أطلقت Google برنامج Gemini 4 Carbon، مما أدى إلى تحسين قدرات أمان الشبكة بشكل كبير

الملخص:

أصدرت Google رسميًا Gemini 4 Carbon، وهو جيل جديد من نماذج الذكاء الاصطناعي المتطورة، في 28 أكتوبر بالتوقيت المحلي، مع التركيز على تحسين برمجة البرامج، وقدرة الوكلاء على أداء المهام المعقدة، وقدرات الدفاع عن أمن الشبكات. وقالت جوجل إن النموذج الجديد حقق تقدمًا كبيرًا في اكتشاف نقاط الضعف في البرامج، والتحقق من إمكانية استغلال الثغرات الأمنية، وإصلاح العيوب الأمنية، ويتفوق على نماذج OpenAI وAnthropic الرائدة في اختبارات قياس الأداء المتعددة. ومع ذلك، وبالنظر إلى المخاطر المحتملة التي قد تجلبها إمكانات أمان الشبكة القوية، فإن Google مفتوح حاليًا فقط لبعض وكالات الدفاع عن أمن الشبكات المحددة ولن يكون متاحًا على الفور لجميع المطورين والمستخدمين العاديين.

يعد Gemini 4 Carbon نموذجًا متطورًا آخر بعد أن أطلقت Google Gemini 4 Argon هذا الشهر. وقالت جوجل إن النموذج الجديد يعزز بشكل أكبر إنشاء التعليمات البرمجية وسير عمل الوكيل وقدرات معالجة المهام المعقدة طويلة المدى استنادًا إلى Argon، كما تم تحسينه بشكل خاص لمجال أمن الشبكات. وتأمل الشركة أنه من خلال تحسين قدرة الذكاء الاصطناعي على اكتشاف وإصلاح نقاط الضعف في البرامج، فإن ذلك سيساعد المؤسسات على حماية أنظمتها بشكل أكثر فعالية مع تقليل مخاطر ظهور تعليمات برمجية جديدة لعيوب أمنية.

فيما يتعلق بالأداء العام، استشهدت Google بنتائج تقييم مؤشر الذكاء الاصطناعي للتحليل 5.0 الصادر عن شركة Artificial Analysis، قائلة إن Gemini 4 Carbon احتل المركز الأول برصيد 59 نقطة، متقدمًا على Claude Opus 5.5 من Anthropic وGPT-6 Astra من OpenAI. تقوم هذه القائمة بفحص قدرات النموذج بشكل شامل في أبعاد متعددة، ولكن تختلف أنواع المهام وطرق التقييم الخاصة بالمعايير المختلفة، وبالتالي فإن التصنيف الشامل لا يعني أن النموذج يتمتع بمزايا في جميع التطبيقات العملية.

يقع الأمن السيبراني في قلب هذا الإطلاق. تُظهر البيانات الصادرة عن Google أن Gemini 4 Carbon حقق درجة 88.2% في اختبار SEC-bench Pro المعياري، والذي يقيم بشكل أساسي قدرة النموذج على اكتشاف نقاط الضعف الحقيقية في البرامج؛ وحققت درجة 54.8% في اختبار ExploitGym، والذي يُستخدم لقياس قدرة النموذج على التحقق من إمكانية استغلال الثغرات الأمنية وبناء خطط استغلال مقابلة؛ لقد حصل على درجة 71% في اختبار CWE، الذي يركز على تقييم ما إذا كان النموذج يمكنه اقتراح حلول إصلاح فعالة لنقاط الضعف الأمنية المحددة.

تغطي هذه الإمكانات الجوانب الرئيسية المتعددة لعمل أمان البرامج. تعتمد أدوات الأمان التقليدية عادةً على قواعد محددة مسبقًا وخصائص نقاط الضعف المعروفة وعمليات اختبار محددة، بينما من المتوقع أن تقوم نماذج الذكاء الاصطناعي المتقدمة بتحليل الرموز المعقدة بشكل أكبر، واكتشاف العيوب المخفية في أنظمة البرامج الكبيرة، ومساعدة المطورين على فهم أسباب نقاط الضعف، وإنشاء تصحيحات مستهدفة في النهاية.

ومع ذلك، هناك فرق مهم بين اكتشاف الثغرات الأمنية واستغلال الثغرات الأمنية. إن القدرة على تحديد العيوب في البرنامج لا تعني أن النموذج سيكون قادرًا على استغلال هذه العيوب بنجاح في بيئة حقيقية؛ وبالمثل، فإن إنشاء رمز إصلاح يبدو معقولًا لا يعني أنه قد أزال الثغرة الأمنية تمامًا. تعكس نتائج الاختبار التي تنشرها Google الأداء في ظل ظروف تقييم محددة. لا يزال تأثير الأمان الفعلي يعتمد على بيئة التعليمات البرمجية وطرق الاختبار والتحقق اليدوي اللاحق.

وقالت Google أيضًا أن Gemini 4 Carbon حقق نجاحًا أكبر من Gemini 4 Argon في إنشاء تعليمات برمجية آمنة في الاختبارات الداخلية. أفاد فريق Chrome أيضًا أنه في تقييماته الداخلية، أنتج Carbon تصحيحات أمان عالية الجودة أفضل بكثير من النماذج الرائدة في بعض المختبرات الأخرى. ومع ذلك، تأتي هذه النتائج بشكل أساسي من بيئة الاختبار الخاصة بشركة Google. قد تؤثر ظروف التقييم المحددة ومهام الاختبار على الأداء النهائي، ولا تزال هناك حاجة إلى المزيد من الاختبارات المستقلة للتحقق من ذلك.

بالإضافة إلى الأمن السيبراني، تم تحسين Gemini 4 Carbon للمهام الهندسية التي تتطلب التنفيذ المستمر على مدى فترات طويلة من الزمن. وقالت جوجل إن الفرق الداخلية لاحظت أن النماذج تعمل لأيام متواصلة، وتواصل معالجة المشكلات الهندسية المعقدة متعددة الخطوات بعد فشل ومحاولات متعددة.

قد تتضمن هذه المهام تحديد موقع الأخطاء الصعبة في قواعد التعليمات البرمجية الكبيرة، واستكشاف مشكلات النظام ذات المستوى المنخفض وإصلاحها، وتنفيذ تغييرات التعليمات البرمجية عبر وحدات متعددة. على عكس روبوت الدردشة الذي يحتاج فقط للإجابة على سؤال واحد، يحتاج الوكيل إلى وضع خطة، واستدعاء الأدوات، والتحقق من النتائج، وضبط الخطة بناءً على التعليقات أثناء التنفيذ. كلما كانت المهمة أكثر تعقيدًا، كلما احتاج النموذج إلى الحفاظ على تماسك السياق وتجنب الاستسلام قبل الأوان عندما يتعثر.

قالت جوجل إنه عند التعامل مع مثل هذه المهام طويلة المدى، يكون Carbon أفضل في تحديد مسارات الفشل وتجنب الاختصارات غير الموثوقة لإكمال المهمة. في عملية التطوير الفعلية، من المتوقع أن يساعد ذلك المهندسين على تقليل وقت استكشاف الأخطاء وإصلاحها بشكل متكرر، مما يسمح للذكاء الاصطناعي بتولي المزيد من أعمال صيانة البرامج وتصحيح الأخطاء بشكل مستمر.

وفي الوقت نفسه، أكدت Google على أن النموذج الجديد يتمتع أيضًا بتحسينات في الموثوقية. وتقول الشركة إن الكربون يقلل من التأكيدات غير الموثقة بنحو النصف مقارنة بالأرجون. عند مواجهة مشكلة مع عدم كفاية الأدلة أو الغموض، فمن المرجح أن يقوم النموذج بمزيد من البحث عن المعلومات، أو الإشارة إلى التناقضات بين المعلومات المختلفة، أو الإشارة بوضوح إلى الخطوات التي لا تزال غير قابلة للاستكمال، بدلاً من تقديم إجابة تفتقر إلى الأدلة بشكل مباشر.

فيما يتعلق بالدفاع الفوري عن الهجمات، فإن نتائج التقييم الداخلي التي نشرتها Google تستحق الاهتمام أيضًا. عادةً ما تحفز هجمات حقن التلميحات أنظمة الذكاء الاصطناعي على الانحراف عن أهداف مهمتها الأصلية عن طريق إخفاء التعليمات الضارة في صفحات الويب أو الملفات أو أي محتوى خارجي آخر. وقالت جوجل إنه في اختبار الحقن الفوري غير المباشر لـ Gray Swan، انخفض معدل نجاح الهجوم بالكربون من 0.7% من الأرجون إلى 0%، أي أنه لم تكن هناك حالات ناجحة بين محاولات الهجوم التي يغطيها الاختبار.

ومع ذلك، فإن حقيقة عدم ملاحظة أي هجمات بنجاح في معيار مرجعي واحد لا تثبت أن النموذج مقاوم لجميع هجمات حقن التلميحات. قد تستمر أساليب الهجوم في البيئات الحقيقية في التغير، ويجب أيضًا دمج النموذج مع تدابير مثل إدارة الأذونات، وقيود استدعاء الأدوات، ومراجعة محتوى الإدخال، والإشراف اليدوي لبناء نظام أمان أكثر موثوقية.

نظرًا لزيادة تعزيز قدرات Carbon في مجال أمن الشبكات، قررت Google اعتماد استراتيجية افتتاح مرحلية. النموذج الجديد متاح لأول مرة لمجموعة مختارة من مؤسسات الدفاع عن الأمن السيبراني من خلال برنامج Fairwind الخاص بالشركة. وقالت جوجل إن الشركة تشارك في عملية الاختبار التطوعي المسبق للنماذج المتطورة التي تروج لها حكومة الولايات المتحدة، وتخطط لمواصلة تعديل آلية الحماية الأمنية بناءً على تعليقات المستخدمين الأوائل، ثم فتحها تدريجيًا أمام شركاء أكثر ثقة.

لم تعلن Google بعد عن التاريخ الدقيق الذي سيكون فيه Carbon متاحًا لجميع المطورين والشركات والمستخدمين بشكل عام. وقالت الشركة إنها تأمل في طرح النموذج لمزيد من المنتجات والخدمات في أقرب وقت ممكن بعد استكمال الاختبارات اللازمة وتعديل إجراءات الحماية.

تعكس استراتيجية الانفتاح المحدودة هذه تحديًا حقيقيًا تواجهه صناعة الذكاء الاصطناعي: النماذج التي يمكن أن تساعد فرق الأمن على اكتشاف نقاط الضعف قد يتم استخدامها أيضًا من قبل الأفراد الضارين للعثور على مداخل الهجوم أو تطوير أدوات الاستغلال. كلما كانت قدرة النموذج أقوى، كلما احتاجت الشركات إلى تقييم مخاطر الاستخدام المزدوج التي قد تجلبها في ظل سيناريوهات الاستخدام المختلفة.

من حيث السعر، فإن السعر الأولي لـ Gemini 4 Carbon هو نفس سعر Gemini 4 Argon، حيث يتقاضى 2 دولارًا لكل مليون رمز إدخال و10 دولارات لكل مليون رمز إخراج. تقدم Google أيضًا خصمًا كبيرًا للتخزين المؤقت لرموز الإدخال، حيث يتراوح الخصم من 95% من سعر رمز الإدخال. ومع ذلك، ينتمي هذا السعر إلى أسعار فترة العرض الترويجي. الأسعار اللاحقة التي أعلنتها Google هي 4 دولارات أمريكية لكل مليون رمز إدخال و20 دولارًا أمريكيًا لكل مليون رمز إخراج. ولم يتم تحديد وقت التعديل الرسمي بعد.

من منظور تحديد موضع المنتج، لا يعد Carbon نموذجًا جديدًا يسعى ببساطة إلى تجربة الدردشة، ولكنه أداة احترافية تركز بشكل أكبر على هندسة البرمجيات المعقدة، والتنفيذ المستمر للمهام، والدفاع عن أمان الشبكة. ولا تكمن قيمته في القدرة على إعطاء الإجابة الصحيحة فحسب، بل تكمن أيضًا في القدرة على الاستمرار في إكمال العمل على مدى فترة زمنية ممتدة والاستجابة بشكل مناسب عند مواجهة أخطاء أو متطلبات غامضة أو مخاطر أمنية محتملة.

يوضح هذا الإصدار أيضًا أن Google تعمل على تسريع وتيرة تكرار النماذج المتطورة. بعد وقت قصير من إطلاق Gemini 4 Argon، قامت شركة Carbon بتحسين العديد من مؤشرات الأداء الرئيسية. بالنسبة لمستخدمي المؤسسات، من المتوقع أن يؤدي هذا التكرار السريع إلى تقصير الوقت الذي تستغرقه تكنولوجيا الذكاء الاصطناعي لدخول عمليات تطوير البرامج والعمليات الأمنية الفعلية، ولكنه يزيد أيضًا من أهمية التقييم المستقل والمراقبة المستمرة والتحقق الأمني.

في الوقت الحالي، حقق Gemini 4 Carbon نتائج رائدة في عدد من الاختبارات المعيارية التي نشرتها Google، ولكن لا يزال أداءه في العالم الحقيقي بحاجة إلى التحقق من قبل المزيد من المؤسسات المستقلة والمستخدمين الفعليين. مع تزايد تعقيد الهجمات السيبرانية، قد يصبح الذكاء الاصطناعي أداة دفاعية مهمة لفرق الأمن وقد يزيد أيضًا من أتمتة اكتشاف الثغرات الأمنية واستغلالها. اختارت جوجل فتح النموذج لوكالات الدفاع التي تم فحصها أولاً، على أمل إجراء المزيد من تقييم مخاطره مع إطلاق القدرات التقنية، ووضع حدود الاستخدام المقابلة تدريجياً.