人工智能（AI）在过去几年里取得了重大进展。复杂的语言模型可以编写长篇小说、基础网站代码以及分析数学问题。

虽然其优势显而易见，但它也存在安全风险。有些人可能只是使用聊天机器人在考试中作弊，但其他人则可能直接利用它们进行网络犯罪。以下是生成式AI安全问题将持续存在的8个主要原因。

       1. 开源AI聊天机器人揭示后端代码

越来越多的人工智能公司正在提供开源系统。他们会公开分享自己的语言模型，而不是保持封闭或专有。以Meta为例，与谷歌、微软和OpenAI不同，它允许数百万用户访问其语言模型LLaMA。

虽然开源代码可能会推动人工智能的发展，但它也存在风险。OpenAI已经在控制其专有聊天机器人ChatGPT上遇到了麻烦，所以想象一下骗子可以用免费软件做什么？他们能够完全控制这些项目。

       2. 越狱提示技巧LLM

AI本质上是非道德的。它无法理解对与错——即使是高级系统也是遵循训练指令、指导方针和数据集。它们只是识别模式。

为了打击非法活动，开发人员正通过设置限制来控制部分功能。虽然人工智能系统仍然会获取有害信息，但安全准则会禁止它们与用户共享这些信息。

以ChatGPT为例。虽然它能回答关于木马的一般问题，但它不会讨论开发木马的过程。遗憾的是，限制并非万无一失。用户能够通过改写提示、使用令人困惑的语言和编写明确的详细说明来绕过限制。

其中一种策略包括创造性地制定请求，并在向模型输入提示时省略明确提到标记的术语。根据OpenAI的使用条款，ChatGPT公共接口将持续拒绝遵守用户开发恶意软件的请求，包括“试图生成勒索软件、键盘记录器、病毒或其他旨在施加某种程度伤害的软件的内容”。例如，当被要求用python创建键盘记录器恶意软件时，该模型会拒绝请求。

然而，正如一名威胁行为者所指出的那样，通过简单的创造性的重新措辞，可能会绕过这些限制。

威胁行为者在暗网发布的帖子

如上所示，起初，该模型似乎拒绝了这一请求，声称它不会去创建一个键盘记录程序，而且在用户不知情或不同意的情况下将其发送到远程IP的程序是不道德的，甚至可能是非法的。

然而，该模型似乎建议Python中的“pynput”和“ftplib”库可以在合法的用例中使用，用于记录击键并使用FTP将它们发送到远程IP。之后，聊天机器人为基于python的键盘记录提供了脚本程序，并标注“此代码仅用于教育目的，不应用于不道德或非法目的。”

正如下面的截图所示，使用谨慎的措辞，网络犯罪分子似乎已经成功地请求ChatGPT重新创建恶意软件菌株和技术。在一个题为“ChatGPT -恶意软件的好处”的帖子中，作者分享了一个ChatGPT生成的代码，用于基于python的窃取程序，它可以搜索常见的文件类型，将它们复制到临时文件夹，压缩文件并将它们上传到硬编码的FTP服务器。

 暗网论坛的帖子

       3. AI为了多功能性牺牲了安全性

人工智能开发人员优先考虑多功能性而不是安全性。他们将资源用于培训平台，以完成更多样化的任务，最终减少限制。毕竟，市场更青睐功能性聊天机器人。

例如，让我们比较一下ChatGPT和Bing Chat。虽然Bing Chat拥有更复杂的语言模型来提取实时数据，但用户仍然倾向于更通用的选项ChatGPT。Bing Chat严格的限制机制禁止了许多任务。而另一方面，ChatGPT则提供了一个灵活的平台，可以根据用户的提示生成截然不同的输出。

下面是ChatGPT角色扮演的一个虚构角色。角色扮演是绕过ChatGPT反滥用控制的另一种策略。例如，威胁行为者首先会建立角色扮演游戏的规则，而不是要求ChatGPT“测试给定网站中的漏洞”。这可以像让聊天机器人成为渗透测试人员一样简单，以引导模型详细说明测试可渗透漏洞的步骤。这种策略的更复杂的变体是一种被称为“提示注入”的技术，它试图“越狱”聊天机器人，方法是用一个新的提示来取代模型原来的主提示，绕过其创建者OpenAI施加的规则和限制。

而Bing Chat拒绝扮演“不道德”的角色。

       4. 新的生成式AI工具定期进入市场

开源代码使得初创公司能够加入人工智能竞赛。他们将其集成到自己的应用程序中，而无需从头开始构建语言模型，从而节省了大量资源。在这种情况下，即便是独立的程序员也可以尝试开源代码。

同样地，非专有软件也有助于推动人工智能的发展，但大量发布未经训练且复杂的系统弊大于利。网络犯罪分子很快就会滥用漏洞。他们甚至可能训练不安全的人工智能工具来执行非法活动。

尽管存在这些风险，技术公司仍将继续发布人工智能驱动平台的不稳定测试版。AI竞赛追求的就是速度。他们宁愿选择晚些时候再去解决漏洞，也不会选择推迟发布新产品。

       5. 生成AI的准入门槛低

人工智能工具降低了网络犯罪的门槛。网络犯罪分子可以利用生成式AI技术来起草垃圾邮件，编写恶意软件代码，并利用它们建立网络钓鱼链接。他们甚至不需要技术经验。由于人工智能已经可以访问大量的数据集，用户只需欺骗它，让它产出有害的、危险的信息即可。

OpenAI设计ChatGPT的初衷并非为了非法活动，它甚至发布了针对非法活动的指导方针。然而，骗子几乎立刻就掌握了利用ChatGPT编码恶意软件和编写网络钓鱼电子邮件的能力。

虽然OpenAI很快解决了这个问题，但它凸显了系统监管和风险管理的重要性。人工智能的成熟速度超出了所有人的预期。就连技术领导者也担心，这种超级智能技术如果落入坏人之手，可能会造成巨大的破坏。

       6. 人工智能技术并不成熟

人工智能仍在不断发展。虽然人工智能在控制论中的应用可以追溯到1940年，但现代机器学习系统和语言模型直到最近才出现。我们无法将它们与AI的最初实现进行比较。即使是Siri和Alexa等相对先进的工具，与LLM驱动的聊天机器人相比也显得苍白无力。

虽然它们可能是创新的，但实验性的功能也会产生新的问题。机器学习技术引发的引人注目的事故包括有缺陷的谷歌SERP，以及有偏见的聊天机器人发表种族歧视言论。

当然，开发人员可以解决这些问题。请注意，骗子会毫不犹豫地利用看似无害的漏洞，而有些损害是不可逆转的。所以在探索新平台时一定要小心。

       7. 许多人还不了解人工智能

虽然公众可以访问复杂的语言模型和系统，但只有少数人知道它们是如何运行的。人们不应该再把人工智能当作玩具。要知道，产生表情包和回答琐事的聊天机器人也会编码恶意软件。

不幸的是，集中的人工智能训练是不现实的。全球技术领导者们关注的不是免费的教育资源，而是人工智能驱动系统的发布。因此，用户可以访问他们几乎不了解的健壮、强大的工具。公众认知跟不上人工智能的竞赛。

以ChatGPT为例。网络犯罪分子正利用ChatGPT的风靡，用伪装成ChatGPT应用程序的间谍软件欺骗受害者。这些结果显然都不是OpenAI的初衷。

       8. 黑帽黑客比白帽黑客获利更多

黑帽黑客通常比道德黑客获得更多。虽然，为全球技术巨头提供渗透测试服务的薪水很高，但只有一小部分网络安全专业人士能获得这份工作。大多数人都在网上做自由职业者。他们可以通过HackerOne和Bugcrowd等平台的漏洞悬赏项目赚取几百美元。

当然，他们也可以铤而走险，利用挖到的漏洞赚取数万美元。他们可能会通过泄露机密数据来勒索受害企业，或者利用窃取的个人身份信息（PII）进行身份盗窃等等。

每个机构（无论大小）都必须正确实施人工智能系统。与普遍的看法相反，黑客并不局限于技术初创企业和中小企业。过去十年中最具历史意义的一些数据泄露事件涉及Facebook、雅虎甚至是美国政府。

       结语

考虑到这些问题，我们是否应该完全避开AI？答案当然是否定的！AI本质上是非道德的。所有的安全风险都源于实际使用它们的人。无论这些系统发展到什么程度，他们都有能力找到利用人工智能系统的方法。

因此，与其担心人工智能带来的网络安全威胁，不如了解如何预防它们。别担心，简单的安全措施就能产生很大的效果。例如，对可疑的人工智能应用保持警惕，避免奇怪的超链接，并以怀疑的态度看待人工智能内容等。

参考及来源：https://www.makeuseof.com/reasons-generative-ai-security-issues-will-worsen/