به گزارش رویترز، ساتسوکی کاتایاما، وزیر دارایی ژاپن گفت، رهبران دارایی G7 با برگزاری تمرینات روی میز برای محافظت در برابر حملات سایبری مبتنی بر هوش مصنوعی موافقت کردهاند. این تصمیم هفت اقتصاد بزرگ پیشرفته جهان را متعهد میکند تا به طور مشترک واکنش خود را به دستهای از تهدیدها که مقامات امنیتی هشدار میدهند سریعتر از دفاعهای سنتی رشد میکنند، تمرین کنند.
این توافق که روز جمعه اعلام شد، در حالی صورت میگیرد که سیاستگذاران به طور فزایندهای به دنبال هماهنگی پاسخها به خطرات فزاینده امنیت سایبری مرتبط با هوش مصنوعی هستند. تمرینهای رومیزی - شبیهسازیهای ساختاری که در آن مقامات گام به گام از یک بحران فرضی عبور میکنند - به ابزار ترجیحی برای آزمایش نحوه برقراری ارتباط و واکنش دولتها، بانکهای مرکزی و موسسات مالی خصوصی در معرض حمله تبدیل شدهاند. برای G7، تمرینها بر بخش مالی تمرکز خواهند کرد، جایی که یک نفوذ موفق مبتنی بر هوش مصنوعی میتواند قبل از اینکه مدافعان متوجه شوند چه اتفاقی میافتد، بازارها را به حرکت درآورد. For more context on this story, see our ongoing more AI stories.
هشدار صندوق بین المللی پول به تمرینات فوریت داد
این اقدام در پی هشدار صندوق بینالمللی پول در این هفته مبنی بر اینکه یک حمله با هوش مصنوعی میتواند اعتماد به یک موسسه مالی را تضعیف کند و ثبات سیستم را تحت تأثیر قرار دهد، دنبال میشود. پیام صندوق بینالمللی پول، همانطور که توسط رسانههایی که تصمیم G7 را پوشش میدهند، خلاصه میشود، این بود که هوش مصنوعی هزینه را کاهش میدهد و پیچیدگی حملات به بانکها، سیستمهای پرداخت و زیرساختهای بازار را افزایش میدهد – در حالی که همین فناوری ابزارهای جدیدی را نیز به مدافعان میدهد، در حال حاضر تهاجم کار سادهتری دارد.
این عدم تقارن همان چیزی است که تمرینات روی میز برای بررسی طراحی شده اند. شبیهسازیها بهجای آزمایش اینکه آیا نرمافزار آنتیویروس یک بار را مسدود میکند، سؤالات سختتری را مطرح میکند: چه کسی تصمیم میگیرد یک بانک بزرگ را آفلاین کند؟ رگولاتورها چگونه در اولین ساعات وقوع یک حادثه با بازارها ارتباط برقرار می کنند؟ چه زمانی یک رویداد سایبری به یک رویداد ثبات مالی تبدیل می شود که نیاز به نقدینگی بانک مرکزی دارد؟ این تصمیمات به ندرت با در نظر گرفتن سناریوهای حمله ویژه هوش مصنوعی تکرار شده است.
بر اساس یک چارچوب سایبری موجود
این تمرینها از طریق گروه تخصصی سایبری G7، گروه کاری که سیاستهای امنیت سایبری را در بین مقامات مالی G7 هماهنگ میکند، اجرا میشود. این گروه سالها تجربه در تمرینهای هماهنگی فرامرزی دارد و امسال راهنماییهایی را در مورد صورتحسابهای نرمافزار مرتبط با هوش مصنوعی منتشر کرده است. اعطای دستور حمله به هوش مصنوعی به CEG، موضوعی را رسمیت میبخشد که اعضا قبلاً بحث دوجانبه را با گسترش ابزارهای نفوذ فعال با هوش مصنوعی آغاز کرده بودند.
نقش ژاپن در اعلام این توافق تاکید می کند که چگونه بحث از ریسک انتزاعی به آماده سازی ملموس تغییر کرده است. در اوایل سال جاری، وزارت دارایی ژاپن قبلاً اعلام کرده بود که G7 استانداردهای دفاعی هوش مصنوعی برای مؤسسات مالی را مورد بحث قرار خواهد داد - اعلامیه روز جمعه این بحث را به یک برنامه متعهد تمرینات مشترک تبدیل می کند.
یک سال آمادگی فزاینده
توافق روز جمعه اوج ماه ها کار اساسی است. در ماه جولای، وزارت دارایی ژاپن گفت که G7 استانداردهای دفاع سایبری هوش مصنوعی برای مؤسسات مالی را مورد بحث قرار خواهد داد و تا ماه اوت، خزانه داری ایالات متحده علناً خواستار تعمیق همکاری عملی امنیت سایبری در سراسر G7 شد. مقامات سایبری این گروه امسال یک تمرین رسمی هماهنگی فرامرزی - که توسط بانک کانادا و وزارت خزانه داری بریتانیا منتشر شد - برای به اشتراک گذاری اطلاعات در طول یک حادثه شبیه سازی شده برگزار کردند. افزودن حملات مجهز به هوش مصنوعی به این کتاب یک تشدید طبیعی است و هشدار صندوق بینالمللی پول در این هفته کاتالیزور را فراهم کرد.
این زمان همچنین منعکس کننده یک گستره نظارتی گسترده تر در سراسر هوش مصنوعی در امور مالی است. هیئت ثبات مالی در این ماه مجموعهای از شیوههای صحیح را برای پذیرش مسئولانه هوش مصنوعی توسط موسسات مالی نهایی کرد و ناظران در چندین عضو G7 هشدار دادهاند که تقلبهای مبتنی بر هوش مصنوعی و ریسک مدل در حال پیشی گرفتن از قوانین موجود است. تمرینات روی میز این کار را از استانداردهای کاغذی به پاسخ تمرین شده گسترش می دهند.
چرا امور مالی اولین محرک است
بخش مالی دلایلی برای حرکت در ابتدا دارد. این صنعت حیاتی دیجیتالیشدهترین صنعت در اقتصادهای G7 است، با سرعت ماشین کار میکند، و بخشی است که انگیزه سود مهاجمان مستقیماً با آسیبهای امنیت ملی همسو میشود. هشدار صندوق بینالمللی پول در این هفته دقیقاً بر همین افشاگری متمرکز بود: صندوق هشدار داد که یک حمله مبتنی بر هوش مصنوعی میتواند اعتماد به یک موسسه مالی را تضعیف کند - و اعتماد به مواد اولیه بانکی است.
هوش مصنوعی نیز شکل خود حادثه را تغییر می دهد. یک حمله مبتنی بر هوش مصنوعی میتواند در اواسط کمپین تطبیق داده شود، زمانی که یکی از آنها مسدود میشود، فریبهای جدیدی ایجاد کند و سریعتر از آنچه اپراتورهای انسانی میتوانند پاسخ دهند، دفاعی را بررسی میکند. به همین دلیل است که تمرینهای روی میز - که انسان را مجبور میکند با سرعت انسانی تصمیمگیری کند - ضروری تلقی میشود: آنها نشان میدهند که اتوماسیون کجا به پایان میرسد و قضاوت باید شروع شود.
بعد چه اتفاقی می افتد
اعلامیه G7 یک جدول زمانی عمومی برای اولین تمرین تعیین نکرد، اما فرمت تمرین فرامرزی موجود گروه متخصص سایبری به اعضا ساختار آمادهای برای توسعه میدهد. سناریوهای قابل قبول برای چنین شبیهسازیهایی عبارتند از اطلاعات نادرست تولید شده توسط هوش مصنوعی در مورد عملیات بانکی، حملات خودکار به زیرساختهای پرداخت، و کلاهبرداری با فعالسازی عمیق علیه عملیات خزانهداری - کلاسهای حادثهای که رگولاتورهای مالی بهطور مداوم در سال جاری پرچمگذاری کردهاند.
برای بانک ها و بیمه ها، سیگنال عملی این است که انتظارات سخت گیرانه تری از ناظران داشته باشند. تمرینهای هماهنگی از این دست از لحاظ تاریخی مقدم بر دستورالعملهای نظارتی جدید است و اعضای G7 در سال جاری نشان دادهاند که مایلند هوش مصنوعی را در امور مالی تنظیم کنند. قالب رومیزی ممکن است غیررسمی باشد، اما خروجی آن - نقشه مستندی از اینکه چه کسی در هنگام فرود حمله هوش مصنوعی چه کاری انجام می دهد - تمایل دارد که بعداً تنظیم کننده های کتاب بازی را اجرا کنند.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →