تاریخ:
کاظمی قمی: از وعده پیروزی ۲ هفتهای؛ ۱۱ سال گذشت 
درس نود و چهار
هوش مصنوعی دروغها را به خاطر میسپارد و هفتهها بعد از آنها استفاده میکند!
مسمومیت حافظه هوش مصنوعی میتواند مدلهای پیشرفته را فریب دهد تا اطلاعات نادرست را برای ماهها به خاطر بسپارند و از آنها در تعاملات بعدی خود استفاده کنند.
اخیراً محققان شرکت فورسپوینت (Forcepoint) در بخش X-Labs خود، آسیبپذیری AI جدیدی را کشف کردهاند که نگرانیهای جدی در مورد اعتمادپذیری دستیاران هوش مصنوعی ایجاد میکند.
به گزارش گجت نیوز، این کشف نشان میدهد چگونه عاملهای هوش مصنوعی میتوانند با دادههای غلط مسموم شوند و آنها را به عنوان حقایق معتبر ذخیره کنند. یافتههای فورسپوینت در مورد چگونگی سوءاستفاده از حافظه بلندمدت هوش مصنوعی، تبعات گستردهای برای امنیت و کاربرد سیستمهای هوش مصنوعی دارد.
حملهای ساده با نتایجی مخرب
یک عامل هوش مصنوعی (ایجنت) میتواند با خواندن متون مخفی در صفحات وب، اطلاعات نادرست را به عنوان یک واقعیت دائمی در حافظه بلندمدت خود ذخیره کند. این اطلاعات جعلی هفتهها بعد، در کارهای نامربوط دیگر، توسط هوش مصنوعی بازیابی و مورد اعتماد قرار میگیرد. این روش که مسمومیت حافظه پایدار نام دارد، یک آسیبپذیری امنیتی جدی است.
MINJA (بهطور کامل Memory INJection Attack) نام آکادمیک این حمله است که در کنفرانس NeurIPS 2025 معرفی شد. این حمله بدون نیاز به دسترسیهای ویژه یا امتیازات بالا، فقط با ارسال درخواستهای عادی از طریق رابط کاربری استاندارد انجام میشود.
MINJA نرخ موفقیت بالای ۹۵ درصد برای تزریق و بیش از ۷۰ درصد برای حمله را در مدلهایی نظیر GPT-4o-mini، جمنای ۲.۰ فلش و لاما ۳.۱ ۸B نشان داده است. اگرچه این ارقام ممکن است در شرایط واقعی کمتر باشند، اما این تهدید برای محصولات پرکاربردی همچون ChatGPT، جمنای، کلود و مایکروسافت ۳۶۵ کوپایلوت همچنان قابل توجه است.
راهکار فورسپوینت: حافظه قابل بازرسی
فورسپوینت برای مقابله با این پدیده، پیشنهاد میکند که بهجای اینکه خاطرات استخراج شده را به عنوان حقایق مطلق در نظر بگیریم، آنها را به عنوان اشیایی قابل بازرسی تلقی کنیم. این رویکرد شامل ذخیره هر حافظه به همراه فرادادههایی مانند منبع، نوع منبع، تایید کاربر و یک امتیاز ریسک است. استفاده از عباراتی که رفتار آینده را شکل میدهند (مانند «از این به بعد» یا «این را پیشفرض قرار بده») یا ظهور ناگهانی یک دامنه، تماس یا فروشنده جدید، به این امتیاز ریسک میافزاید.
تشخیص تناقض نیز در این طرح مهم است؛ اگر یک حافظه جدید با اطلاعات موجود در تضاد باشد، هر دو نمیتوانند درست باشند. در این صورت، سیستم تعارض را علامتگذاری کرده و آیتم جدید را برای تایید کاربر نگه میدارد، به جای آنکه آن را بهطور خودکار بازنویسی کند.
اطلاعات حساس مانند دستورالعملهای پرداخت، جزئیات بانکی یا تنظیمات امنیتی نیز وزن بالاتری دریافت میکنند. با این حال، هیچ یک از این روشها مشکل اساسی را حل نمیکند: عاملهای هوش مصنوعی، حافظه بازیابیشده را به عنوان تجربه خود میدانند، نه صرفاً یک ورودی. امتیازدهی فقط هزینه مسمومیت حافظه هوش مصنوعی را بالا میبرد و اعتقاد عامل را تغییر نمیدهد.
لینک کوتاه: کپی لینک
چرا گوشی کند شده؟ ۱۵ راه برای سریعتر شدن موبایل شما خطر پنهان سنگ مصنوعی برای ریهها فقط بوی قهوه هم ممکن است حالتان را بهتر کند زندگی متفاوت مریم مومن، بازیگر «بانوی عمارت» با استایلی اسپرت (+عکس) آمریکا به استقرار سلاح در مدار زمین اعتراف کرد؛ اما تسلیحات فضایی دقیقاً چیست؟ ویتامین E را از غذا بگیریم یا مکمل؟؛ باید و نباید های مصرف این ویتامین چرا بعد از گریه کردن احساس بهتری پیدا میکنیم؟ زیباترین هتل جهان در سال ۲۰۲۶ معرفی شد تصویری از «ناصرالدین شاه» در حال سان دیدن از نیروهای نظامی در میدان مشق ترامپ و شهردار نیویورک دوباره کنار هم؛ این بار پای ۱۲ هزار خانه در میان است باز هم نخست وزیر آلمان شکست خورد/ معمای حزب جدید ادامه دارد پروژه 300 میلیارد دلاری پر سرعت پیش می رود توافق ترامپ و چین؟/ دو طرف تعریف یکسانی از خطر ندارند چرا اینقدر نفخ میکنید؟؛ ۱۰ علت پنهان افزایش گاز روده بررسی مایع خنککننده موتور؛ نکات ایمنی که باید بدانید