Arcee: Các mô hình AI từ Trung Quốc không nguy hiểm như lo ngại

Khi các mô hình AI nguồn mở (open-weight) từ Trung Quốc như Qwen của Alibaba hay Kimi K3 của Moonshot AI ngày càng phổ biến nhờ hiệu năng cao và chi phí tối ưu, những lo ngại về an ninh mạng cũng gia tăng. Một số ý kiến cho rằng các mô hình này có thể là công cụ để tin tặc thực hiện các cuộc tấn công hoặc cài cắm mã độc.

Tuy nhiên, Lucas Atkins, CTO của Arcee – một startup chuyên phát triển các mô hình AI tại Mỹ – lại có quan điểm khác. Theo ông, các mô hình AI từ Trung Quốc không tiềm ẩn rủi ro bảo mật cao hơn so với bất kỳ phần mềm nguồn mở nào khác mà doanh nghiệp đang sử dụng.

Bản chất kỹ thuật của mô hình AI

Atkins giải thích rằng cơ chế vận hành của các mô hình AI không cho phép nhà phát triển (như Alibaba hay Arcee) truy cập từ xa vào môi trường của người dùng. Khi một doanh nghiệp tải mô hình về và chạy trên server riêng, họ hoàn toàn kiểm soát môi trường đó. Dù các mô hình này thường là “open-weight” (không phải mã nguồn mở hoàn toàn), nhưng mã thực thi vẫn có thể được kiểm tra và giám sát thông qua các nền tảng như Hugging Face.

Quy trình bảo mật cho doanh nghiệp

Thay vì lo ngại về các “backdoor” tiềm ẩn, các tổ chức lớn nên áp dụng quy trình kiểm định an ninh nghiêm ngặt. Điều này bao gồm:

• Kiểm tra và đánh giá mô hình trước khi triển khai.
• Thực hiện đào tạo lại (post-training) để tinh chỉnh mô hình cho các nhu cầu cụ thể.
• Giám sát các vấn đề về bias, tính độc hại, hiện tượng ảo giác (hallucination) và độ nhạy cảm với các chủ đề nhất định.

Về khả năng mô hình AI có thể tạo ra mã độc hoặc chèn backdoor vào code, Atkins cho rằng về lý thuyết là có thể, nhưng thực tế cực kỳ khó thực hiện. Các mô hình ngôn ngữ lớn (LLM) có tính sáng tạo cao, khiến việc ép chúng tạo ra mã độc theo một kịch bản hoàn hảo là điều gần như không khả thi.

Tập trung vào cạnh tranh thay vì cấm đoán

Thay vì kêu gọi lệnh cấm, Atkins cho rằng Mỹ nên tập trung vào việc xây dựng một hệ sinh thái AI nguồn mở mạnh mẽ hơn. Ông nhấn mạnh rằng việc học hỏi từ các mô hình Trung Quốc là một phần của quá trình phát triển công nghệ. Arcee cũng hưởng lợi từ việc nghiên cứu các phương pháp mà các nhà nghiên cứu Trung Quốc đã áp dụng.

“Cách tốt nhất để cạnh tranh với các mô hình từ Trung Quốc là tạo ra một mô hình tốt hơn,” Atkins kết luận. Đồng thời, ông cũng khuyến khích các doanh nghiệp xây dựng ứng dụng theo hướng model-agnostic (không phụ thuộc vào một mô hình duy nhất) để linh hoạt thay đổi và đảm bảo an toàn trong dài hạn.

Nguồn tham khảo: TechCrunch