அமெரிக்க பாதுகாப்பு துறை Mythos AI-யை அறிமுகப்படுத்தி Anthropic-யை விட்டு வெளியேறுகிறது

செய்யப்படுவது என்ன?#

அமெரிக்கா பாதுகாப்பு துறை (DOD) "Mythos" என்ற புதிய AI‑யை முயற்சி கட்டத்தில் கொண்டு வந்துள்ளது. இது அரசாங்கத்தின் எல்லா டிஜிட்டல் அமைப்புகளிலும் உள்ள சாப்ட்வேர் பிழைகளை (vulnerabilities) கண்டறிந்து, தானாகவே பாஸ்கெட்டுகளை (patches) உருவாக்கும் திறன் கொண்டது.

இருப்பினும், DOD Anthropic‑ன் Claude‑ஐப் பயன்படுத்திய ஒப்பந்தத்தை படிப்படியாக முடிக்கத் திட்டமிட்டுள்ளது. இதனால், பாதுகாப்பு‑முதன்மை கொண்ட, உள்ளகமாக கட்டப்பட்ட AI‑க்கு மாற்றம் செய்வது உறுதியாகிறது.

Mythos எப்படி வேலை செய்கிறது?#

Mythos, ஒரு பெரிய மொழி மாதிரி (LLM) மீது அடிப்படையாகக் கொண்டது, அதை அரசு‑சொந்தக் குறியீடு, பிழை அறிக்கைகள், ஓப்பன்‑சோர்ஸ் பாதுகாப்பு தரவுகள் ஆகியவற்றில் பயிற்சி செய்துள்ளனர். இது வலுவான, ஏர்‑கேப் (air‑gapped) சூழலில் இயங்குகிறது, மேலும்:

• சோர்ஸ்-கோட் ரெப்போசிடரிகளை ஸ்கேன் செய்து, பழைய பாதுகாப்பு மாதிரிகளை (patterns) கண்டறியும்.
• தானாகவே பாஸ்கெட் குறியீட்டை (patch code) உருவாக்கி, யூனிட் டெஸ்ட்‑களையும் சேர்க்கும்.
• முடிவுகளின் அபாயம், தாக்கம், ஒழுங்குமுறை தேவைகள் ஆகியவற்றை அடிப்படையாகக் கொண்டு முன்னுரிமை நிர்ணயிக்கும்.

முன்னைய பரிசோதனைகளில், Mythos 27% அதிகமான முக்கிய பிழைகளை கண்டறிந்தது, மேலும் பாஸ்கெட்டுகளை மதிப்பாய்வு செய்ய 40% குறைந்த நேரம் எடுத்தது.

Anthropic-யை விடும் காரணம்?#

Claude, ஒரு பேச்சு‑அடிப்படையிலான AI, ஆனால் பாதுகாப்பு‑மையமான DOD‑க்கு அது பொருத்தமில்லை. மூன்று முக்கிய காரணங்கள்:

1. தரவு சுயாட்சி: சென்சிட்டிவ் கோடு, பிழை தகவல் ஆகியவை வணிக வழங்குநருக்கு சென்றுவிடாமல், அரசு‑கட்டுப்பாட்டில் இருக்கும் AI‑யில் மட்டும் வைத்திருக்க முடியும்.
2. புதுப்பிப்பு கட்டுப்பாடு: Mythos‑ன் மேம்பாடுகளை DOD தானாகத் தீர்மானிக்கலாம், இது ஒழுங்குமுறை மாற்றங்களுக்கு ஆபத்து இல்லை.
3. செலவு திறன்: உள்ளக ஹார்ட்வேர் மீது மாதிரியை இயக்குவதால், Anthropic‑க்கு செலுத்த வேண்டிய லைசன்ஸ் கட்டணங்கள் குறையும்.

இந்த செய்திகள் இந்தியாவை எப்படி பாதிக்கும்?#

நமது அரசுத் துறைகளும் பழைய மென்பொருள், CVE‑கள் (Common Vulnerabilities and Exposures) நிறைந்திருக்கிறது. MeitY (மின்தொழில் மற்றும் தகவல் தொழில்நுட்ப அமைச்சகம்) தேசிய சைபர்‑பாதுகாப்பு கட்டமைப்பை (National Cybersecurity Framework) தொடங்கியிருந்தாலும், பெரும்பாலான ஆய்வுகள் இன்னும் மூன்றாம் தரப்பு ஸ்கேனர்கள் மீது நம்பிக்கையுடன் செய்கின்றன.

Mythos‑ன் வெற்றிக் கதையிலிருந்து இந்திய தொழில்துறை பின்வரும் நுணுக்கங்களை எடுத்துக்கொள்ளலாம்:

• உள்ளக AI‑மாதிரி: TCS, Wipro, Innefu Labs போன்ற நிறுவனங்கள் AI‑ஆதாரமான கோட்‑ஆனலிசிஸ் கருவிகளை உருவாக்குகின்றன. DOD‑ன் பாதை, இவ்வகை தீர்வுகளின் வணிக மதிப்பை உறுதிப்படுத்துகிறது.
• பட்ஜெட் சேமிப்பு: வெளிநாட்டு SaaS‑ல் செலவாகும் லைசன்ஸ் கட்டணங்களை குறைத்து, இந்தியக் கூட்டாட்சி துறைகள் மட்டுமல்ல, மாநிலங்களும் லாபம் பெறும்.
• திறன் வளர்ச்சி: LLM‑ஐ பயிற்சி, நுண்ணறிவு தரவு மேலாண்மை, பாதுகாப்பு‑முதன்மை AI‑கள் போன்ற திறன்கள் நம்மை உலகின் AI‑சைபர் பாதுகாப்பு போட்டியில் முன்னேற்றும்.

TamilTech‑ஓட கருத்து#

நேராக சொல்ல வேண்டுமென்றால், AI‑ஆதாரமான பிழை கண்டறிதல், ஹேக்கர்‑கள் ஒரு பிழையை கண்டுப்பிடிக்கும் நேரத்தை நாட்கள்‑இலிருந்து மணிநேரங்களுக்கு குறைக்கலாம். இது தேசிய பாதுகாப்புக்கு பெரிய முன்னேற்றம்.

ஆனால், மாதிரி பயிற்சிக்குப் பயன்படுத்தப்படும் தரவின் தரம் முக்கியம். பழைய, பாகுபாடு கொண்ட கோட் இருந்தால், AI தவறான பாஸ்கெட்டை பரிந்துரைக்கலாம்; இது முக்கிய சேவைகளை அழிக்கலாம்.

இந்த சூழலில், இந்திய நிறுவனங்கள் AI‑உருவாக்கிய பாஸ்கெட்டுகளை ஏற்றுக்கொள்ளும் முன், அவற்றை மனித நிபுணர்கள் சரிபார்த்துப் பார்க்கும் ஒரு “human‑in‑the‑loop” முறையை அமல்படுத்த வேண்டும்.

எதிர்காலம் என்ன?#

DOD‑ன் rollout திட்டம் இப்படி:

• 2024 Q3 – DISA (Defense Information Systems Agency) மற்றும் Indian Army‑ன் சாப்ட்வேர் லாப்‑களில் பைலட்.
• 2025 Q1 – எல்லா குடியரசு துறைகளிலும் (civilian agencies) விரிவாக்கம்.
• 2026 – ஒவ்வொரு அமைச்சகத்தின் CI/CD pipeline‑இல் முழுமையான ஒருங்கிணைப்பு.

வீட்டில், Washington‑ல் நடைபெறும் Federal AI Security Summit‑இல் DOD, மாதிரி ஆட்சி (model governance) பற்றிய வெள்ளை ஆவணத்தை வெளியிடும். இது உலகளாவிய AI‑சைபர் பாதுகாப்பு நிலைமைகளை அமைக்கும்.

இந்த சம்பவம், இந்திய அரசுத்துறைகளுக்கு "AI‑Secure Code" கொள்கையை முன்மொழிய ஒரு வாய்ப்பு. உள்ளக AI‑மாதிரிகளை உருவாக்கி, தெளிவான audit‑ability‑ஐ கொண்டிருப்பது, வெளிநாட்டு வழங்குநர்களின் நம்பிக்கையை குறைக்கும்.

சுருக்கமாக, Mythos ஒரு குளிர் டெமோ அல்ல – AI‑இன் சக்தி, சைபர்‑போரின் முக்கிய ஆயுதமாக மாறியுள்ளது. நீங்கள் பாதுகாப்பு நிபுணர் என்றால், AI‑உருவாக்கிய பாஸ்கெட்டுகளை எப்படி மதிப்பிடுவது என்பதை இப்போதே கற்றுக்கொள்ளவும். டெவலப்பர் என்றால், உங்கள் கோட்‑ரிவியூ கருவிகள் “Mythos பரிந்துரைத்த fix‑ஐ நீங்கள் ஏற்றீர்களா?” என்று கேட்கும் நாளை எதிர்பார்க்கவும்.