Phát triển mô hình AI chuyên biệt cho an ninh mạng với 256 GPU B200: Chứng minh tính hiệu quả của 'Mô hình chuyên biệt' là điều then chốt

Bộ Khoa học và Công nghệ thông tin (Bộ KHCN) Hàn Quốc sẽ bắt đầu phát triển mô hình nền tảng chuyên biệt cho lĩnh vực an ninh mạng, sau khi đã phát triển mô hình AI đa năng. Mục tiêu là tăng cường chuyên môn về an ninh và đa dạng hóa hệ sinh thái mô hình AI trong nước.

Tuy nhiên, trong bối cảnh có nhiều khoản đầu tư lớn cho việc phát triển mô hình đa năng, việc chứng minh hiệu suất và hiệu quả của mô hình chuyên biệt sẽ là điều then chốt, vì sẽ cần sử dụng tài nguyên tính toán riêng biệt.

Theo thông tin từ Bộ KHCN, ngày 26 tháng 8, dự án phát triển mô hình AI chuyên biệt cho an ninh mạng (Mô hình chuyên biệt) đã đóng nhận hồ sơ dự thầu. SK Telecom (SKT) và Naver Cloud đã thành lập các liên minh để hỗ trợ cho dự án này.

Bộ KHCN sẽ tiến hành đánh giá và chọn nhà thầu cuối cùng, đồng thời hỗ trợ 256 GPU B200 của NVIDIA trong vòng 10 tháng. Kế hoạch là phát triển mô hình nền tảng chuyên biệt cho an ninh mạng dựa trên công nghệ và mô hình AI độc quyền trong nước. Cũng có thể tăng cường chuyên môn về an ninh dựa trên các mô hình nền tảng hiện có trong nước.

SKT sẽ phát triển mô hình chuyên biệt dựa trên mô hình AI nền tảng độc quyền (Mô hình độc quyền) mà họ đã phát triển. Naver Cloud chưa công bố mô hình nền tảng cụ thể và phương pháp phát triển.

Quyết định của Bộ KHCN trong việc phát triển mô hình chuyên biệt cho an ninh mạng xuất phát từ nhận định rằng các mô hình ngôn ngữ lớn (LLM) đa năng không đủ khả năng thực hiện các nhiệm vụ an ninh chuyên sâu như phân tích mã độc và phát hiện mối đe dọa. Mục tiêu là nâng cao khả năng ứng dụng AI trong ngành an ninh trong nước bằng cách học hỏi từ dữ liệu an ninh và kiến thức chuyên môn.

Tuy nhiên, có ý kiến cho rằng chi phí và độ khó trong việc phát triển mô hình chuyên biệt có thể khác nhau đáng kể tùy thuộc vào phương pháp phát triển.

Giáo sư Jo Seong-bae từ Đại học Yonsei cho biết: "Việc tạo ra mô hình nền tảng ngay từ đầu có ưu điểm là có thể thiết kế theo hướng mong muốn, nhưng cần rất nhiều dữ liệu, thời gian và chi phí. Việc tạo ra mô hình nền tảng với 256 GPU B200 trong 10 tháng có thể là một khoảng thời gian khá chật chội." Ông cũng nhấn mạnh rằng "thực tế cho thấy khả năng điều chỉnh theo hướng chuyên biệt bằng cách sử dụng các mô hình mở hoặc mã nguồn mở có thể cao hơn so với việc tạo ra hoàn toàn từ đầu."

Việc đảm bảo hiệu suất phù hợp cho mô hình chuyên biệt cũng là một thách thức. Giáo sư Choi Jae-sik từ Viện Khoa học và Công nghệ Hàn Quốc (KAIST) cho biết: "Mô hình chuyên biệt có dữ liệu tương đối ít hơn so với mô hình đa năng và cần phải có kiến thức chuyên môn. Hơn nữa, trong các thử nghiệm thực tế, yêu cầu về độ chính xác và không có sự nhầm lẫn là rất cao."

Mặc dù có độ khó trong việc phát triển mô hình chuyên biệt, nhưng về lâu dài, việc phát triển đồng thời mô hình đa năng và các mô hình chuyên môn theo từng lĩnh vực có thể giúp tăng cường sức cạnh tranh của hệ sinh thái AI trong nước.

Chuyên viên phân tích Jeong Jun-hwa từ Văn phòng Nghiên cứu lập pháp Quốc hội cho rằng: "Cần xem xét lại việc tập trung hỗ trợ cho các nhóm nhỏ tinh nhuệ có thực sự phù hợp để nâng cao khả năng phục hồi AI của toàn quốc trong trường hợp khẩn cấp hay không. Cả phương pháp tiếp cận từ trên xuống để phát triển dịch vụ từ mô hình nền tảng và phương pháp từ dưới lên để phát triển các mô hình AI chuyên môn nhỏ theo từng lĩnh vực đều đáng được xem xét."

* Bài viết này được dịch tự động bằng AI.

• #an ninh mạng
• #mô hình nền tảng
• #AI