‘เอดับบลิวเอส’ แนะยุทธวิธี วางรากฐาน Generative AI

คิมเบอร์รี่ ดิกสัน ผู้เชี่ยวชาญด้านความปลอดภัยอาวุโสทั่วโลก อะเมซอน เว็บ เซอร์วิสเซส หรือ เอดับบลิวเอส กล่าว พร้อมเปิดมุมมองว่า จากความก้าวหน้าของเทคโนโลยี Generative AI เป็นสิ่งสำคัญที่จะต้องพูดคุยถึงวิธีที่องค์กรต่างๆ รักษาความปลอดภัยของการใช้งาน

โดยหัวใจสำคัญต้องเริ่มจากพื้นฐานที่ว่า “ไม่มีวิธีการรักษาความมั่นคงปลอดภัยที่สมบูรณ์แบบเพียงวิธีเดียว และการป้องกันแบบหลายชั้นเท่านั้นที่จะให้การป้องกันที่เหมาะสม”

โดยเป้าหมายของกลยุทธ์การป้องกันแบบหลายชั้นคือ การสร้างชั้นความปลอดภัยหลายชั้นรอบข้อมูลและกระบวนการประมวลผล เพื่อให้มีความปลอดภัยสูงสุด

“ด้วยความก้าวหน้าอย่างรวดเร็วของเทคโนโลยี Generative AI ที่สามารถสร้างสรรค์ผลงานได้อย่างน่าประหลาดใจ จึงมีความจำเป็นอย่างยิ่งที่จะต้องมีมาตรการรักษาความปลอดภัยแบบหลายชั้นเพื่อป้องกันความเสี่ยงที่อาจเกิดขึ้น”

ที่ผ่านมาจากหลายๆ ยูสเคสพบว่า เทคโนโลยี Generative AI สามารถช่วยเพิ่มประสิทธิภาพให้กับทีมรักษาความปลอดภัยได้ โดยการทำงานประจำให้เป็นอัตโนมัติ และปรับปรุงกระบวนการวิเคราะห์ข้อมูลให้มีประสิทธิภาพสูงขึ้น

นอกจากนี้ สามารถจัดการคำถามด้านความมั่นคงปลอดภัยทางไซเบอร์ได้มากกว่าครึ่งหนึ่งของจำนวนปัจจุบัน ทำให้ทีมรักษาความปลอดภัยสามารถมุ่งเน้นไปที่การแจ้งเตือนที่สำคัญและการทำงานอัตโนมัติในด้านอื่นๆ เพิ่มเติม

อย่างไรก็ตาม แม้เทคโนโลยี Generative AI จะน่าตื่นเต้นเป็นอย่างยิ่ง แต่การศึกษาล่าสุดที่เอดับบลิวเอสได้จัดทำร่วมกับ IBM Institute for Business Value พบว่า มีเพียง 24% ของบริษัทเท่านั้นที่ให้ความสำคัญกับการรักษาความปลอดภัยของโครงการ AI ของตน

GenAI ภารกิจระยะยาว

ปราสาท กัลยาณรามัน รองประธานฝ่ายบริการโครงสร้างพื้นฐาน เอดับบลิวเอส กล่าวว่า Generative AI หรือ เทคโนโลยีปัญญาประดิษฐ์แบบสร้างสรรค์ ได้เปลี่ยนแปลงโลกของเราอย่างรวดเร็วเสมือนเกิดขึ้นในพริบตาภายในระยะเวลาเพียงไม่กี่เดือน 

ปัจจุบัน การใช้งานเทคโนโลยีใหม่นี้กลายเป็นเรื่องปกติสำหรับบุคคลและองค์กรต่างๆ ในการเพิ่มประสิทธิภาพการตัดสินใจ ปรับปรุงประสบการณ์ของลูกค้า และส่งเสริมความคิดสร้างสรรค์และนวัตกรรม

สำหรับวิธีการออกแบบโครงสร้างพื้นฐาน Generative AI ควรทำความเข้าใจว่าโครงสร้างพื้นฐานที่ขับเคลื่อน Generative AI นั้นไม่ได้ถูกพัฒนาขึ้นในช่วงเวลาอันสั้น แต่เป็นผลสืบเนื่องมาจากการพัฒนาอย่างต่อเนื่อง

โดยโมเดล Generative AI ต้องการข้อมูลจำนวนมากในการฝึกเพื่อให้สามารถทำงานได้อย่างมีประสิทธิภาพ ยิ่งโมเดลมีขนาดใหญ่และซับซ้อนมากเท่าไร ระยะเวลาในการฝึกก็จะยาวนานขึ้นเท่านั้น เมื่อเวลาในการฝึกเพิ่มขึ้น ไม่เพียงแต่จะส่งผลให้ต้นทุนการดำเนินงานสูงขึ้นเท่านั้น แต่ยังชะลอความก้าวหน้าในการพัฒนานวัตกรรมด้วย

ดังนั้นเครือข่ายแบบดั้งเดิมไม่สามารถรองรับความต้องการความหน่วงต่ำ (low latency) และขนาดข้อมูลที่ใหญ่ซึ่งจำเป็นสำหรับการฝึกโมเดล Generative AI ได้อย่างเพียงพอ

‘ความปลอดภัย’ พื้นฐานสำคัญ

อีกหนึ่งงานสำคัญ  “การฝึกและรันโมเดล AI ใช้พลังงานเป็นจำนวนมาก” ดังนั้นความพยายามในการเพิ่มประสิทธิภาพการใช้พลังงานจึงมีความสำคัญอย่างยิ่ง

เช่นเดียวกับเอดับบลิวเอสที่พบว่า แนวทางการดำเนินธุรกิจอย่างมีประสิทธิภาพเพื่อลดผลกระทบต่อสิ่งแวดล้อม นอกจากเป็นสิ่งที่ถูกต้องที่ควรทำสำหรับชุมชนและโลกแล้ว ยังช่วยให้บริษัทสามารถลดต้นทุนได้ด้วย

ความปลอดภัยถือเป็นพื้นฐานที่สำคัญ : หนึ่งในคำถามที่ลูกค้าถามบ่อยที่สุดเมื่อพวกเขาต้องการเริ่มใช้งานเทคโนโลยี Generative AI คือ พวกเขาจะปกป้องข้อมูลที่มีความละเอียดอ่อนและสำคัญของตนได้อย่างไร

ดังนั้น เอดับบลิวเอสวางเรื่องความปลอดภัยเป็นสิ่งสำคัญสูงสุด และได้ถูกสร้างขึ้นเป็นส่วนหนึ่งในทุกสิ่งที่ทำ ขณะเดียวกันได้รับการเฝ้าระวังอย่างต่อเนื่องตลอด 24 ชั่วโมง เมื่อข้อมูลมีการเคลื่อนย้ายระหว่างศูนย์ข้อมูลข้อมูลนั้นจะถูกเข้ารหัสในระดับเครือข่ายพื้นฐานเพื่อความปลอดภัย

‘3 แนวทาง’ วางรากฐานไอที

เอดับบลิวเอส เผยถึงแนวคิดการออกแบบบริการว่า มุ่งพัฒนาให้เป็นโครงสร้างพื้นฐานระบบคลาวด์ที่มีความปลอดภัยและน่าเชื่อถือสูงสุดในระดับโลก ใช้หลักการสำคัญ 3 ประการในการรักษาความปลอดภัยของโครงสร้างพื้นฐาน AI ประกอบด้วย 1. การแยกข้อมูล AI ออกจากผู้ให้บริการโครงสร้างพื้นฐานอย่างสมบูรณ์ ซึ่งหมายความว่าผู้ให้บริการโครงสร้างพื้นฐานจะไม่สามารถเข้าถึงเนื้อหาของลูกค้าและข้อมูล AI เช่น ค่าน้ำหนักของโมเดล AI และข้อมูลที่ผ่านการประมวลผลด้วยโมเดลได้เลย

ขณะที่ 2. ความสามารถสำหรับลูกค้าในการแยกข้อมูล AI ออกจากตนเอง ซึ่งหมายความว่าข้อมูลจะไม่สามารถเข้าถึงได้จากผู้ใช้และซอฟต์แวร์ของลูกค้าเอง และ 3. การป้องกันการสื่อสารของโครงสร้างพื้นฐาน หมายถึงการสื่อสารระหว่างอุปกรณ์ในโครงสร้างพื้นฐานสำหรับ ML accelerator จะต้องได้รับการป้องกันด้วยมาตรการรักษาความปลอดภัยที่เข้มงวด เพื่อป้องกันการเข้าถึงโดยไม่ได้รับอนุญาต

อีกประเด็นที่ไม่อาจมองข้าม ชิปที่ขับเคลื่อน Generative AI นั้นมีความสำคัญอย่างยิ่ง เนื่องจากส่งผลต่อความรวดเร็ว ต้นทุนที่ต่ำ และความยั่งยืนในการฝึกและใช้งานโมเดล

ยุคที่เทคโนโลยี AI กำลังเติบโตอย่างรวดเร็ว องค์กรต่างๆ จำเป็นต้องเลือกใช้โครงสร้างพื้นฐานด้านคอมพิวเตอร์ที่เหมาะสม เพื่อลดต้นทุนและรับประกันประสิทธิภาพสูงสุด ที่สำคัญการลงทุนโครงสร้างพื้นฐานต้องคำนึงถึงความปลอดภัย ประสิทธิภาพดี ต้นทุนคุ้มค่า รวมถึงประหยัดพลังงาน