لماذا تفشل حلول منع فقدان البيانات (DLP)، وجدران الحماية للذكاء الاصطناعي، والنماذج اللغوية الكبيرة الخاصة في وقف تسرب بيانات الذكاء الاصطناعي؟

إجابة موجزة: يعالج كل نهج جزءًا من المشكلة من الطبقة الخاطئة. يمكن تجاوز حلول DLP، وتقتصر جدران الحماية للذكاء الاصطناعي على حافة الشبكة وتكون عمياء عن النشاط الجاري على الجهاز، أما النماذج اللغوية الكبيرة الخاصة فهي مكلفة ولا تفعل شيئًا حيال استخدام الموظفين للأدوات العامة على أي حال.

أين يقصر كل نهج

• النماذج اللغوية الكبيرة الخاصة مكلفة في البناء والتشغيل، ولا تمنع أي شخص من فتح ChatGPT في تبويب المتصفح بغض النظر عن ذلك.
• جدران الحماية للذكاء الاصطناعي تفحص حركة مرور الشبكة، مما يجعلها عمياء عما يحدث على نقطة النهاية نفسها وعن نشاط الأفراد الداخليين.
• حلول DLP التقليدية صُممت للملفات وتدفقات البريد الإلكتروني، ويتم تجاوزها بشكل روتيني عبر مسارات لم تُصمم أصلاً لمراقبتها.

مشكلة المنطق المقلوب

تحاول عدة أساليب في هذه الفئة حماية البيانات من الذكاء الاصطناعي عن طريق إدراج ذكاء اصطناعي آخر لتصفية المخرجات. وهذا يضيف تكلفة واعتمادية جديدة دون معالجة المكان الذي تغادر منه البيانات فعليًا — وهو نقطة النهاية، في لحظة الوصول إليها.

يفرض FortressAI الحماية على مستوى النواة (kernel)، وهو مستوى أدنى من كل هذه الطبقات، وينطبق بغض النظر عن الأداة أو المتصفح أو الإضافة المستخدمة.