Synchronized Logit Steering: Real-world Steganography

في همس هادئ لمحادثة رقمية، برز نوع جديد من لغة السر، لغة تختبئ في وضح النهار داخل الكلمات التي يولدها الذكاء الاصطعي. هذا المجال، المعروف باسم علم إخفاء المعلومات (steganography)، هو الفن القديم لإخفاء الرسالة بشكل دقيق للغاية بحيث يتم التعتيم على وجود الرسالة ذاته، مما يترك فقط مظهر التواصل العادي. وخلافاً لعلم التعمية (cryptography)، الذي يقوم بتشفير الرسالة لجعلها غير قابلة للقراءة لأي شخص لا يملك مفتاحاً، يهدف علم إخفاء المعلومات إلى جعل الرسالة غير مرئية للعين، عبر دمجها داخل نص يبدو ويسمع بشكل طبيعي تماماً. وقد أصبحت النماذج اللغوية الكبيرة، وهي البرامج الحاسوبية القوية التي تكتب المقالات، وتحل المسائل الرياضية، وتجري المحادثات، جبهة جديدة لهذه الممارسة. هذه النماذج لا تكتفي بمجرد استرجاع الحقائق؛ بل تتنبأ بالكلمة التالية في الجملة بناءً على الاحتمالات، وتختار من بين مجموعة من الخيارات المرجحة. وهذا التباين المتأصل يعني أنه في كل خطوة تقريباً من الكتابة، يكون لدى النموذج خيار بين عدة كلمات ستكون جميعها منطقية. وقد تساءل الباحثون منذ فترة طويلة عما إذا كان يمكن استخدام هذه الاختيارات لحمل معلومات مخفية دون أن يعلم القارئ بوجودها أبداً.

لسنوات، واجهت محاولات إخفاء الرسائل في هذه النصوص المولدة بواسطة الذكاء الاصطناعي عقبة كبيرة: الحاجة إلى سياق سري مشترك. تخيل شخصين يحاولان إرسال رسالة مشفرة باستخدام كتاب كمفتاح؛ إذا لم يمتلك كلاهما نفس الطبعة بالضبط، أو إذا كانا ينظران إلى صفحات مختلفة، فإن الشفرة ستفشل. وبالمثل، تطلبت الطرق السابقة لإخفاء البيانات في نصوص الذكاء الاصطناعي أن يتشارك المرسل والمستقبل نفس التعليمات الأولية أو "الأمر" (prompt) بدقة، لحساب نفس قائمة الكلمات المحتملة. وفي العالم الحقيقي، حيث تسحب أنظمة الذكاء الاصطناي غالباً بيانات خاصة أو تستخدم تعليمات داخلية مخفية تتغير من لحظة إلى أخرى، جعل هذا المتطلب التقنية هشة وغير عملية. فإذا لم يبدأ المرسل والمستقبل بنفس السياق المتطابق، فستضيع الرسالة المخفية أو تتعرض للتلف. وقد طور فريق من الباحثين في "ألغوفيرس إيه آي" (Algoverse AI) الآن حلاً يلغي هذا الاعتماد تماماً، مما يسمح لطرفين بتبادل رسائل مخفية حتى لو لم يشاهدا نفس نقطة البداية.

يطلق الباحثون على طريقتهم اسم "توجيه اللوجيت المتزامن" (Synchronized Logit Steering). فبدلاً من الاعتماد على أمر ابتدائي مشترك، ينشئ النظام فهماً مشتركاً بناءً على النص الذي تمت كتابته بالفعل. تبدأ العملية بتبادل قياسي للكلمات. وبمجرد توليد عدد متفق عليه من الكلمات - وتحديداً أربعين "توكن" (وهي الوحدات الأساسية للنص التي يعالجها النموذج) - يستخدم المرسل والمستقبل ذلك النص الموجود كنقطة مرجعية مشتركة جديدة. يعمل هذا "الأمر البديل" (proxy prompt) كأرضية مشتركة. ولأن كلا الطرفين يمكنهما رؤية نفس الكلمات التي ظهرت بالفعل، يمكنهما بشكل مستقل حساب نفس قائمة الكلمات المحتملة التالية. يتيح هذا التزامن لهما الاتفاق على شفرة مخفية دون الحاجة أبداً إلى مشاركة السياق الأولي السري.

لإرسال رسالة، ينظر المرسل إلى قائمة الكلمات التالية المحتملة الناتجة عن هذا المرجع المشترك. ثم يختار كلمة محددة ليس فقط لأنها تناسب الجملة، بل لأن موقعها في تلك القائمة يتوافق مع جزء من البيانات المخفية. على سبيل المثال، إذا كانت الرسالة المخفية تتطلب الرقم خمسة، يختار المرسل الكلمة الخامسة الأكثر احتمالاً من القائمة. والمستقبل، الذي يرى نفس الكلمة ويعرف نفس قائمة الاحتمالات، يمكنه ببساطة عد موقع تلك الكلمة لاستعادة الرقم خمسة. يحدث هذا بشكل متكرر، مع قيام النظام بفحص "الإنتروبيا" (entropy)، أو مقدار عدم اليقين في النص، لضمان أن اختيار الكلمات يظل طبيعياً. يقوم النظام بإخفاء البيانات فقط عندما يكون النموذج غير متيقن بما يكفي بحيث لا يبدو اختيار كلمة أقل شيوعاً غريباً أو آلياً.

اختبر الفريق هذه الطريقة عبر مجموعة واسعة من المهام، بما في ذلك المحادثات العامة، والاستدلال الرياضي المعقد، ومشاكل هندسة البرمجيات. ووجدوا أنه بمجرد تحديد الكلمات الأربعين الأولى، أصبح الفرق الإحصائي بين النص المولد مع رسالة مخفية والنص العادي ضئيلاً للغاية. ومن الناحية التقنية، انخفض التباين بين نوعي النص إلى ما دون عتبة حرجة، مما يعني أن الرسائل المخفية كانت غير قابلة للتمييز إحصائياً عن الكتابة العادية. كما اكتشف الباحثون أنه من خلال تكرار هذه العملية في شكل نبضات، يمكنهم زيادة كمية المعلومات المخفية بشكل كبير. وقد سمحت لهم أكثر التكوينات فعالية، والتي يسمونها "النبضة الدورية" (periodic burst)، بتضمين ما يقرب من عشر أضعاف البيانات مقارلة بمحاولات الرسالة الواحدة السابقة، محققة كثافة قدرها 0.20 بت لكل توكن. وهذا يعني أنه مقابل كل كلمة يكتبها الذكاء الاصطناعي، تم تضمين جزء صغير من بت من المعلومات السرية بنجاح دون تغيير تدفق المحادثة.

على الرغم من نجاح الطريقة، لاحظ الباحثون وجود مقايضة عند حشر الرسائل المخفية في المهام المعقدة. فعندما حاول النظام إخفاء البيانات داخل الاستدلال الرياضي أو كود البرمجة، انخفضت دقة إجابات الذكاء الاصطناعي قليلاً. وهذا يشير إلى أن إجبار النموذج على اختيار كلمات محددة لحمل رسالة يمكن أن يوجهه أحياناً بعيداً عن المسار الضيق للمنطق المطلوب للمسائل الصعبة. ويقترح الباحثون أنه في التطبيقات الواقعية، يجب أن يكون النظام ذكياً بما يكفي للتعرف على ما إذا كان في "وضع تقني" ويتوقف عن إخفاء الرسائل، محافظاً على التقنية للمناطق الأكثر وصفية أو حوارية. هذا النهج التكيفي من شأنه أن يحافظ على جودة استدلال الذكاء الاصطناعي مع السماح في الوقت نفسه بالتواصل الخفي في السياقات الأكثر أماناً.

إن تداعيات هذا العمل مزدوجة. فمن ناحية، يوضح طريقة قوية لوضع علامة مائية لمحتوى الذكاء الاصطناعي أو التحقق من أصل النص دون الحاجة إلى مفتاح سري مشترك، وهو ما قد يكون مفيداً لحماية الملكية الفكرية. ومن ناحية أخرى، يسلط الضوء على ثغرة في كيفية تواصل أنظمة الذكاء الاصطناعي، مما يظهر أن الوكلاء يمكنهم تقنياً التنسيق أو استخراج البيانات دون إشراف بشري. ويؤكد الباحثون أن فهم كيفية بناء هذه القنوات المخفية هو الخطوة الأولى نحو بناء دفاعات ضدها. ويقترحون أن الأنظمة الأمنية المستقبلية يمكنها مراقبة الأنماط غير العادية في اختيار الكلمات أو تعطيل التوقيعات الإحصائية التي تجعل هذا التزامن ممكناً. وفي النهاية، تؤكد الدراسة أن القدرة على إخفاء الرسائل في نص الذكاء الاصطناعي ليست مجرد إمكانية نظرية بل هي واقع عملي، يعمل بهدوء ضمن التدفق الطبيعي للغة، وينتظر من يمتلك المعرفة للبحث عنه.