在迅速發展的人工智能(AI)領域,研究人員關注的焦點正由ChatGPT等大語言模型工具轉向下一個前沿領域——AI代理(Agentic AI)。相比目前的大語言模型應用,AI代理技術更加智能化,可以在基本不需要人工干預的情況下完成復雜任務,以之前難以想象的方式進行主動學習、適應和協作。而在網絡安全領域,AI代理技術的廣泛應用或將徹底改變網絡攻防博弈間的游戲規則。
什么是AI代理?
在最初的大語言模型中,通常是在一次響應中生成對提示的響應。例如,我們可能會請一個LLM(大型語言模型)來幫助撰寫一篇文章或報告,它會一次性生成完整的草稿。但這種方法往往缺乏深度和精細度。這種形式也被稱為零投提示(Zero Shot Prompting)——因為它試圖在第一次投籃就“命中籃筐”,并在不重復的情況下獲得一個好的結果。
事實證明,和人類一樣,大語言模型很難通過一次或有限的交互就帶來完美的結果。因此,OpenAI公司以聊天的形式創建了GPT3/4模型,這使得我們可以圍繞相同主題進行附加提問迭代,包括給出評論,將問題劃分為多個子問題,并要求模型執行自我反思等。
相比之下,AI代理技術旨在形成一種主動式、自動化的任務執行工作流,就像人工分階段處理一個項目一樣。通過生成最優化的代理流程,AI系統可以分多個步驟草擬、審查、修改和改善輸出,從而獲得更精細和更優質的結果。
在今年初舉辦的紅杉資本AI Ascent大會上,人工智能技術先驅、Google Brain聯合創始人Andrew Ng博士發表了一場富有遠見的主題分享,探討了AI代理技術的深遠影響和巨大發展潛力。他表示:通過AI代理所形成代理工作流,是一種涉及AI模型不斷改進輸出的迭代流程,這將徹底顛覆傳統的靜態AI交互方式。
在這種代理工作流中,有四個關鍵設計模式:
Andrew Ng認為,通過AI代理所形成的工作流將顯著增強現有AI技術(模型)的應用能力,實現更精細的迭代過程。這種方法有望在包括網絡安全在內的各種應用領域充分釋放大語言模型和AI系統的應用潛力。
AI代理對網絡安全的影響
研究人員認為,通過AI代理,可以讓大模型工具的交互迭代過程更具協作性和適應性,因此非常適合在網絡安全等復雜領域中應用。在某種意義上,AI代理可以被看作是一個自主運行的智能化網絡安全系統,能夠在無人干預的情況下做出安全決策并采取威脅處置行動。它的能力相當于一個技術嫻熟、經驗豐富的安全專家團隊,而且不需要睡覺和休息,能夠不間斷地尋找和處置威脅。
不妨設想智能家居系統的工作原理。智能恒溫器可以了解你的日常生活,根據你的喜好調整溫度,并可以檢測到不尋常的活動變化,比如溫度突然下降(可能表明窗戶開著)。同樣,在網絡安全防御背景下,AI代理可以使用類似的流程來開發和優化完善安全防護措施。比如說,AI代理可以持續監控網絡流量、檢測異常,并更新安全規程,以實時防御新的威脅。
目前,研究人員Richard Fang、Rohan Bindu、Akui Gupta和Daniel Kang已證明,GPT-4之類的大語言模型(LLM)可以自動利用1-day漏洞。研究小組在研究中針對15個實際的漏洞數據集測試了GPT-4。GPT-4成功利用了其中87%的漏洞,明顯勝過其他工具。這項研究強調了我們迫切需要采取積極主動的網絡安全措施,因為AI利用漏洞方面的潛力構成了新的重大威脅。定期更新和及時部署安全補丁對于減輕這些風險至關重要。
面對上述挑戰,AI代理可以在沒有人干預的情況下建立不斷探索、學習和適應的網絡安全防護體系。這也正是Project Voyager在游戲《我的世界》中所做的一切。
來自加州理工學院、斯坦福大學、得克薩斯大學和英偉達的研究人員共同開發了Voyager,這是目前第一個為開放式環境中終身學習而設計的AI代理實驗。Voyager由三大部分組成:追求探索的自動課程、存儲復雜行為的技能庫以及基于反饋改進性能的迭代提示機制。當Voyager負責建造村莊的非玩家控制角色(NPC)用完了附近的樹木去砍木頭時,一個有趣的場景出現了,那些基于AI的NPC并非寸步難行,而是開始尋找解決辦法。他們決定搬到鄰近的村莊,趕走原居民,并用他們房子里的木頭繼續建造村莊。
這個實驗展示AI在創造能夠終身學習和適應的自主代理方面具有巨大潛力。無論是在游戲、機器人還是網絡安全領域,這種代理不斷學習和進化的能力為創新和解決問題開辟了新的前景。
結語
毋庸置疑,AI代理在網絡安全領域將具有深遠的影響,可以用來模擬攻擊、識別漏洞,并自主制定防御策略。這將徹底改變我們對待網絡安全防御的方式。然而,AI代理也讓我們更接近實現AI在某些方面超越人類智能的可能,如何負責任地開發這些技術并確保它們安全可靠地用于造福社會就顯得至關重要。
參考鏈接:
來源:安全牛