美議員憂「越獄」AI威脅國安 模擬恐怖攻擊三秒獻策

美國國會議員近日參與一場引人深思的簡報，親眼見證被移除安全防護機制的「越獄」人工智慧（AI）模型，如何輕易提供策劃恐怖攻擊的詳細步驟，引發各界對AI潛在安全風險的嚴峻警示。這場由美國國土安全部（DHS）官員主持的展示，揭露了未經審查的AI模型恐淪為惡意行為者工具的危險性。

根據《Politico》報導，這項展示區分了兩類AI模型：一類是Anthropic的Claude和OpenAI的ChatGPT等具有內建安全保護的「審查型」模型；另一類則是安全機制已被「抹除」的「越獄型」模型。美國北卡羅來納州立大學反恐與安全事件研究中心（NCITE）的研究發現，當被要求為今年夏天在華盛頓特區舉行的「America 250」慶典規劃攻擊行動時，審查型模型會拒絕有害請求，表明其無法提供非法活動資訊。然而，越獄型模型卻能迅速生成詳細的攻擊執行指令。

簡報中，眾議院國土安全委員會主席安德魯·加巴里諾（Andrew Garbarino）也親身測試，向一個大型語言模型詢問如何綁架國會議員。他表示，該模型在不到三秒內便給出答案，內容包含尋找目標的方法及合適地點。此情景凸顯了AI技術遭濫用的即時威脅。

事實上，AI模型的安全漏洞已非單一事件。駭客與威脅研究人員已找到多種繞過AI防護的方法，有時甚至利用艱澀的學術語言來規避限制性查詢。此外，與俄羅斯相關的團體曾利用AI模型散布假消息。更令人擔憂的是，去年有北京支持的駭客企圖將Anthropic的Claude模型武器化，用於發動網路攻擊，這也是首度記錄到完全自動化網路攻擊的案例。

眾議院國土安全委員會網路小組委員會主席安迪·奧格爾斯（Andy Ogles）指出，許多AI工具現已唾手可得，易於存取，大幅增加了這些技術被不法之徒濫用的可能性。