Zscaler副总裁萨姆·库里和首席安全官表示，生成式人工智能和大型语言模型（LLMs）只是这个人工智能和机器学习（ML）时代的“开始”，未来的进步可能会更有影响力。
因此，库里表示，这将比2023年GenAI的变化速度更快，在2023，OpenAI的ChatGPT成为主流。“也许最重要的进步将以组合的方式出现，因为GenAI及其后代在特定任务上变得更加专业和有效，并与工具包、调度程序、自动化、用户等更好、更可靠地集成，”库里告诉Capacity。他补充说，人工智能技术的新浪潮将加剧这一点，与此同时，其他进步将产生组合效应，随着我们看到机器人技术、合成工程、纳米技术、量子计算（QC）等领域的变化，有效地带来加速回报。安全事态发展“安全部门在应对加速变化和中断时能做的最重要的事情是最大限度地减少攻击面，并在管理风险变化时变得高度敏捷，”库里说。“将资本支出转化为运营支出，根据预算增加可自由支配支出，减少大宗商品支出，关注弹性、零信任架构，确保与业务保持一致，并紧跟人工智能和质量控制等重要趋势。”库里还指出，所有重大的技术进步都可以用来行善或作恶，但他认为，在某种程度上，可以说这是重大技术的定义特征，比任何东西都重要。“网络冲突从根本上说是不对称的；攻击和防御的工具、行动、过程、目标等等都是不同的，”他说。因此，库里认为，人工智能在应对这些这些攻击的工具、进程以及行动时将提高效率。并将提供新的目标来应用它们。在帮助人们管理这些攻击此外，还提供潜在的全新攻击手段。攻击者得到了co-pilots，攻击周期的每个阶段都将着眼于效率和改进，使攻击更加有效。库里说，防守也是如此。“归根结底，国防领域会有更多的人，人工智能应用的潜力也会更广泛，但随着新工具上线，主要是为了应对新的攻击提议，系统将会出现一些松懈。”“在那之后，优势应该更多地转向防守者；但是取得领先和持久优势的关键实际上是从进攻者那里拿走选择权。“现在是时候降低可见性，妥协选项，横向移动向量和零信任的渗透窗口，作为一种特定的架构方法，甚至在人工智能在防御中获得回报之前。”降低风险在库里看来，用于信息和隐私保护的原生人工智能控制——包括技术和商业控制——的发展仍然滞后。“然而，是有办法来执行政策，获得洞察力，让供应商承担责任，并向供应商施加压力，以推进原生到人工智能的控制的。”这从解释流量流开始，特别是通过SSL检查、流量分类和分析。作为有效的零信任战略的一部分，IT从业者可以向更广阔的世界展示进出他们网络和系统的内容，与普遍的看法相反，人工智能流量脱颖而出，可以加以解释。“因此，人工智能领导者可以也应该为公司如何拥抱人工智能制定战略和衍生政策，为其正确使用设定界限，”库里说。“我们给汽车踩刹车，不是为了阻止汽车运动，而是为了通过确保安全和信心使汽车加速到新的速度，以类似的方式，当人工智能领导者拥有可以防止影子人工智能并允许其正确使用的控制时，他们将闪耀并推动他们的公司。“最重要的是，它让这些领导者有能力管理公司内部的消费，并对供应商施加压力，要求他们采取更艰难的后续步骤：协商新功能、要求数据问责制、实施第三方和第四方访问治理等等。”
（机器翻译，轻度译后编辑，仅供参考）
编辑：刘慧
