Google ra mắt Gemini 4 Argon: AI thế hệ mới hỗ trợ chuyên gia an ninh mạng

Google vừa chính thức công bố Gemini 4 Argon, mô hình trí tuệ nhân tạo (AI) thế hệ mới nhất của hãng. Công cụ này hiện đang được triển khai thử nghiệm cho một nhóm các chuyên gia an ninh mạng thông qua chương trình Fairwind.

Theo Koray Kavukcuoglu, Phó chủ tịch cấp cao tại Google DeepMind, Gemini 4 Argon mang lại hiệu suất vượt trội trong các quy trình công việc phức tạp, từ kỹ thuật phần mềm thực tế, các nghiệp vụ chuyên môn trong lĩnh vực tài chính, pháp lý cho đến công tác phòng thủ an ninh mạng.

Sự ra đời của Argon diễn ra chỉ một tháng sau khi Google giới thiệu Gemini 3.8 Flash Cyber. Điểm khác biệt lớn nhất là Argon được đánh giá có khả năng tự động hóa cao hơn trong việc tìm kiếm, xác thực và tạo các bản vá cho những vulnerability (lỗ hổng) nghiêm trọng. Đáng chú ý, mô hình này đã phát hiện được một lỗ hổng chưa từng được biết đến, vốn gây rò rỉ dữ liệu nhạy cảm trong các phần mềm y tế toàn cầu.

So với phiên bản tiền nhiệm, Argon thể hiện bước tiến lớn trong việc khám phá bề mặt tấn công và tạo ra các proof-of-concepts (PoCs) để kiểm chứng lỗ hổng. Google cũng tiết lộ kế hoạch phát hành một phiên bản Argon không có các rào cản bảo mật (guardrail-free) dành riêng cho các đội ngũ an ninh tin cậy, nhằm khai thác tối đa tiềm năng của mô hình.

Trước khi triển khai rộng rãi, Google đang tập trung củng cố các biện pháp bảo vệ để ngăn chặn việc lạm dụng mô hình bởi các tác nhân xấu, đồng thời tăng cường khả năng chống lại các cuộc tấn công indirect prompt injections (IPIs). Các báo cáo đánh giá nội bộ cho thấy Argon hiện đang dẫn đầu trong bảng xếp hạng IPI của Gray Swan.

Google khẳng định sẽ áp dụng các cơ chế giảm thiểu sai lệch, giám sát chặt chẽ chuỗi suy luận (chain-of-thought) của mô hình và dừng thực thi ngay lập tức nếu phát hiện các hành vi bất thường. Hãng cũng khuyến khích cộng đồng công nghệ duy trì sự minh bạch trong quá trình suy luận của AI để đảm bảo các mô hình luôn hỗ trợ hiệu quả cho việc chẩn đoán và xử lý rủi ro.

Nguồn tham khảo: The Hacker News