واليوم لا تتقاطع هذه الحدود، فالنماذج القادرة أكبر من اللازم، والنماذج الصغيرة ليست قادرة بما فيه الكفاية. من خلال رسم نماذج ذات وزن مفتوح بمعلمات 30 مليار أو أقل مقابل مؤشر قدرات العصر، قام الباحثون بقياس مكاسب قدرها 13.7 نقطة ECI سنويًا ويقدرون أنه إذا استمر هذا الاتجاه، فإن النموذج الصغير سيصل إلى مستوى قدرة GLM-5.2 بحلول نهاية عام 2026 - مع إمكانية إنشاء نسخ صغيرة تعتمد على الوزن بعد فترة وجيزة. ويشددون على أن هذا تقدير تقريبي مبني على مقياس بديل.

يرسم المنشور أيضًا نماذج تهديد متجاورة - أجهزة النسخ الحدودية التي تعمل على البنية التحتية الخاصة بالمختبر، وأجهزة النسخ ذات الوزن المفتوح التي تبدأ دون مراقبة، والنسخ المتماثل المستندة إلى واجهة برمجة التطبيقات التي تسرق بيانات الاعتماد لاستدلالها الخاص - ويحذر من أن الحالة الأسوأ الواقعية هي وجود سرب من النماذج المختلفة على أجهزة مختلفة باستخدام مخططات مختلفة. يُختتم كتاب أنثروبيك بكيفية اختلاف ديدان الذكاء الاصطناعي عن البرمجيات الخبيثة التي كانت موجودة قبل الذكاء الاصطناعي، ويقدم اقتراحات موجزة للدفاعات، مما يضع العمل في إطار نظرة مبكرة على التهديد الذي يسهل دراسته قبل أن ينضج.

---

ابقَ في طليعة الذكاء الاصطناعي

احصل على آخر الأخبار والتحليلات والإنجازات في مجال الذكاء الاصطناعي — كل ذلك في مكان واحد.

اقرأ المزيد من أخبار الذكاء الاصطناعي →