کمیته رکن چهارم – OpenAI با اتخاذ روش‌های پیشرفته، گام‌های جدیدی برای ارتقای امنیت و اعتمادپذیری مدل‌های هوش مصنوعی برداشته است. این روش‌ها شامل همکاری با تیم‌های تخصصی خارج از سازمان و استفاده از چارچوب یادگیری تقویتی چندمرحله‌ای است که به شناسایی نقاط ضعف و تقویت امنیت مدل‌ها کمک می‌کند.
به گزارش کمیته رکن چهارم، OpenAI برای بهبود امنیت مدل‌های خود با متخصصانی خارج از سازمان همکاری کرده است. این متخصصان توانستند تهدیداتی را شناسایی کنند که تیم‌های داخلی از آن‌ها بی‌اطلاع بودند. برای مثال، آن‌ها متوجه شدند مدل در برابر جعل هویت و حملات مهندسی اجتماعی آسیب‌پذیر است. همچنین، ضعف‌هایی کشف شد که گاهی باعث می‌شد مدل اطلاعات نادرست یا خطرناک تولید کند. در این فرآیند، بیش از ۱۰۰ متخصص مشارکت داشتند و این همکاری به افزایش امنیت مدل‌ها کمک زیادی کرد.
یکی از نوآوری‌های مهم OpenAI، استفاده از یادگیری تقویتی چندمرحله‌ای برای شناسایی و کاهش آسیب‌پذیری‌های امنیتی مدل‌های هوش مصنوعی است. این روش به تیم‌ها امکان می‌دهد تا به‌صورت مداوم حملات جدید سایبری را شناسایی کرده و راهکارهای دفاعی را بهبود بخشند. در این فرآیند، هوش مصنوعی با استفاده از سیستم پاداش‌دهی، دفاع در برابر سناریوهای پیچیده حمله را یاد می‌گیرد. ترکیب این رویکرد با تحلیل انسانی، امنیت مدل‌ها را به‌طور قابل‌توجهی تقویت کرده است. این روش، به‌ویژه در مقابله با تهدیداتی مانند جعل عمیق و مهندسی اجتماعی، کارایی بالایی دارد و هدف آن، ایجاد یک سیستم دفاعی پویا و قابل‌اعتماد است.
OpenAI تأکید دارد که آغاز تست‌های امنیتی از مراحل اولیه توسعه مدل‌ها، همکاری با متخصصان خارج سازمانی، و ایجاد گزارش‌های استاندارد، می‌تواند اعتماد عمومی به فناوری هوش مصنوعی را افزایش دهد. این اقدامات نه تنها امنیت را بهبود می‌بخشد بلکه الگویی برای سایر شرکت‌های فناوری در سراسر جهان ارائه می‌دهد.
