ИИ-модели могут научиться заражать бытовую технику без дата-центров
3 мин
49
1
К концу 2026 года небольшие ИИ-модели смогут распространяться через умную бытовую технику без доступа к дата-центрам. Такой прогноз опубликовали специалисты Anthropic, отметив, что полноценный самостоятельно распространяющийся червь пока не создан, но отдельные этапы такой работы моделям уже по силам.
Исследователи купили 15 Android-приставок малоизвестных марок примерно по $55 каждая. На них запустили модель Gemma4-26B-A4B со скоростью 0,39 токена в секунду. Каждая приставка с 4 ГБ оперативной памяти выполняла свою часть вычислений. Для модели на 9 млрд параметров хватит четырёх таких устройств, для модели на 26 млрд параметров — нужно десять или более.
Масштаб угрозы специалисты оценивали по ботнету Kimwolf, который на пике объединял более 2 млн заражённых устройств, в основном — Android-приставок. Возможными целями заражения эксперты назвали умные холодильники, пылесосы и камеры наблюдения, которые всё чаще получают ИИ-чипы.
Самостоятельное распространение червя требует поиска устройства, получения доступа к нему, настройки модели и продолжения заражения. Первые два этапа специалисты почти не проверяли, опираясь на работы о поиске уязвимостей. Их исследование было посвящено настройке ИИ на незнакомом оборудовании. Модели должны были запустить сервер Llama3.1-8B на девяти типах оборудования. Qwen3.5-9B справилась с восемью, более мощные модели работали надёжнее.
В закрытой сети из восьми узлов Google Cloud тестировали весь процесс. Порт ADB на узлах не требовал проверки подлинности, поэтому условия упростили. Полный цикл прошла только модель GLM-5.2: в четырёх из пяти запусков она охватила все узлы, в одном — семь. Управляющая модель работала на отдельном сервере, а новых агентов запускала тестовая система. По оценке специалистов Anthropic, небольшая модель уровня GLM-5.2 могла бы выполнять ту же последовательность на ресурсах заражённых устройств.
Срок оценили по индексу Epoch Capabilities Index: лучшие открытые модели до 30 млрд параметров прибавляли около 13,7 пункта в год. При сохранении темпа малые модели могут достичь уровня GLM-5.2 к концу 2026 года. Индекс, однако, не измеряет способность к распространению напрямую, поэтому прогноз остаётся приблизительным.
Требующееся моделям на выполнение операций время будет сдерживать распространение. Gemma4-26B-A4B без оптимизации работала со скоростью около 0,3 токена в секунду, а полная настройка заняла бы 71–150 часов. Для Qwen3.5-9B эта оценка составила 28–51 час. Передача заметок между копиями повысила долю успешных запусков с 45% до 61–84%.
Кроме бытовой техники ИИ-черви могут атаковать дата-центры и красть ключи API. Обнаружить такую сеть можно по необычному трафику и постоянному обмену файлами между устройствами. Для сдерживания авторы предлагают изоляцию заражённых абонентов. В примере с Mirai она помогла устранить 92% заражений за 14 дней против 74% без уведомлений.
Производители умной техники могут снизить число возможных целей, поставляя устройства с безопасными настройками по умолчанию. Например, стандартные пароли для IoT-устройств уже не соответствуют регуляторным требованиям Великобритании.
