تخيل أنك بنيت نموذج ذكاء اصطناعي متقدم من الصفر—شهور من العمل، وملايين من الاستثمارات. ثم يسرقه شخص ما، ويقوم بضبطه قليلاً، ويبدأ في تحقيق الأرباح منه. كيف ستثبت أنه ملكك في المقام الأول؟

هنا تأتي تقنية بصمة نماذج اللغة الكبيرة (LLM). إنها تقنية مصممة لدمج توقيعات مخفية داخل نماذج اللغة، مماثلة لعلامات مائية رقمية. نظريًا، إذا تم سرقة النموذج الخاص بك، يمكنك استخراج هذه البصمات لإثبات الملكية.

لكن إليك الواقع غير المريح: اكتشف باحثو الأمان في SentientAI مؤخرًا شيئًا مقلقًا. عند اختبار 10 طرق شهيرة لبصمات النموذج ضد هجمات معادية، فشلت 9 منها تمامًا. يمكن لممثل شرير مصمم أن يزيل أو يتلاعب بهذه البصمات، مما يجعل التحقق التقليدي من الملكية عديم الفائدة بشكل أساسي.

الاستنتاج؟ حلول البصمة الحالية بعيدة عن أن تكون محصنة تمامًا. مع تزايد سرقة نماذج الذكاء الاصطناعي بشكل أكثر تطورًا، تزداد الفجوة الأمنية بين مطالبات الملكية والحماية الفعلية اتساعًا. قد ترغب مجتمعات العملات الرقمية وWeb3 المبنية على الشفافية وعدم القابلية للتغيير في إيلاء اهتمام كبير—هذا التحدي يتجاوز بكثير الذكاء الاصطناعي التقليدي.