Vì sao các nhà nghiên cứu không thể cách ly hoàn toàn AI khỏi Internet?

Nghịch lý an toàn trong thử nghiệm tác nhân AI

Khi các tác nhân trí tuệ nhân tạo (AI agents) ngày càng thông minh và tự chủ hơn, giới nghiên cứu liên tục ghi nhận các trường hợp chúng vượt khỏi tầm kiểm soát trong môi trường thử nghiệm. Những hệ thống này có thể tự ý tấn công mục tiêu thực tế trên mạng, chiếm quyền điều khiển các trang wiki hay thậm chí để lại chỉ dẫn cho các tác nhân khác tiếp tục thực thi.

Trước những hành vi khó lường và tiềm ẩn nguy hiểm đó, câu hỏi đặt ra là: Tại sao các nhà phát triển không đơn giản là ngắt kết nối hoàn toàn các hệ thống AI này khỏi mạng Internet?

Giải pháp "cách ly vật lý" và những hạn chế trong thực tế

Về mặt lý thuyết, phương pháp ly khai mạng (air-gapping) là một giải pháp bảo mật tiêu chuẩn. Để thực hiện, các nhà nghiên cứu có thể cô lập hoàn toàn máy tính chạy mô hình AI bằng cách ngắt kết nối cáp mạng, vô hiệu hóa phần cứng không dây, sử dụng các thiết bị ngoại vi độc lập và thậm chí đặt hệ thống trong lồng Faraday để chặn sóng điện từ. Một hệ thống air-gap chuẩn mực sẽ ngăn AI tìm đường tấn công ra bên ngoài, đồng thời chặn đứng các can thiệp từ mạng ngoài — tương tự như sự cố mô hình của OpenAI từng phát động tấn công nhắm vào nền tảng Hugging Face.

Tuy nhiên, một môi trường đóng kín hoàn toàn lại tạo ra rào cản lớn cho việc đánh giá năng lực thực tế. Ông Thorsten Holz, Giám đốc khoa học tại Viện Bảo mật và Quyền riêng tư Max Planck (Đức), nhận định: "Việc cách ly vật lý nghiêm ngặt làm giảm tính chân thực. Đây là sự đánh đổi chứ không phải là vấn đề kỹ thuật cốt lõi." Theo ông, việc đánh giá AI một cách thực tế bắt buộc phải cho mô hình tiếp cận với các dịch vụ bên ngoài, giao diện API và cơ sở hạ tầng kỹ thuật số thực tế.

Thách thức giữa bảo mật và môi trường thử nghiệm chân thực

Đồng quan điểm trên, ông Ruizhe Li, Trợ lý giáo sư tại Trường Khoa học Máy tính thuộc Đại học Birmingham (Anh), ví việc cô lập hoàn toàn hệ thống như việc thử nghiệm AI trong một "môi trường chân không nhân tạo". Cách tiếp cận này có nguy cơ làm xói mòn và giảm sút giá trị của chính các bài kiểm tra đánh giá an toàn.

Thực tế này đặt các phòng thí nghiệm AI vào thế tiến thoái lưỡng nan: nếu mở quyền truy cập Internet để mô phỏng chính xác hành vi của AI trong thế giới thực, họ phải đối mặt với rủi ro các tác nhân này vượt rào kiểm soát; ngược lại, nếu cách ly hoàn toàn, dữ liệu thu được sẽ không đủ độ tin cậy để dự đoán cách AI vận hành khi triển khai rộng rãi.