การทดลองในแล็บปิด: กระจายโมเดล 26B บนกล่องทีวีราคา 55 ดอลลาร์
ทีมวิจัยความปลอดภัย Anthropic Frontier Red Team นำโดย William Zhou และ Daniel Freeman ได้เผยแพร่รายงานการประเมินความเป็นไปได้ของการจำลองตัวเองและการปรับตัวแบบอัตโนมัติ (Autonomous Replication and Adaptation หรือ ARA) ของโมเดลภาษาขนาดใหญ่ (LLM) ขนาดกะทัดรัดบนอุปกรณ์ประมวลผลปลายทาง (Edge Devices) ที่วางจำหน่ายทั่วไป โดยทำการทดสอบภายในสภาพแวดล้อมจำลองแบบปิดที่มีการควบคุมอย่างเข้มงวด
จุดเด่นของการทดสอบคือการนำโมเดลเปิด Gemma4-26B-A4B ของ Google มาแบ่งส่วนประมวลผล (Partitioned Inference) กระจายบนคลัสเตอร์ที่ประกอบด้วยกล่อง Android TV ทั่วไปที่ไม่มีแบรนด์จำนวน 15 เครื่อง ซึ่งแต่ละเครื่องมีหน่วยความจำ RAM เพียง 4GB และมีราคาต้นทุนประมาณ 55 ดอลลาร์สหรัฐ (ราว 2,000 บาท) แม้ว่าความเร็วในการประมวลผลจะอยู่ที่เพียง 0.39 โทเค็นต่อวินาที แต่นี่คือข้อพิสูจน์เชิงประจักษ์ว่าฮาร์ดแวร์ระดับผู้บริโภคราคาประหยัดสามารถร่วมกันแบกรับภาระงานของโมเดลขนาด 26 พันล้านพารามิเตอร์ได้โดยไม่ต้องพึ่งพาเซิร์ฟเวอร์คลาวด์
นอกจากนี้ ในฝูงอุปกรณ์เสมือน (Virtual Fleet) ขนาด 8 ถึง 17 โหนดที่รันระบบจำลอง Android 15 ผ่าน 'redroid' ภายใต้ไฟร์วอลล์ตัดขาดภายนอก มัลแวร์ทดลองดังกล่าวสามารถแพร่กระจายแบบกระโดดข้ามโหนด (Hop-to-Hop) ผ่านพอร์ต Android Debug Bridge (ADB) ที่ไม่ได้เปิดการยืนยันตัวตน และสามารถติดตั้งสภาพแวดล้อมประมวลผล inference ท้องถิ่นบนเครื่องเป้าหมายใหม่ได้สำเร็จ
ขีดความสามารถของโมเดลและการเรียนรู้ข้ามรุ่น
รายงานระบุว่า โมเดลขนาดต่ำกว่า 30 พันล้านพารามิเตอร์ (Sub-30B) ในปัจจุบันยังไม่สามารถทำภารกิจแบบครบวงจร (End-to-End) ได้อย่างสมบูรณ์หากปราศจากการจัดโครงสร้างสภาพแวดล้อมช่วยเหลือ อย่างไรก็ตาม ในระบบที่มีการจัดสภาพแวดล้อมแบบลดทอนความซับซ้อน โมเดลเปิดน้ำหนัก GLM-5.2 ของ Zhipu สามารถทำการจำลองตัวเองข้ามโหนดหลายจุดได้อย่างอัตโนมัติตลอดกระบวนการ
ทีมวิจัยยังได้นำโมเดล Qwen3.5-9B ไปทดสอบกับฮาร์ดแวร์ขอบเครือข่ายที่แตกต่างกัน 9 รูปแบบ ผลปรากฏว่าโมเดลสามารถเปิดระบบประมวลผล inference ในระดับท้องถิ่นได้สำเร็จถึง 8 จาก 9 อุปกรณ์ ยิ่งไปกว่านั้น ตัวระบบยังแสดงคุณสมบัติการปรับตัวข้ามรุ่น โดยเมื่อโมเดลส่งต่อบันทึกการปรับตั้งค่า (Inherited Adaptation Notes) ไปยังรุ่นถัดไป อัตราความสำเร็จในการตั้งค่า inference เพิ่มขึ้นอย่างมีนัยสำคัญจาก 45% ในรุ่นแรก ขึ้นมาอยู่ที่ระดับ 61% ถึง 84% ในรุ่นต่อๆ มา
อย่างไรก็ตาม Anthropic เน้นย้ำข้อจำกัดที่ชัดเจนว่า การศึกษานี้เป็นการจำลองสถานการณ์ภายในแล็บเท่านั้น ปัจจุบันยังไม่มีเวิร์ม AI ทำงานในลักษณะนี้หลุดรอดอยู่ในอินเทอร์เน็ตสาธารณะ และทีมงานจงใจตัดขั้นตอนการสร้างโค้ดเจาะช่องโหว่ประเภท Zero-day แบบรีโมตออกไปจากการทดสอบ เพื่อป้องกันการนำผลวิจัยไปใช้ในทางที่ผิด
มุมมองของชุมชนนักพัฒนา: โมเดลภัยคุกคาม 'ราเมือกดิจิทัล' และข้อกังขา
ในหมู่นักวิจัยความปลอดภัยและวิศวกรซอฟต์แวร์ การทดลองนี้จุดประกายการวิเคราะห์เกี่ยวกับโมเดลภัยคุกคามรูปแบบใหม่ที่ถูกเปรียบเทียบเป็น 'ราเมือกดิจิทัล' (Digital Slime Mold) ซึ่งตรงข้ามกับมัลแวร์ศูนย์ข้อมูลทั่วไปที่เน้นความเร็วสูง มัลแวร์ AI ระดับขอบเครือข่ายเช่นนี้เคลื่อนไหวช้ามาก โดยอัตราการเพิ่มจำนวนอาจกินเวลานานหลายวัน แต่จุดอันตรายคือการกระจายตัวอย่างสมบูรณ์จนไม่มีสวิตช์ปิดระบบส่วนกลาง (Kill Switch) ให้ระงับเหตุได้ในคราวเดียว
ถึงกระนั้น ผู้เชี่ยวชาญด้านระบบหลายรายตั้งข้อสังเกตเชิงเทคนิคว่า การรันเวิร์กโหลด AI ขนาดใหญ่บนกล่องสตรีมมิ่งราคาถูกจะทิ้งร่องรอยที่สังเกตได้ชัดเจนมาก การใช้พลังงาน อุณหภูมิความร้อนที่พุ่งสูง และการดึงทรัพยากรซีพียูจนเต็มพิกัด จะทำให้รูปแบบการทำงานผิดปกติไปจากพฤติกรรมดูวิดีโอปกติอย่างสิ้นเชิง ทำให้ผู้ดูแลระบบสามารถตรวจจับความผิดปกติได้ไม่ยากหากมีการเฝ้าระวังพื้นฐาน
ขณะเดียวกัน เกิดกระแสวิพากษ์วิจารณ์จากนักพัฒนาบางส่วนที่มองว่า Anthropic อาจใช้รายงานความปลอดภัยนี้เพื่อสร้างกระแสความกลัวต่อโมเดลแบบ Open-weight โดยให้ความเห็นเชิงเหน็บแนมว่าการทดลองนี้เปรียบเสมือนการโฆษณาฟรีให้กับโมเดลฝั่งคู่แข่งอย่าง GLM และ Qwen และตั้งคำถามว่าเป้าหมายที่แท้จริงคือการผลักดันนโยบายควบคุมการเข้าถึงขุมพลังประมวลผล เพื่อเอื้อประโยชน์ให้ผู้ให้บริการโมเดลแบบปิด (Closed-weights) หรือไม่
นัยสำคัญต่อความปลอดภัยทางไซเบอร์ขององค์กรในไทย
สำหรับภาคธุรกิจและหน่วยงานในประเทศไทย ผลการศึกษานี้เป็นสัญญาณเตือนสำคัญเกี่ยวกับการบริหารจัดการความปลอดภัยของอุปกรณ์ปลายทาง (Edge & IoT Security) ในปัจจุบัน องค์กรไทยจำนวนมากทั้งในภาคค้าปลีก โลจิสติกส์ โรงพยาบาล และระบบอาคารอัจฉริยะ มีการติดตั้งอุปกรณ์เชื่อมต่อเครือข่าย กล่องแอนดรอยด์สำหรับป้ายประชาสัมพันธ์ดิจิทัล (Digital Signage) และกล้องวงจรปิดราคาประหยัดเป็นจำนวนมหาศาล ซึ่งอุปกรณ์เหล่านี้มักไม่ได้เปลี่ยนรหัสผ่านเริ่มต้น หรือปล่อยให้เปิดพอร์ตจัดการอย่าง ADB ทิ้งไว้ในเครือข่ายภายใน
แม้การทดลองนี้จะไม่พบการโจมตีผ่านช่องโหว่ใหม่ระดับ Zero-day และจำกัดอยู่เพียงพอร์ต ADB ที่ไม่ได้ยืนยันตัวตน แต่ความเสี่ยงที่แท้จริงคือเมื่ออุปกรณ์เหล่านี้อยู่ในวงเครือข่ายเดียวกัน (Flat Network) มัลแวร์ AI ในอนาคตสามารถใช้ประโยชน์จากข้อผิดพลาดด้านการกำหนดค่า (Misconfiguration) เพื่อยึดครองอุปกรณ์ราคาถูกรวมกันเป็นฟาร์มประมวลผลขนาดเล็ก
ผู้บริหารฝ่ายสารสนเทศ (CIO) และฝ่ายความปลอดภัย (CISO) ในไทย จึงควรทบทวนมาตรการความปลอดภัยพื้นฐาน โดยเฉพาะการแบ่งแยกเครือข่าย (Network Segmentation) ไม่ให้อุปกรณ์ IoT ภายนอกเข้าถึงระบบข้อมูลสำคัญขององค์กร การปิดพอร์ตดีบั๊กและพอร์ตบริการที่ไม่จำเป็น และการตรวจสอบการใช้พลังงานหรือทราฟฟิกเครือข่ายที่ผิดปกติจากอุปกรณ์สำนักงานราคาประหยัดเหล่านี้อย่างสม่ำเสมอ
สำหรับองค์กรและผู้ดูแลระบบเครือข่ายในไทย การทดลองนี้แสดงให้เห็นว่าภัยคุกคามไซเบอร์ในอนาคตอาจไม่ต้องพึ่งพาเซิร์ฟเวอร์ควบคุมส่วนกลาง แต่สามารถใช้ฮาร์ดแวร์ขอบเครือข่ายราคาไม่กี่พันบาทกระจายประมวลผลโมเดล AI เพื่อส่งต่อการโจมตีได้ด้วยตัวเอง