Bitcoin-Führungskräfte wenden sich an chinesische KI angesichts von Einschränkungen im US-Cybersicherheitsmodell
In einem bedeutenden Wandel äußern Führungskräfte der Bitcoin-Branche öffentlich ihre Abhängigkeit von chinesischen KI-Modellen für die Cybersicherheit, da sie mit lähmenden Einschränkungen durch US-Systeme wie OpenAI und Anthropic konfrontiert sind. Rob Hamilton, CEO von AnchorWatch, hob die Herausforderungen hervor, die er bei der Nutzung von OpenAIs Cybersicherheitstools erlebte, was dazu führte, dass er von einer weiteren Analyse eines bereits offengelegten Codebases ausgeschlossen wurde. Dies hat ihn dazu veranlasst, wieder auf chinesische Open-Source-Modelle für seine Forschung zurückzugreifen.
Francis Pouliot, Gründer von Bull Bitcoin, teilte Hamiltons Ansichten und kritisierte die Einschränkungen, die von amerikanischen KI-Firmen auferlegt werden. Er betonte die Effektivität chinesischer Modelle bei der Identifizierung von Schwachstellen. Er stellte fest, dass ein chinesisches Open-Source-Modell erfolgreich einen Geldraub-Exploit in einem Projekt identifizierte, das er prüfte, während die amerikanischen Modelle, auf die er Zugriff hatte, sich weigerten zu helfen.
Während die Bitcoin-Branche mit Cybersicherheitsbedrohungen kämpft, insbesondere nach einem erheblichen Exploit in Coldcard-Hardware-Wallets, ist eine freiwillige Gruppe namens Bitcoin Red Team entstanden. Dieses Team hat umfassende Prüfungen der Open-Source-Repositories von Bitcoin durchgeführt und dabei hauptsächlich chinesische Modelle verwendet, die sich als effektiver erwiesen haben als ihre US-Pendants.
Das Bitcoin Policy Institute hat ebenfalls Bedenken geäußert und die führenden KI-Labore aufgefordert, Programme für vertrauenswürdigen Zugang für Open-Source-Verteidiger einzurichten. In einem Schreiben, das von über 70 Organisationen unterzeichnet wurde, wird argumentiert, dass die aktuellen Einschränkungen legitime Sicherheitsforscher ohne Zugang zu den leistungsfähigsten Modellen zurücklassen und sie zwingen, auf weniger effektive Alternativen zurückzugreifen.
Während die Debatte weitergeht, warnen Experten, dass die Abhängigkeit von chinesischen Modellen den US-KI-Markt gefährden könnte, wenn amerikanische Firmen sich nicht an die Bedürfnisse der Cybersicherheitsforscher anpassen.
FAQ
Warum wenden sich Bitcoin-Führungskräfte chinesischen KI-Modellen für Cybersicherheit zu?
Bitcoin-Führungskräfte wenden sich aufgrund der lähmenden Einschränkungen durch US-Systeme wie OpenAI und Anthropic, die ihre Fähigkeit zur effektiven Codeanalyse einschränken, chinesischen KI-Modellen zu.
Welche Herausforderungen hatte Rob Hamilton mit den Cybersicherheitstools von OpenAI?
Rob Hamilton hatte Schwierigkeiten, als die Tools von OpenAI ihn daran hinderten, eine Codebasis weiter zu analysieren, die er bereits offengelegt hatte, was ihn dazu brachte, nach Alternativen in chinesischen Open-Source-Modellen zu suchen.
Was sagte Francis Pouliot über die Effektivität chinesischer KI-Modelle?
Francis Pouliot kritisierte amerikanische KI-Firmen wegen ihrer Einschränkungen und hob hervor, dass ein chinesisches Open-Source-Modell erfolgreich einen Geldraub-Exploit identifizierte, bei dem amerikanische Modelle nicht helfen konnten.
Was ist das Bitcoin Red Team und welche Rolle spielen sie?
Das Bitcoin Red Team ist eine Freiwilligengruppe, die umfassende Audits der Open-Source-Repositorys von Bitcoin durchführt, hauptsächlich unter Verwendung chinesischer Modelle, die sich als effektiver erwiesen haben als US-Gegenstücke bei der Identifizierung von Schwachstellen.
Welche Bedenken äußerte das Bitcoin Policy Institute hinsichtlich des Zugangs zu KI für Sicherheitsforscher?
Das Bitcoin Policy Institute äußerte Bedenken, dass die aktuellen Einschränkungen beim Zugang zu KI legitime Sicherheitsforscher ohne die leistungsfähigsten Modelle zurücklassen und forderte KI-Labore auf, Programme für vertrauenswürdigen Zugang für Open-Source-Verteidiger einzurichten.
Kommentare
Kommentare werden vor der Veröffentlichung geprüft.
Noch keine Kommentare — schreiben Sie den ersten.