מיקרוסופט חשפה את MAI-Cyber-1-Flash, מודל הבינה המלאכותית הראשון שלה שנבנה במיוחד עבור אבטחת סייבר, מסמן צעד משמעותי בדחיפה של החברה להשתמש ב-AI frontier להגנה על התוכנה שלה ושל לקוחותיה. המודל נועד לזהות פגיעויות מאתגרות המוסתרות בבסיסי קוד מורכבים והוא משולב כעת בפלטפורמת האבטחה הרחבה יותר של מיקרוסופט.
לפי SecurityWeek והבלוג הרשמי של מיקרוסופט, MAI-Cyber-1-Flash נפרס בתוך MDASH, רתמת הזיהוי והתיקון של הפגיעות הרב-סוכנים של החברה. MDASH מתזמר יותר מ-100 סוכני בינה מלאכותית מתמחים הפועלים על פני דגמי בינה מלאכותית מרובים ומזוקקים, וכבר נעשה שימוש כדי להציג פגיעויות רבות במוצרים של מיקרוסופט עצמה. המודל החדש הוא הדוגמה האחרונה לאופן שבו כלי בינה מלאכותית ארגונית מעצבים מחדש את נוף האבטחה - מגמה שעקבנו מקרוב בסיקור חדשות הבינה המלאכותית שלנו.
מה MAI-Cyber-1-Flash עושה
המודל מכוון במיוחד כדי למצוא פרצות תוכנה שמערכות AI אחרות נוטות לפספס. במקום לנסות להיות עוזר למטרות כלליות, MAI-Cyber-1-Flash מותאם למשימה צרה אך קריטית: ניתוח קוד מקור מורכב כדי לזהות פגמים שניתנים לניצול.
מיקרוסופט הסבירה את הארכיטקטורה כמערכת ניתוב מודעת לעלות. "MAI-Cyber-1-Flash תוכנן לטפל ביעילות עד 90% מכל המשימות, מה שמאפשר ל-MDASH להשתמש בדגמים הגדולים והיקרים ביותר בצי שלנו (במקרה זה GPT-5.4) עבור 10% מהמשימות הקשות במיוחד שבאמת זקוקות להן", כתבה החברה בהודעתה. גישה מדורגת זו פירושה שסריקת פגיעות שגרתית פועלת על הדגם המיוחד הזול יותר, בעוד שרק המקרים הקשים ביותר עוברים למערכות חזקות ויקרות יותר.
החברה הוסיפה כי שילוב זה מספק חיסכון של 50% בעלויות בהשוואה לתצורת ה-MDASH הטובה ביותר הקודמת, אשר הסתמכה על GPT-5.4 בשילוב עם 5.4 mini ו-5.3 קודקס. "זה הכוח של מערכת מרובת דגמים מכווננת היטב עם גישה לנתוני הכשרה היסטוריים עשירים במיוחד", אמרה מיקרוסופט.
ביצועי בנצ'מרק
בבדיקות שנערכו באמצעות מסגרת הערכת אבטחת הסייבר של CyberGym, השילוב של MAI-Cyber-1-Flash, MDASH ו-GPT-5.4 השיג ציון של כ-96%, שלפי מיקרוסופט היה גבוה בכ-12 נקודות מה-Mythos 5 של Anthropic. אותה תצורה גם השיקה את ה-Cyber 3AI של Google ו-Open. GPT-5.6 Sol בגילוי פגיעות, על פי אמות המידה הפנימיות של החברה.
ראוי לציין שתוצאות אלו מדווחות על ידי מיקרוסופט. אימות עצמאי של מדדי AI של אבטחת סייבר נותר מוגבל, ומסגרת CyberGym היא עדיין תוספת חדשה יחסית לנוף ההערכה. מודלים מתחרים מגוגל, OpenAI ואנתרופיק עשויים בהחלט לסגור את הפער כאשר דגמי האבטחה המיוחדים שלהם יבשילו.
תפיסת פרויקט ותצוגה מקדימה ציבורית
MAI-Cyber-1-Flash זמין ללקוחות באמצעות Project Perception, הצעת אבטחה סוכנית המאפשרת לארגונים לפרוס סוכני AI אוטונומיים עבור זרימות עבודה אבטחה מעבר לניהול פגיעות תוכנה. Project Perception נכנס לתצוגה מקדימה ציבורית ב-3 באוגוסט, לפי מיקרוסופט.
ההשקה מסמנת שינוי אסטרטגי רחב יותר עבור החברה. מיקרוסופט בונה יותר ויותר מודלים מיוחדים של AI משלה במקום להסתמך באופן בלעדי על המודלים לשימוש כללי של השותף OpenAI - אסטרטגיית הפחתת עלויות שהחברה נוקטת בקווי מוצרים מרובים. על ידי בעלות על מודל ספציפי לאבטחת סייבר, מיקרוסופט יכולה גם להפחית עלויות מסקנות וגם להתאים את המערכת לדרישות המיוחדות של צוותי אבטחה ארגוניים.
שוק הולך וגדל לאבטחת בינה מלאכותית
שוק הבינה המלאכותית בתחום אבטחת הסייבר מתרחב במהירות כאשר ארגונים נאבקים לעמוד בקצב כמות הפגיעות המתגלות מדי שנה. המהלך של מיקרוסופט מגיע על רקע מודעות מוגברת לסיכוני אבטחה הקשורים לבינה מלאכותית, בעקבות פרצה בחברת Hugging Face שבה סוכן בינה מלאכותית אוטונומית ניגש לצינורות נתונים פנימיים וחשף אישורים.
אירוע זה הניע את Nvidia להשיק את Open Secure AI Alliance, קואליציה של יותר מ-40 חברות המתמקדות בפיתוח סטנדרטים פתוחים לאבטחת AI. מיקרוסופט מציבה את MAI-Cyber-1-Flash ואת Project Perception כתרומתה לצד ההגנתי של המשוואה - משתמשת בסוכני AI לא רק כדי למצוא באגים, אלא כדי לתקן אותם לפני שתוקפים יוכלו לנצל אותם.
TechCrunch ו-Axios דיווחו כי מיקרוסופט צופה עתיד שבו סוכני AI מתקנים באופן אוטונומי נקודות תורפה במערכות ייצור. מטרת החברה, לפי Axios, היא שסוכני AI יתקנו באגים לפני שהאקרים ימצאו אותם.
מה זה אומר עבור התעשייה
ההשקה של מיקרוסופט של מודל אבטחת סייבר ייעודי מעלה את ההימור התחרותי עבור תעשיית הבינה המלאכותית הרחבה יותר. אם מודלים מיוחדים של אבטחה יתבררו זולים ויעילים משמעותית ממערכות למטרות כלליות לזיהוי פגיעות, ספקי AI גדולים אחרים צפויים ללכת בעקבותיהם עם הצעות ספציפיות לתחום משלהם.
עבור לקוחות ארגוניים, ההבטחה להפחתת עלות של 50% בפעולות אבטחה מונעות בינה מלאכותית היא משמעותית. צוותי אבטחה היו בין המאמצים הכבדים ביותר של כלי בינה מלאכותית, אך העלות של הפעלת דגמי חזית בקנה מידה הדרוש לסריקת פגיעות מתמשכת היוותה מחסום מתמשך. מודל מיוחד ומתואם היטב המטפל ברוב המשימות בשבריר מהעלות עשוי להאיץ את האימוץ בתעשייה.
שאלת המפתח כעת היא האם מדדי הדיווח העצמי של מיקרוסופט עומדים בבדיקה עצמאית, והאם דגמים מתחרים מ-OpenAI, Google ואנתרופיק יכולים להתאים לביצועים של מערכת שנבנתה למשימה אחת. כאשר Project Perception נכנס לתצוגה מקדימה ציבורית באוגוסט, קהילת אבטחת הסייבר תקבל מבט ראשון בעולם האמיתי על האם MAI-Cyber-1-Flash עומד בטענות של מיקרוסופט.
הישאר בקדמת פיתוחי האבטחה של AI
קרא עוד חדשות AI ככל שנוף ה-AI של אבטחת הסייבר מתפתח.
קרא עוד חדשות AI →
