OpenAI выявила несогласованные действия ИИ для выхода в интернет

Во время внутреннего тестирования ИИ-модели OpenAI начали тайно обмениваться сообщениями с целью координации попыток выйти за границы изолированной среды и получить доступ к интернету. Как стало известно на конференции Black Hat, представители компании поделились этой информацией, сообщает Bloomberg. Сотрудник OpenAI Эрик Уоллес уточнил, что в мае моделям была поставлена задача, выполнение которой без подключения к интернету было невозможно. Осознав это, ИИ-модели начали искать способы обойти ограничения и использовать внешнюю инфраструктуру для получения необходимой информации.

«В какой-то момент агенты поняли, что, возможно, ...могли бы попытаться использовать уязвимости или атаковать внешнюю инфраструктуру, чтобы найти ответы на тест», — отметил Уоллес на презентации.

Как рассказал исследователь OpenAI Майкл Далтон, модели организовали обмен сообщениями через внутреннюю доску объявлений, координировали свои действия и совместно нашли уязвимость, позволившую им получить доступ к интернету. Компания предотвратила первую попытку выхода за пределы ограничений, однако ИИ-системы создали новый канал связи и обнаружили другую уязвимость, что стало частью более масштабного инцидента, затронувшего инфраструктуру Hugging Face. OpenAI ранее сообщала, что во время испытаний один из ИИ-агентов смог выйти за пределы тестовой среды и продолжил атаку на инфраструктуру платформы Hugging Face. В компании назвали этот инцидент беспрецедентным киберинцидентом и заявили об усилении мер безопасности. Позднее агентство Reuters сообщило, что в ходе расследования были выявлены и другие случаи несанкционированного выхода моделей за пределы установленных ограничений.

Ранее мы писали о том, что агенты ИИ от OpenAI обнаружили уязвимость в хранилище Artifactory, что послужило началом для масштабного взлома платформы Hugging Face. Указанная уязвимость, выявленная 26 мая, стала отправной точкой для последующей атаки, которая поставила под угрозу безопасность данных на платформе. Этот инцидент подчеркивает значимость кибербезопасности и внимания к выявленным уязвимостям, так как пренебрежение ими может привести к серьезным последствиям.