گوگل به‌تازگی اعلام کرده که ابزار پیشرفته امنیتی‌اش با نام Big Sleep، موفق به کشف ۲۰ آسیب‌پذیری امنیتی در نرم‌افزارهای محبوب و متن‌باز شده است. این ابزار که حاصل همکاری مشترک میان تیم هوش مصنوعی DeepMind و متخصصان امنیتی پروژه Project Zero است، توانسته با عملکردی دقیق و هوشمندانه، نقص‌های امنیتی حساسی را در برنامه‌هایی چون ImageMagick و FFmpeg شناسایی و گزارش دهد.
هرچند گوگل هنوز جزئیات فنی این باگ‌ها را فاش نکرده، اما «هدر آدکینز»، معاون امنیت این شرکت، تأکید کرده که این اطلاعات پس از رفع کامل آسیب‌پذیری‌ها منتشر خواهند شد. چنین رویکردی کاملاً مطابق با استانداردهای حرفه‌ای در حوزه امنیت سایبری است؛ چرا که اعلام زودهنگام جزئیات می‌تواند منجر به سوءاستفاده هکرها پیش از انتشار وصله‌های امنیتی شود.
شناسایی این حجم از آسیب‌پذیری، آن هم در نرم‌افزارهایی که به‌طور گسترده در پروژه‌های حرفه‌ای، رسانه‌ای و برنامه‌نویسی استفاده می‌شوند، نشان از بلوغ ابزارهای مبتنی بر هوش مصنوعی دارد. به‌ویژه زمانی‌که بدانیم بسیاری از باگ‌ها، به‌راحتی از دید تحلیل‌گران انسانی پنهان می‌مانند، اما سیستم‌هایی مانند Big Sleep قادرند با بررسی دقیق کدهای پیچیده، تهدیدهای پنهان را پیش از آن‌که دیر شود شناسایی کنند.
این دستاورد نه‌تنها نشانه‌ای از پیشرفت تکنولوژیک گوگل در حوزه امنیت سایبری است، بلکه نقطه عطفی در استفاده کاربردی از هوش مصنوعی محسوب می‌شود. تا همین چند سال پیش، تحلیل کدهای نرم‌افزاری برای یافتن آسیب‌پذیری‌ها کاری زمان‌بر و انسانی بود. اما حالا، ابزارهایی مانند Big Sleep این مسیر را با دقت و سرعت بیشتر طی می‌کنند. اگر روند به همین شکل ادامه یابد، در آینده‌ای نزدیک، هوش مصنوعی می‌تواند نقش پررنگ‌تری در حفاظت از زیرساخت‌های دیجیتال جهانی ایفا کند.
ترکیب هوش مصنوعی و نظارت انسانی؛ راهکاری برای اعتباربخشی به کشف آسیب‌پذیری‌ها
گوگل بار دیگر از قابلیت‌های روزافزون هوش مصنوعی خود در حوزه امنیت سایبری پرده برداشت. به گفته «کیمبری سامرا»، سخنگوی گوگل، ابزار Big Sleep موفق شده است بدون دخالت مستقیم انسان، ۲۰ آسیب‌پذیری امنیتی را در نرم‌افزارهای متن‌باز شناسایی و بازتولید کند. بااین‌حال، برای جلوگیری از گزارش‌های نادرست و اطمینان از اعتبار یافته‌ها، نتایج پیش از انتشار نهایی توسط کارشناسان امنیتی انسانی با دقت بررسی و تأیید شده‌اند.
در همین راستا، «رویال هانسن»، معاون مهندسی گوگل، در پستی در شبکه اجتماعی ایکس اعلام کرد که این موفقیت نویدبخش آغاز عصری جدید در کشف خودکار آسیب‌پذیری‌های نرم‌افزاری است. ابزارهای مشابهی مانند RunSybil و XBOW نیز از مدل‌های بزرگ زبانی (LLM) برای جستجوی باگ‌ها بهره می‌برند و گزارش‌هایی امیدوارکننده ارائه کرده‌اند. این روند نشان می‌دهد که هوش مصنوعی به ابزاری جدی در جعبه‌ابزار متخصصان امنیت سایبری تبدیل شده است.
بااین‌حال، همچنان چالش‌هایی بر سر راه وجود دارد. «ولاد ایونسکو»، مدیر فنی پروژه RunSybil، در گفت‌وگویی با TechCrunch تأکید کرد که پروژه Big Sleep به‌دلیل برخورداری از تیمی مجرب و پشتیبانی فنی از سوی DeepMind، اعتباری قابل‌توجه در صنعت دارد. اما از سوی دیگر، برخی توسعه‌دهندگان نسبت به صحت برخی گزارش‌ها ابراز تردید کرده‌اند. آن‌ها می‌گویند گاهی گزارش‌هایی از سوی سیستم‌های هوش مصنوعی دریافت می‌کنند که ظاهراً دقیق به نظر می‌رسند، اما در واقع فاقد اعتبار فنی هستند.
ایونسکو در این باره هشدار داد:
«مشکل اصلی این است که برخی گزارش‌ها در نگاه اول بسیار جدی و ارزشمند جلوه می‌کنند، اما در عمل پایه و اساس فنی محکمی ندارند. »
این مسئله به‌خوبی نشان می‌دهد که اگرچه هوش مصنوعی در حوزه امنیت سایبری به نقطه‌ای امیدوارکننده رسیده، اما همچنان به یک نظارت انسانی دقیق برای پالایش خروجی‌ها نیاز دارد. همان‌طور که در پروژه Big Sleep مشاهده شد، تلفیق دقت ماشین و قضاوت انسان، تنها راه‌حل مؤثر برای تضمین صحت و کیفیت نتایج به‌شمار می‌رود.
هوش مصنوعی به‌وضوح در حال تغییر قواعد بازی در دنیای امنیت سایبری است، اما مانند هر فناوری نوظهور، هنوز به بلوغ کامل نرسیده است. بزرگ‌ترین نقطه قوت این ابزارها، توان تحلیل سریع و گسترده داده‌هاست؛ چیزی که برای انسان‌ها وقت‌گیر و پیچیده است. اما همین هوش مصنوعی، اگر بدون نظارت انسانی رها شود، ممکن است به همان اندازه مضر و خطرناک باشد. راه حل نه در حذف انسان از معادله، بلکه در ترکیب توانایی‌های انسان و ماشین است. آینده امنیت دیجیتال در همکاری آن‌ها نهفته است، نه رقابتشان