Anthropic cảnh báo về mối đe dọa mới: Botnet AI tự nhân bản trên thiết bị IoT

Anthropic vừa công bố một báo cáo nghiên cứu gây chú ý, cảnh báo rằng các botnet AI tự nhân bản có thể sớm lan rộng trên các thiết bị IoT dễ bị tổn thương. Theo hãng này, chỉ trong vài tháng tới, nếu các mô hình ngôn ngữ nhỏ tiếp tục cải thiện với tốc độ như hiện tại, mối đe dọa này có thể trở thành hiện thực.

Nghiên cứu của Anthropic nói gì?

Theo báo cáo được công bố hôm thứ Hai, các nhà nghiên cứu của Anthropic đã thử nghiệm khả năng tự nhân bản của các mô hình AI trên phần cứng không phải trung tâm dữ liệu. Cụ thể, một mô hình 9 tỷ tham số đã thiết lập thành công suy luận (inference) trên 8 trong số 9 loại phần cứng mà họ kiểm tra.

"Một kẻ tự nhân bản như vậy sẽ rất khó để vô hiệu hóa, vì không có điểm trung tâm nào để ngắt kết nối," Anthropic cảnh báo.

Nhóm nghiên cứu cũng cho biết họ đã chạy thành công phiên bản phân tán của Gemma4-26B-A4B trên 15 chiếc hộp giải mã tín hiệu Android thông thường — vốn là mục tiêu phổ biến của các botnet truyền thống do bảo mật lỏng lẻo. Tuy nhiên, tốc độ suy luận chỉ đạt 0,39 token mỗi giây, một con số cực kỳ chậm.

Để chứng minh khả năng tự nhân bản, Anthropic đã sử dụng GLM 5.2 của Z.ai để lan truyền bản sao của Llama3.1-8B qua 8 phiên bản Google Cloud chạy trình giả lập Android 15. Kết quả cho thấy mô hình có thể lan truyền thành công đến cả 8 nút trong 4 trên 5 lần thử nghiệm.

Những lỗ hổng trong lập luận

Dù tiêu đề nghe có vẻ đáng sợ, đọc kỹ báo cáo sẽ thấy mối đe dọa này cần được nhìn nhận với nhiều dấu hoa thị.

Thứ nhất, Anthropic thừa nhận họ "phần lớn bỏ qua yếu tố khai thác lỗ hổng mạng" trong quá trình nhân bản, vì cho rằng các nghiên cứu trước đó đã chứng minh mô hình nhỏ có khả năng này. Nói cách khác, quá trình nhân bản được thực hiện trên các nút được xây dựng riêng cho dự án và cố ý để mở cho tấn công.

Thứ hai, về tốc độ, Anthropic ước tính các "sâu AI" này có thể mất nhiều ngày để tăng gấp đôi kích thước. Trong khi đó, botnet Mirai khi xuất hiện năm 2016 chỉ mất khoảng một giờ để tăng gấp đôi. Đây là một sự chậm chạp đáng kể.

Thứ ba, các mô hình AI không phải là những gói phần mềm độc hại nhỏ gọn. Chúng rất lớn, tiêu tốn nhiều băng thông và dễ dàng để lại dấu vết, khiến các thiết bị bị nhiễm trở nên dễ phát hiện hơn.

Thứ tư, chỉ có GLM-5.2 thành công trong việc nhân bản end-to-end. Các mô hình mở khác mà Anthropic thử nghiệm đều "thất bại một cách đáng tin cậy", dù hãng không tiết lộ số lượng mô hình đã kiểm tra.

Góc nhìn từ Việt Nam

Đối với người dùng và doanh nghiệp Việt Nam, câu chuyện này mang lại một bài học quan trọng: vệ sinh bảo mật cơ bản vẫn là tuyến phòng thủ hiệu quả nhất. Phần lớn các thiết bị IoT bị xâm nhập đều thông qua các lỗ hổng đã biết như mật khẩu yếu, firmware lỗi thời hoặc cổng dịch vụ mở công khai.

Các biện pháp đơn giản như đổi mật khẩu mặc định, cập nhật firmware thường xuyên và phân đoạn mạng IoT khỏi hệ thống quan trọng có thể ngăn chặn phần lớn các cuộc tấn công — bất kể kẻ tấn công có sử dụng AI hay không.

Điều gì đáng lo ngại thực sự?

Anthropic thừa nhận họ không biết chính xác "hình thức tự nhân bản AI tự trị sẽ như thế nào" hoặc khi nào nó có thể xuất hiện, nếu có. Hãng cũng đặt ra điều kiện: nếu các mô hình nhỏ tiếp tục cải thiện với tốc độ lịch sử, chúng sẽ đạt được mức năng lực này vào cuối năm nay.

"Chúng ta nên hướng tới việc củng cố hệ thống để khiến những kẻ tự nhân bản như vậy khó lan rộng, nhưng cũng cần chuẩn bị đối phó với một thế giới nơi chúng tồn tại lâu dài," báo cáo kết luận.

Đây không phải lần đầu tiên một phòng thí nghiệm AI hàng đầu công bố những phát hiện về mối đe dọa mà chỉ họ có thể ngăn chặn. Dù nghiên cứu này đặt ra những câu hỏi hợp lý về tương lai của an ninh mạng, việc đọc kỹ các điều kiện và giả định trong báo cáo cho thấy mối đe dọa này vẫn còn xa vời so với thực tế hiện tại.

Điều quan trọng nhất mà người dùng và doanh nghiệp có thể làm lúc này không phải là lo lắng về kịch bản AI tự nhân bản, mà là đảm bảo các biện pháp bảo mật cơ bản được thực hiện đầy đủ trên mọi thiết bị kết nối.