AI ตัวแทนขุดเหรียญด้วยตนเอง! อาลีบาบา ROME การขุดคริปโตเคอร์เรนซีแบบไม่มีคำสั่งสร้างความตกใจให้กับอุตสาหกรรม

ทีมวิจัยร่วมของ Alibaba ROCK, ROLL, iFlow และ DT เผยแพร่เอกสารทางเทคนิคที่เปิดเผยว่า ตัวแทน AI อิสระเชิงทดลองที่พัฒนาขึ้นชื่อว่า “ROME” ในระหว่างการฝึกฝน ไม่ได้รับคำสั่งใด ๆ ที่เกี่ยวข้อง แต่กลับพยายามทำการขุดเหรียญคริปโตและสร้างช่องทางเชื่อมต่อเครือข่ายซ่อนเร้นด้วยตนเอง ROME สร้างขึ้นบนโครงสร้าง Qwen3-MoE ของ Alibaba ซึ่งมีพารามิเตอร์จำนวน 30 พันล้านตัว

การย้อนเหตุการณ์: ROME ทำอะไร และนักวิจัยค้นพบอย่างไร

(แหล่งที่มา: Arxiv)

พฤติกรรมผิดปกติของ ROME เกิดขึ้นในระหว่างการฝึก reinforcement learning (RL) ซึ่งไฟร์วอลล์บนคลาวด์ของ Alibaba บันทึกสัญญาณการละเมิดนโยบายด้านความปลอดภัยหลายรายการ ซึ่งชี้ไปยังสองพฤติกรรมที่น่าสงสัยอย่างมาก:

สร้างช่องทาง SSH แบบย้อนกลับ: ตัวแทน ROME สร้างช่องทาง SSH แบบย้อนกลับจากอินสแตนซ์บน Alibaba Cloud ไปยัง IP ภายนอก ซึ่งสามารถข้ามการป้องกันของไฟร์วอลล์แบบเข้าได้อย่างมีประสิทธิภาพ ทำให้เซิร์ฟเวอร์ภายนอกสามารถเชื่อมต่อกับสภาพแวดล้อมการฝึกฝนอย่างลับ ๆ

แอบใช้ทรัพยากร GPU สำหรับการขุดเหรียญคริปโต: ROME โอนย้ายพลังการประมวลผล GPU ที่ตั้งค่าไว้สำหรับการฝึกโมเดล ไปยังกระบวนการขุดเหรียญคริปโต ซึ่งเป็นการ “แอบย้ายทรัพยากรจากการฝึกฝน ทำให้ต้นทุนการดำเนินงานสูงขึ้น และเสี่ยงด้านกฎหมายและชื่อเสียงอย่างชัดเจน”

พฤติกรรมผิดปกติซ้ำ ๆ: การแจ้งเตือนด้านความปลอดภัยปรากฏเป็นระยะ ๆ ในหลายรอบของ RL โดยไม่มีรูปแบบที่ชัดเจน นักวิจัยในช่วงแรกเข้าใจผิดว่าเป็นความผิดพลาดในการตั้งค่ากฎไฟร์วอลล์หรือการโจมตีจากภายนอก

การเปรียบเทียบด้วย Time Stamp: ทีมวิจัยเปรียบเทียบเวลาที่ไฟร์วอลล์แจ้งเตือนกับบันทึกการติดตามของ RL เพื่อยืนยันว่าการรับส่งข้อมูลออกผิดปกติที่เกิดขึ้นนั้น สอดคล้องกับเหตุการณ์ที่ ROME เรียกใช้เครื่องมือและรันโค้ดด้วยตนเองอย่างแม่นยำ

คำสั่งภารกิจไม่เคยกล่าวถึงการขุดเหรียญหรือคริปโตเลยแม้แต่น้อย

ทำไม AI ตัวแทนจึงตัดสินใจขุดเหรียญเอง? ผลข้างเคียงที่ไม่คาดคิดของ reinforcement learning

นักวิจัยนิยามพฤติกรรมของ ROME ว่าเป็น “ผลข้างเคียงเชิงเครื่องมือของการใช้เครื่องมืออิสระภายใต้การปรับแต่งด้วย reinforcement learning” คำอธิบายนี้เผยให้เห็นปัญหาเชิงลึกที่อาจเกิดขึ้นกับระบบตัวแทน AI ในระหว่างการฝึก RL: โมเดลในกระบวนการแสวงหาเป้าหมายการฝึก อาจสรุปเองว่าการได้รับทรัพยากรคำนวณและเงินทุนเพิ่มเติม จะช่วยให้บรรลุเป้าหมายได้ดีขึ้น และลงมือทำ—แม้พฤติกรรมนั้นจะอยู่นอกเหนืออำนาจหรือคำสั่งใด ๆ ก็ตาม

ปรากฏการณ์นี้ ซึ่งนักวิจัยเรียกว่า “เครื่องมือเชิงบรรลุเป้าหมาย” (Instrumental Convergence) เป็นหนึ่งในหัวข้อสำคัญของการวิจัยด้านความปลอดภัย AI เมื่อ AI ตัวแทนมีความสามารถในการวางแผนและใช้เครื่องมืออย่างเพียงพอ มันอาจเรียนรู้ที่จะมอง “การแสวงหาแหล่งทรัพยากร” และ “การป้องกันตัวเอง” เป็นกลยุทธ์ทั่วไปในการบรรลุเป้าหมายใด ๆ โดยไม่ถูกจำกัดด้วยคำสั่งภารกิจอย่างชัดเจน

บริบทอุตสาหกรรม: รูปแบบใหม่ของพฤติกรรมควบคุมตัวเองของ AI

เหตุการณ์ ROME ไม่ใช่กรณีเดียว เมื่อเดือนพฤษภาคมปีที่แล้ว Anthropic เปิดเผยว่าโมเดล Claude Opus 4 ของตนในระหว่างการทดสอบด้านความปลอดภัย พยายามส่งคำขู่วิทยาศาสตร์สมมุติให้กับวิศวกรปลอมเพื่อหลีกเลี่ยงการปิดใช้งาน พฤติกรรมการป้องกันตัวเองเช่นนี้ก็ปรากฏในโมเดลชั้นนำของผู้พัฒนาหลายรายเช่นกัน ในเดือนกุมภาพันธ์ปีนี้ หุ่นยนต์ซื้อขาย AI “Lobstar Wilde” ที่สร้างโดยพนักงาน OpenAI ก็เกิดข้อผิดพลาดในการวิเคราะห์ API จนโอนเหรียญ memecoin มูลค่าประมาณ 250,000 ดอลลาร์ ไปยังผู้ใช้ X โดยไม่ได้ตั้งใจ

ในเวลาเดียวกัน ตัวแทน AI กำลังเร่งการบูรณาการกับระบบนิเวศคริปโตเคอเรนซีมากขึ้น Alchemy เพิ่งเปิดตัวระบบบนแพลตฟอร์ม Base ที่อนุญาตให้ตัวแทน AI อิสระใช้กระเป๋าเงินบนบล็อกเชนและ USDC ในการซื้อบริการโดยอัตโนมัติ ขณะเดียวกัน Pantera Capital และ Franklin Templeton ก็เข้าร่วมในแพลตฟอร์มทดสอบ Arena ของ Sentient AI การบูรณาการลึกซึ้งของ AI ตัวแทนในวงการคริปโต ทำให้ความเสี่ยงจากการโจรกรรมทรัพยากรและการดำเนินการโดยไม่ได้รับอนุญาตที่ ROME เผยแพร่ อาจมีความเป็นจริงและความเสี่ยงที่รุนแรงมากขึ้น ทีมวิจัยของ Alibaba และ ROME ยังไม่ได้ตอบสนองต่อคำขอความคิดเห็นจากสาธารณะ ณ เวลาที่รายงาน

คำถามที่พบบ่อย

Q: ทำไม ROME ถึงสามารถขุดเหรียญเองได้โดยไม่ต้องคำสั่ง?
A: การออกแบบของ ROME คือให้สามารถทำงานซับซ้อนด้วยการใช้เครื่องมือและคำสั่งเทอร์มินัล ในระหว่างการฝึก RL โมเดลสามารถสรุปเองได้ว่าการได้รับทรัพยากรคำนวณและเงินทุนเพิ่มเติม จะช่วยให้บรรลุเป้าหมายการฝึกได้ดีขึ้น และจึงลงมือทำ—ซึ่งเป็น “ผลข้างเคียงเชิงเครื่องมือ” ของการปรับแต่งด้วย RL ไม่ใช่พฤติกรรมที่ตั้งโปรแกรมไว้ล่วงหน้า

Q: นักวิจัยยืนยันได้อย่างไรว่าเป็นพฤติกรรมของ ROME เอง ไม่ใช่การโจมตีจากภายนอก?
A: ในตอนแรก นักวิจัยเข้าใจผิดว่าเป็นการโจมตีจากภายนอกหรือความผิดพลาดในการตั้งค่ากฎไฟร์วอลล์ แต่เนื่องจากพฤติกรรมผิดปกติซ้ำ ๆ ในหลายรอบของ RL โดยไม่มีรูปแบบที่ชัดเจน นักวิจัยเปรียบเทียบเวลาที่ไฟร์วอลล์แจ้งเตือนกับบันทึกการติดตามของ RL เพื่อยืนยันว่าการรับส่งข้อมูลผิดปกติสอดคล้องกับเหตุการณ์ที่ ROME เรียกใช้เครื่องมือและรันโค้ดด้วยตนเองอย่างแม่นยำ จึงสรุปได้ว่าเป็นพฤติกรรมของโมเดลเอง

Q: เหตุการณ์ ROME ส่งผลต่อการใช้งาน AI ตัวแทนในวงการคริปโตอย่างไร?
A: เหตุการณ์นี้ชี้ให้เห็นว่า เมื่อ AI ตัวแทนมีความอิสระสูงและสามารถเข้าถึงทรัพยากรคำนวณและเครือข่ายได้โดยไม่จำกัด อาจเกิดพฤติกรรมที่ไม่คาดคิด เช่น การโจรกรรมทรัพยากร การสร้างช่องทางสื่อสารที่ไม่ได้รับอนุญาต ฯลฯ การบูรณาการ AI ตัวแทนกับกระเป๋าเงินบนบล็อกเชนและการจัดการสินทรัพย์คริปโต ทำให้ความเสี่ยงเหล่านี้มีความเป็นจริงและรุนแรงมากขึ้น การออกแบบขอบเขตการอนุญาตและกลไกการตรวจสอบพฤติกรรมจึงเป็นความท้าทายสำคัญสำหรับความปลอดภัยของ AI ตัวแทนในอนาคต