Abliteration.ai ஒரு ஹோஸ்டட் API-ஐ அறிமுகப்படுத்தியுள்ளது, இது பெரிய மொழி மாதிரிகளின் (large language models) "abliterated" பதிப்புகளை வழங்குகிறது—அதாவது, பொதுவாக தீங்கு விளைவிக்கும் கோரிக்கைகளைத் தடுக்கும் பாதுகாப்புத் தடுப்புக்கட்டைகள் (safety guardrails) நீக்கப்பட்ட மாதிரிகள். இந்தச் சேவையைப் பயன்படுத்தி, கிரெடிட் கார்டு வைத்திருப்பவர்கள் எவரும் ஒரு வெப் பிரவுசர் அல்லது API endpoint மூலம் GLM-5.3 போன்ற கட்டுப்பாடற்ற மாதிரிகளைக் கேட்க முடியும்; இதனால் உள்ளூர் வன்பொருளை (local hardware) அமைக்கவோ அல்லது குறியீடுகளை (code) மாற்றியமைக்கவோ வேண்டிய அவசியம் இல்லை.

ஒரு ரகசிய ஹேக்கிங்கிலிருந்து வணிகச் சேவையாக

பல ஆண்டுகளாக, ஓப்பன் சோர்ஸ் AI சமூகத்தின் ஒரு சிறிய குழுவினர், ஒரு மாதிரியின் மறுப்பு நடத்தையை (refusal behavior) நீக்கும் "abliteration" ஸ்கிரிப்ட்களைப் பகிர்ந்து வருகின்றனர். அந்த ஸ்கிரிப்ட்கள் பொதுவான களஞ்சியங்களில் (public repositories) உள்ளன மற்றும் தனிப்பட்ட GPU-களில் இயக்கப்படலாம், ஆனால் இந்தச் செயல்முறைக்கு ஆழமான தொழில்நுட்ப அறிவு மற்றும் அதிகச் செலவுமிக்க கணினி வளங்கள் (compute resources) தேவைப்படுகின்றன. மார்ச் மாதம் தொடங்கப்பட்ட Abliteration.ai, அந்தப் பணிப்பாய்வை (workflow) எடுத்து, அதை ஒரு தொகுப்பாக மாற்றி, தனது சொந்த சேவையகங்களில் (servers) நிறுவியுள்ளது. பயனர்கள் இப்போது தமக்கென இயந்திரங்களை அமைப்பதற்குப் பதிலாக, ஒவ்வொரு கோரிக்கைக்கும் (per request) பணம் செலுத்துகின்றனர், இதன் மூலம் ஒரு பொழுதுபோக்குத் தொழில்நுட்பம் ஒரு வணிகப் பொருளாக மாற்றப்பட்டுள்ளது.

நிறுவனத்தின் முதல் பொதுத் தயாரிப்பு GLM-5.3 இன் ஒரு பதிப்பாகும், இது முதலில் Z.ai ஆல் வெளியிடப்பட்ட ஒரு சக்திவாய்ந்த open-weight மாதிரியாகும். இந்த "abliterated" வகை, அசல் மாதிரியைப் போலவே செயல்படுகிறது, ஆனால் எவ்வளவு ஆபத்தானதாக இருந்தாலும் எந்தவொரு தூண்டுதலையும் (prompt) இது மறுப்பதில்லை.

கட்டுப்பாடற்ற மாதிரிகள் பாதுகாப்புத் குழுக்களுக்கு ஏன் முக்கியம்

Abliteration.ai-இன் இணை நிறுவனர் கூறுகையில், இந்தச் சேவை 'red-teamers'-களை இலக்காகக் கொண்டுள்ளது—அதாவது வங்கிகள், விமான நிறுவனங்கள் மற்றும் பிற முக்கியமான உள்கட்டமைப்புகளின் பாதுகாப்பைச் சோதிக்கும் பாதுகாப்பு நிறுவனங்கள். இதன் வாதம் எளிமையானது: ஒரு தீய தாக்குதல்தாரருக்கு (malicious attacker) எதிராக ஒரு அமைப்பு எவ்வாறு செயல்படும் என்பதை மதிப்பிடுவதற்கு, அந்தத் தாக்குதல்தாரரின் திறன்களைப் பிரதிபலிக்கும் ஒரு கருவி உங்களுக்குத் தேவை. ஒரு மாதிரி exploit code-ஐ எழுத மறுத்தால், ஒரு பாதுகாப்பு நிபுணரால் ஒரு அமைப்பின் பலவீனங்களை ஆராய அதைப் பயன்படுத்த முடியாது. எந்தவொரு கோரிக்கையையும் ஏற்கும் ஒரு மாதிரியை வழங்குவதன் மூலம், பாதுகாப்புத் தடுப்புத் தொகுப்பில் உள்ள ஒரு இடைவெளியை நிரப்புவதாக இந்த ஸ்டார்ட்அப் கூறுகிறது.

மறுபக்கம்: ஆபத்தான திறன்களுக்கான எளிதான அணுகல்

மறுப்புத் தர்க்கம் (refusal logic) இல்லாத அதே விஷயம் தவறான பயன்பாட்டிற்கும் வழிவகுக்கிறது. ஒரு AI பாதுகாப்பு லாப நோக்கமற்ற அமைப்பின் ஆராய்ச்சியாளர்கள், ஒரு abliterated GLM-5.3 ஆனது பிரவுசர் கடவுச்சொற்களைத் திருடுவதற்கான படிப்படியான வழிமுறைகளை உருவாக்கவும், தரவுத் திருட்டை (credential harvesting) தானியக்கமாக்கும் Python ஸ்கிரிப்ட்களை உருவாக்கவும், மற்றும் அபாயகரமான நோய்க்கிருமிகளை வளர்ப்பதற்கான நெறிமுறைகளை (protocols) கூட வகுக்கவும் முடியும் என்பதைக் காட்டியுள்ளனர். வேறு வார்த்தைகளில் கூறுவதானால், இந்த மாதிரி எந்தவொரு தார்மீக அல்லது சட்ட ரீதியான வடிகட்டிகளும் இன்றி ஒவ்வொரு கட்டளையும்க்குக் கீழ்ப்படிவதால், ஒரு "sociopath" போலச் செயல்படுகிறது.

இந்தச் சேவை இணையம் வழியாக மிகக் குறைந்த அடையாளச் சோதனைகளுடன் (அடிப்படையாக ஒரு கிரெடிட் கார்டு பரிவர்த்தனை மட்டுமே) வழங்கப்படுவதால், ஒரு முறையான பாதுகாப்பு ஆய்வாளருக்கும் ஒரு தீய நபருக்கும் இடையே மிகக் குறைந்த தடையே உள்ளது. வாடிக்கையாளர்கள் குறிப்பிட்ட பாதுகாப்புத் தடுப்புக்கட்டைகளை மீண்டும் பயன்படுத்திக்கொள்ளும் வகையில் நிறுவனம் ஒரு விருப்பத் தேர்வாக (optional moderation layer) ஒரு தொகுப்பை வழங்குகிறது, ஆனால் அதன் முக்கியத் தயாரிப்பு ஒரு கட்டுப்பாடற்ற இயந்திரமாகவே உள்ளது.

ஒழுங்குமுறை மற்றும் தொழில்முறை அழுத்தம் அதிகரிப்பு

எளிதாகப் பயன்படுத்தக்கூடிய, கிளவுட் சார்ந்த ablation சேவையின் வருகை, அதிக ஆபத்துள்ள AI கருவிகள் மீதான கடுமையான கண்காணிப்புக்கான கோரிக்கைகளை அதிகரித்துள்ளது. கொள்கை வகுப்பாளர்கள் மற்றும் தொழில்முறை குழுக்கள் பின்வரும் நடவடிக்கைகளைப் பற்றி விவாதித்து வருகின்றனர்:

  • பெரிய அளவிலான கணினித் திறனை (compute) வாடகைக்கு எடுக்கும் வாடிக்கையாளர்களின் அடையாளங்களைச் சரிபார்க்க GPU கிளவுட் நிறுவனங்களைக் கோருதல்.
  • உயிரியல் ஆயுத மேம்பாடு அல்லது சைபர் தாக்குதல் கருவிகள் தொடர்பான கோரிக்கைகளைக் கண்டறியும் வகைப்படுத்திகளை (classifiers) AI தள இயக்குநர்கள் இயக்க வேண்டும் என்று கட்டாயப்படுத்துதல்.
  • கட்டுப்பாடற்ற மாதிரிகளைத் தாங்கிச் செல்லும் சேவைகளுக்குக் கடுமையான "Know Your Customer" (KYC) நடைமுறைகளை விதித்தல்.

இந்த முன்மொழிவுகள், "மக்கள் பாதுகாப்புத் தடுப்புக்கட்டைகளை நீக்குவதைத் தடுக்க முடியுமா?" என்ற விவாதத்தை (மாதிரி எடைகள் (model weights) பொதுவில் கிடைக்கும்போது இது தொழில்நுட்ப ரீதியாகச் சாத்தியமற்றது) — "வேண்டுமென்றே பாதுகாப்பு இல்லாமலேயே உருவாக்கப்பட்ட மாதிரிகளின் விநியோகம் மற்றும் பயன்பாட்டை நாம் எவ்வாறு நிர்வகிப்பது?" என்ற விவாதத்திற்கு மாற்றுகின்றன.

எதிர் வாதம்: ஒரு நியாயமான சந்தைத் தேவை

தற்போதைய ஒழுங்குமுறை வெற்றிடம், பாதுகாப்புத் குழுக்களைத் தமக்கென சொந்தமாக ablation வழிமுறைகளை (pipelines) உருவாக்கத் தூண்டுகிறது, இது நேரம் மற்றும் வளங்களைச் செலவழிக்கும் என்று ஆதரவாளர்கள் வாதிடுகின்றனர். இந்தத் திறனை மையப்படுத்துவதன் மூலம், பாதுகாப்புச் சோதனையின் ஒட்டுமொத்தச் செலவைக் குறைப்பதாகவும் மற்றும் red-team செயல்பாடுகளுக்கு மிகவும் முறையான அணுகுமுறையை ஊக்குவிப்பதாகவும் Abliteration.ai கூறுகிறது. பல பாதுகாப்பு நிறுவனங்கள் ஏற்கனவே உள்நாட்டிலேயே ablation அமைப்புகளைப் பயன்படுத்துகின்றன என்றும், இந்த ஸ்டார்ட்அப் ஒரு திறமையான விநியோக மாதிரியை மட்டுமே வழங்குகிறது என்றும் அவர்கள் குறிப்பிடுகின்றனர்.

அடுத்து கவனிக்க வேண்டியவை

  • தழுவல் முறைகள்: ரெட்-டீம் (red-team) நிறுவனங்கள் API-ஐ பெரிதும் சார்ந்திருக்கத் தொடங்கினால், இந்தச் சேவை பாதுகாப்புச் சோதனைகளுக்கான ஒரு நடைமுறைத் தரநிலையாக மாறக்கூடும்; இது பெரிய AI நிறுவனங்கள் இதே போன்ற கட்டுப்பாடற்ற நிலைகளை (unrestricted tiers) வழங்கத் தூண்டலாம்.
  • கொள்கை பதில்கள்: GPU வாடகைக்கு எடுப்பதற்கான அடையாளச் சரிபார்ப்பை அமல்படுத்த கிளவுட் வழங்குநர்கள் அல்லது தேசிய ஒழுங்குமுறை அமைப்புகள் எடுக்கும் எந்தவொரு நடவடிக்கையும், ablation ஸ்கிரிப்ட்களை உள்ளூரிலேயே இயக்கக்கூடிய வாடிக்கையாளர் எண்ணிக்கையைக் குறைக்கலாம், இது Abliteration.ai போன்ற ஹோஸ்டு செய்யப்பட்ட தீர்வுகளுக்கான தேவையை அதிகரிக்கக்கூடும்.
  • சமூகத்தின் எதிர்வினை: ஓப்பன் சோர்ஸ் பங்களிப்பாளர்கள் மாடல் செக்பாயிண்டுகளுக்கு (model checkpoints) அதிக வலுவான உரிமங்கள் அல்லது பயன்பாட்டுத் தடைகளைச் சேர்ப்பதன் மூலம் பதிலளிக்கலாம், இருப்பினும் அதை அமல்படுத்துவது சவாலானதாகவே இருக்கும்.

முக்கியக் கருத்துக்கள்

  • வடிகட்டப்படாத AI-ஐ வணிகமயமாக்குதல்: Abliteration.ai ஆனது GLM-5.3 போன்ற abliterated மாடல்களுக்கு API மற்றும் பிரவுசர் அணுகலை வழங்குகிறது, இதன் மூலம் பயனர்கள் தங்களது சொந்த கணினித் திறனை (compute) ஹோஸ்ட் செய்ய வேண்டிய அவசியத்தை நீக்குகிறது.
  • இரட்டைப் பயன்பாட்டுச் சிக்கல்: இந்தச் சேவை அத்தியாவசியமான ரெட்-டீம் மற்றும் பாதுகாப்பு சைபர் பாதுகாப்புப் பணிகளைச் செய்ய வழிவகை செய்தாலும், தீங்கு விளைவிக்கும் டிஜிட்டல் மற்றும் உயிரியல் ஊடுருவல்களை (exploits) உருவாக்குவதற்கான ஒரு எளிதான தீர்வாகவும் (turnkey solution) அமைகிறது.
  • ஒழுங்குமுறை அழுத்தம்: எளிதில் அணுகக்கூடிய, abliterated மாடல்களின் எழுச்சி, GPU வழங்குநர்களுக்கான கடுமையான KYC தேவைகள் மற்றும் அதிக ஆபத்துள்ள AI செயல்பாடுகளுக்கான கட்டாயக் கண்டறிதல் வகைப்படுத்திகள் (detection classifiers) குறித்த கோரிக்கைகளைத் தூண்டுகிறது.