Microsoft は、サイバーセキュリティ専用に構築された初の人工知能モデルである MAI-Cyber​​-1-Flash を発表しました。これは、自社および顧客のソフトウェアを防御するためにフロンティア AI を使用する同社の推進における重要な一歩を示しています。このモデルは、複雑なコードベースに隠された困難な脆弱性を特定するように設計されており、現在は Microsoft の広範なマルチエージェント セキュリティ プラットフォームに統合されています。

SecurityWeek と Microsoft の公式ブログによると、MAI-Cyber​​-1-Flash は、同社のマルチエージェント脆弱性識別および修復ハーネスである MDASH 内に導入されています。 MDASH は、複数のフロンティアおよび抽出された AI モデルにわたって動作する 100 を超える専門 AI エージェントを調整しており、すでに Microsoft 自社製品の多数の脆弱性を表面化するために使用されています。新しいモデルは、エンタープライズ AI ツールがセキュリティ環境をどのように再構築しているかを示す最新の例です。この傾向は、AI ニュース速報 の報道で綿密に追跡してきました。

MAI-Cyber-1-Flash の機能

このモデルは、他の AI システムが見逃しがちなソフトウェアの脆弱性を発見するために特別に調整されています。 MAI-Cyber​​-1-Flash は、汎用アシスタントになろうとするのではなく、複雑なソース コードを分析して悪用可能な欠陥を検出するという、狭いながらも重要なタスクに最適化されています。

Microsoft は、このアーキテクチャをコストを意識したルーティング システムであると説明しました。 「MAI-Cyber​​-1-Flashは、すべてのタスクの最大90%を効率的に処理できるように設計されており、MDASHは本当に必要な非常に困難なタスクの10%に対して、当社のフリートの中でより大型で最も高価なモデル(この場合はGPT-5.4)を使用できるようになりました」と同社は発表文で述べている。この段階的なアプローチは、定期的な脆弱性スキャンが安価な専用モデルで実行され、最も困難なケースのみがより強力で高価なシステムにエスカレーションされることを意味します。

同社は、この組み合わせにより、GPT-5.4 と 5.4 mini および 5.3 codex の組み合わせに依存していた以前の最良の MDASH 構成と比較して、コストが 50% 削減されると付け加えました。 「これは、独自に豊富な過去のトレーニング データにアクセスできる、よく調整されたマルチモデル システムの力です」と Microsoft は述べています。

ベンチマークパフォーマンス

CyberGym のサイバーセキュリティ評価フレームワークを使用して実施されたテストでは、MAI-Cyber-1-Flash、MDASH、および GPT-5.4 の組み合わせは約 96% のスコアを達成しました。これは、Anthropic の Mythos 5 よりも約 12 ポイント高いと Microsoft は述べています。また、同じ構成は、脆弱性発見において Google が最近発売した 3.5 Flash Cyber および OpenAI の GPT-5.6 Sol をも上回りました。会社の内部ベンチマーク。

これらの結果が Microsoft によって自己報告されたものであることは注目に値します。サイバーセキュリティ AI ベンチマークの独立した検証は依然として限られており、Cyber​​Gym フレームワークはまだ評価環境に比較的新しく追加されたものです。 Google、OpenAI、Anthropic の競合モデルは、それぞれの特殊なセキュリティ モデルが成熟するにつれて、その差を縮める可能性があります。

プロジェクトの認識とパブリック プレビュー

MAI-Cyber-1-Flash は、組織がソフトウェア脆弱性管理を超えたセキュリティ ワークフローに自律型 AI エージェントを導入できるようにするエージェント セキュリティ オファリングである Project Perception を通じて顧客に提供されます。 Microsoftによると、Project Perceptionは8月3日にパブリックプレビューを開始するという。

この発表は、同社のより広範な戦略的転換を示唆しています。 Microsoft は、パートナーである OpenAI の汎用モデルにのみ依存するのではなく、独自の特化した AI モデルをますます構築しています。これは、同社が複数の製品ラインにわたって追求しているコスト削減戦略です。サイバーセキュリティ固有のモデルを所有することで、Microsoft は推論コストを削減し、企業セキュリティ チームの特定の要求に合わせてシステムを調整することができます。

AI セキュリティの成長市場

組織が毎年発見される脆弱性の量に追いつくのに苦労する中、サイバーセキュリティ AI 市場は急速に拡大しています。 Microsoftの今回の動きは、自律型AIエージェントが内部データパイプラインにアクセスして認証情報を漏洩させたHugging Faceの侵害を受けて、AI関連のセキュリティリスクに対する意識が高まる中で行われた。

この事件を受けて、Nvidia は、AI セキュリティのオープン スタンダードの開発に重点を置いた 40 社以上の企業の連合である Open Secure AI Alliance を立ち上げることになりました。 Microsoft は、MAI-Cyber​​-1-Flash と Project Perception を方程式の防御側への貢献として位置づけています。AI エージェントを使用して、バグを見つけるだけでなく、攻撃者が悪用する前にバグを修正します。

TechCrunch と Axios は、Microsoft が AI エージェントが実稼働システムの脆弱性に自律的にパッチを適用する未来を構想していると報じました。 Axiosによると、同社の目標は、AIエージェントがハッカーに見つかる前にバグを修正することだという。

これが業界にとって何を意味するか

Microsoft が専用のサイバーセキュリティ モデルを立ち上げたことで、広範な AI 業界の競争力が高まりました。特化したセキュリティ モデルが脆弱性検出用の汎用システムよりも大幅に安価で効果的であることが証明されれば、他の大手 AI プロバイダーも独自のドメイン固有の製品で追随する可能性があります。

企業顧客にとって、AI 主導のセキュリティ運用における 50% のコスト削減の約束は非常に大きなものです。セキュリティ チームは AI ツールを最も積極的に導入していますが、継続的な脆弱性スキャンに必要な規模でフロンティア モデルを実行するコストが永続的な障壁となっています。ほとんどのタスクをわずかなコストで処理できる、よく調整された特殊なモデルは、業界全体での導入を加速する可能性があります。

現在の重要な問題は、Microsoft が自己報告したベンチマークが独立した精査の下で機能するかどうか、そして OpenAI、Google、Anthropic の競合モデルが単一のミッション専用に構築されたシステムのパフォーマンスに匹敵できるかどうかです。 Project Perception が 8 月にパブリック プレビューに入ると、サイバーセキュリティ コミュニティは、MAI-Cyber​​-1-Flash が Microsoft の主張に沿っているかどうかを初めて実際に確認することになります。

AI セキュリティ開発の先を行く

サイバーセキュリティ AI の状況が進化するにつれて、AI ニュース の詳細をご覧ください。

AIニュースをもっと読む→