Anthropic decidiu n\u00e3o tornar p\u00fablico o Mythos, seu novo modelo de IA, devido ao risco que representa \u00e0 ciberseguran\u00e7a global. A empresa informou ainda que investiga um relato de acesso n\u00e3o autorizado de um grupo a Mythos, o que aumentou as preocupa\u00e7\u00f5es sobre o ritmo de desenvolvimento e o controle de produtos de alto risco.<\/p>\n
O Mythos \u00e9 apresentado pela startup como capaz de identificar falhas desconhecidas em sistemas de TI e potencialmente explor\u00e1-las. A empresa afirma que o modelo poderia detectar falhas em sistemas operacionais e navegadores de ponta, caso solicitado. Parte de uma fase de avalia\u00e7\u00e3o com empresas e bancos, Mythos n\u00e3o foi lan\u00e7ado publicamente.<\/p>\n
A Anthropic descreve Mythos como uma ferramenta capaz de detectar vulnerabilidades de seguran\u00e7a em ambientes complexos. Em abril, a empresa revelou a exist\u00eancia do modelo e deixou claro que seu uso p\u00fablico seria evitado por temores de uso indevido e explora\u00e7\u00e3o de falhas cr\u00edticas.<\/p>\n
O Mythos recebeu avalia\u00e7\u00e3o do AI Safety Institute, de Reino Unido, que o considera um avan\u00e7o em rela\u00e7\u00e3o a modelos anteriores. O instituto registrou capacidade de conduzir ataques em v\u00e1rias etapas e identificar falhas sem orienta\u00e7\u00e3o humana, em simula\u00e7\u00f5es de 32 passos.<\/p>\n
Cerca de 40 empresas, entre elas Google, JP Morgan e Goldman Sachs, tiveram acesso antecipado ao Mythos por meio do projeto Glasswing. A Anthropic afirma que pretende compartilhar aprendizados para beneficiar o setor, sem detalhar capacidades ou amea\u00e7as espec\u00edficas.<\/p>\n
Autoridades brit\u00e2nicas discutem o Mythos em reuni\u00f5es de resili\u00eancia operacional de mercados. Nos Estados Unidos, a secret\u00e1ria do Tesouro chamou executivos de grandes bancos para discutir riscos cibern\u00e9ticos. Reguladores tamb\u00e9m inclu\u00edram Mythos em pautas de resid\u00eancias operacionais e reformas de seguran\u00e7a.<\/p>\n","protected":false},"excerpt":{"rendered":"