GPT-4最終「邪不勝正」？實測能零門檻打造惡意軟體、還給建議，該怎麼防堵？|數位時代 BusinessNext

GPT-4最終「邪不勝正」？實測能零門檻打造惡意軟體、還給建議，該怎麼防堵？

GPT-4剛登場，外界無不期盼如何在現實世界發揮更大作用，然而有資安專家發現，GPT-4已可被用於製造釣魚信件及惡意軟體，讓成為駭客幾乎零門檻。

GPT-4也能被用於為非作歹？

根據《富比士》報導，網路安全公司Check Point的研究人員表示，他們透過避免在對話中使用「惡意軟體」一詞，就成功讓GPT-4幫助他們打造惡意軟體，繞過OpenAI對這些犯罪行為的封鎖。

OpenAI在發布GPT-4時，強調的一大特點便是安全性，並能確保這項技術不被網路犯罪使用。但看起來道高一尺魔高一丈，在研究人員的測試中，GPT-4能夠用C++為惡意軟體編寫程式，該惡意軟體可以收集PDF檔案並傳輸到遠端的伺服器。值得一提的是，GPT-4還向他們提供建議，如何讓惡意軟體在Windows 10上運行、縮減檔案大小，並且降低被防毒軟體發現的可能性。

「GPT-4可以幫助惡意人士——甚至是非技術背景的人——加速並實現他們的預謀。」最終Check Point在報告中表示，「我們看到的是，GPT-4可以用在正反用途上，良善的使用者會利用GPT-4打造各種有助於社會的程式，而惡意使用者則會利用人工智慧快速進行網路犯罪。」

黑帽大會審議委員會成員丹尼爾．卡斯伯特（Daniel Cuthbert）指出，GPT-4可以幫助沒有充足技術知識的人打造惡意工具，讓網路犯罪變得輕而易舉，大大降低其門檻。

不會寫程式也能做釣魚信件，GPT-4可能降低網路攻擊門檻？

Check Point過去也曾追蹤過ChatGPT被用於網路犯罪的情況，去年12月就發現有網路犯罪份子利用ChatGPT撰寫能用於惡意攻擊的Python腳本。即使發布者沒有任何開發背景，這個由聊天機器人輔助打造的惡意軟體大致上是正確的，只有少部份的程式碼錯誤。

另一間網路安全公司Blackberry也透露，他們針對1,500名資訊技術專家的調查中，多達74%的人都擔憂ChatGPT可能助長網路犯罪。同時還有71%的人擔心，這項技術可能會被國家政府利用，來對其他國家展開網路攻擊。

Check Point威脅行為團隊經理謝爾蓋．舒克維奇（Sergey Shykevich）表示，利用GPT-4生成網路釣魚信件或惡意軟體程式碼的難度，比以前的版本要來得更低。可能是因為目前僅開放給ChatGPT Plus的付費用戶有限使用，才沒有立刻遭到有心人士濫用。

事實上，OpenAI發布GPT-4時也打了「預防針」，一併發布的論文中就坦承，GPT-4可能會降低進行網路攻擊的成本，聲稱事前找來資安專家測試時發現在網路安全相關操作上有「重大缺陷」，但也強調他們已透過訓練模型、增加內部監控及檢測等方式加強圍堵。

不過，GPT-4打造的釣魚信件及惡意軟體並不特別，專家認為現代的檢測系統都能辨識出這些惡意軟體，且就如水能載舟亦能覆舟，GPT-4充其量只是工具，結果的好與壞仍端看使用者如何利用這項技術，GPT-4同樣存在著用於教育、管理資料、辨識詐欺等種種面向上巨大的可能性。

責任編輯：錢玉紘

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。