/
サイバー・レジリエンス

ワーキングメモリの限界:人間の脳とAIモデル

AI brain

コンピュータサイエンスでは、「ワーキングセット」とは、プロセッサが問題を解決するために一度に処理できるデータ量を指します。この考え方は、「ワーキングメモリ」と呼ばれる、人間の認知と興味深い類似点があります。ワーキングメモリは、情報を一時的に保持する精神的なスクラッチパッドのようなものです。理性を働かせて複雑な決断を下すには欠かせません。

ただし、ワーキングメモリの容量は限られているため、非常に複雑な問題に取り組む能力が制限される可能性があります。この洞察は、特にサイバーセキュリティなどの分野で、AIの影響をますます受ける世界に移行するにあたり、重要になります。

脳の帯域幅

認知科学には、人の作業記憶容量を測定するためのさまざまなテストがあります。これらのテストは、優れた思想家であっても、常に上限があることを示しています。

たとえば、チェスマスター、数学者、トップミュージシャンは素晴らしいスキルを持っていますが、彼らのワーキングメモリ容量はおそらく普通の人とそれほど変わりません。進化によって、ある程度の認知能力が得られるように脳が微調整されたようです。これにより、非常に大きく複雑な問題を完全に理解することが難しくなります。

AI の利点:コンテキストウィンドウのスケーリング (注意点あり)

人工知能システム特に大規模言語モデル (LLM) には、「コンテキストウィンドウ」と呼ばれる制限があります。これは、一度に処理できるトークン (単語またはコード部分) の数です。作業メモリーが固定されている人間とは異なり、AI のコンテキストウィンドウは拡張できますが、コストはかかります。GPU の数が増え、アルゴリズムが向上し、ハードウェアが新しくなると、いずれも AI のキャパシティを増やすことができます。

ただし、この方法には重要な制限があります。最初は、巨大で複雑なデータセットの異常を見つけるようなタスクはLLMには最適だと思われます。こうした洞察を得るには、AI の処理時間に多額の費用をかけるだけの価値があるように思えるかもしれません。

ただし、異常検出は、多くの場合、高度なニューラルネットワークやディープラーニングよりも、従来の機械学習 (ML) と統計のほうが適していることを知っておくことが重要です。これは良いことです。通常、従来の方法のほうが、一部の AI アプリケーションよりも予測可能で信頼性が高いのです。

しかし、もっと大きな問題があります。今日の AI モデルと用途にはまだ大きな欠陥があります。自動運転車が故障したり、LLMが説得力はあるが間違った「幻覚」を作ったりする例はこれを思い出させます。大きな問題を解決するためにAIを広く利用する前に、これらのシステムが信頼でき、一貫して正しいものであることを確認する必要があります。

適切な作業に適したツールを見つける

それで、これで私たちはどこに行き着くのでしょうか?重要なのは、人間の脳とAIモデルには異なる強みがあることを理解することです。固定された認知力を持つ人間は、作業記憶の限界内で細かい問題を解くのが得意です。私たちは通常、自分で解決できる可能性が高い問題を選びます。

一方、AIモデルは、人間の心には大きすぎる問題に合わせてスケールアップできます。しかし、このアプローチが意味を持つのは、次の場合だけです。

  • ソリューションの財務的価値は、計算コストよりも高くなります。
  • 結果の正確さに対する信頼は非常に重要です。

複雑なデータセットの処理には高いコストがかかり、説明のしやすさと正確性には現在の限界があるため、今日のAIで解決できる問題はまだ限られています。現在のところ、AIRの最大の用途は、対象範囲と複雑さを人間の認知を通じて解決できるより小さな問題群に絞り込むことです。

AI cybersecurity

サイバーセキュリティへのAIの統合:戦略的アプローチ

サイバーセキュリティでは、目標はただ戦うことだけではありません AI が生成する脅威 AIは増えますが、セキュリティプロトコルではAIを賢く使用する必要があります。セキュリティチームは、新たな弱点を生み出すことなく能力を高めるために、AI への投資方法を賢く考える必要があります。

イルミオはこれをやっている AI サイバーセキュリティ機能 ゼロトラストセグメンテーションの設定と使用に関する質問に会話形式で回答してくれるIllumio Virtual Advisorのように。また、新しい AI 搭載のラベリングエンジンにより、データセンターやクラウド環境にある資産を瞬時に可視化できるため、組織はゼロトラストセグメンテーションをより迅速に導入できます。

これらのソリューションでは、AIを使用して大量のデータを分析すると同時に、人的監視をセキュリティに関する意思決定の中心に据えています。人間の動的で適応力のある頭脳と AI の処理能力を組み合わせることで、セキュリティチームは現代の脅威が入り組む複雑な世界に、より適切に対処できるようになります。

AIは飛躍的にコストを削減し、信頼を高めることができるでしょうか?

ムーアの法則のような効果により、時間の経過とともに高性能AIのコストを大幅に削減できるでしょうか?これはまだ定かではありません。AI の進歩は、ハードウェアだけでなく、より優れたアルゴリズム、改善されたデータセット、そして AI の結果の信頼性と信頼性を高めるための進歩にもかかっています。

だからこそ、人間のワーキングメモリとAIコンテキストウィンドウの両方に関連する制限とコストを理解することが不可欠です。適切なツールを選択するには、それが人間の脳であろうと機械であろうと、問題の規模、潜在的な価値、解決策を見つけるためのコスト、結果の信頼性を明確に把握する必要があります。サイバーセキュリティでは、AIを戦略的に活用して人間の能力を高め、AIソリューションへの信頼の高まりに基づいて、人間の直感と機械の力を組み合わせることが重要です。

将来的には、人間の思考と人工知能の強力なパートナーシップが実現し、それぞれがより複雑な世界の課題に立ち向かう際にお互いをサポートするようになるでしょう。

Illumio ゼロトラストセグメンテーションプラットフォームの AI サービスについて詳しく知りたいですか? お問い合わせ 今日。

関連トピック

アイテムが見つかりません。

関連記事

2021 年のサイバーセキュリティ予測
サイバー・レジリエンス

2021 年のサイバーセキュリティ予測

クラウドがすべてを解決すると仮定すると、エンドポイントセキュリティを見落とす組織が多すぎます。これがDevSecOpsとサイバーリスクにとってどのような意味を持つのかを説明します。

サイバーマンデー:このホリデーシーズンにあなたのシチュエーションクラウンジュエルは保護されていますか?
サイバー・レジリエンス

サイバーマンデー:このホリデーシーズンにあなたのシチュエーションクラウンジュエルは保護されていますか?

スターバックスのホリデー商品用語集のように、適切な保護は一瞬で終わってしまうものではありません。一年中しっかりとしたセキュリティを組み込み、把握しておく必要があります。

サイバー攻撃に対する製造業務のレジリエンスを維持する3つの方法
サイバー・レジリエンス

サイバー攻撃に対する製造業務のレジリエンスを維持する3つの方法

世界的な製造組織に対する最近のサイバー攻撃と、それが製造業におけるサイバーレジリエンスの必要性をどのように浮き彫りにしているかについての洞察を得てください。

CISOがAIについて尋ねるべき8つの質問
サイバー・レジリエンス

CISOがAIについて尋ねるべき8つの質問

CISOがAIについて尋ねなければならない重要な質問と、それがサイバーセキュリティに与える影響について学びましょう。

「セキュリティの基本」に戻って AI リスクに備える
サイバー・レジリエンス

「セキュリティの基本」に戻って AI リスクに備える

AIの仕組み、その脆弱性はどこにあるのか、そしてセキュリティリーダーがどのようにその影響に立ち向かうことができるのかについて、2人のサイバーセキュリティ専門家の見解を聞きましょう。

AI は信頼されるべきではない:AIを理解することが変革をもたらす理由
サイバー・レジリエンス

AI は信頼されるべきではない:AIを理解することが変革をもたらす理由

IllumioのCTO兼共同創設者が、AIの「テクノロジーの境界」は見かけよりも小さいと考えている理由と、それがAIの活用方法にどのように影響しているかをご覧ください。

違反を想定.
影響を最小限に抑えます。
レジリエンスを高めます。

ゼロトラストセグメンテーションについて詳しく知る準備はできていますか?