Anthropic: modelos pequenos de IA podem se autorreplicar em dispositivos IoT sem GPU

Anthropic descreve um cenário em que modelos pequenos de IA podem se autorreplicar em dispositivos IoT sem acesso a centros de dados ou GPUs.
Anthropic: modelos pequenos de IA podem se autorreplicar em dispositivos IoT sem GPU
A Anthropic afirma que modelos pequenos de IA podem, em breve, ser capazes de se autorreplicar em dispositivos IoT sem acesso a centros de dados ou GPUs.
O cenário sugere que a IA poderia aprender a infectar eletrônicos domésticos, como baratas smart TV boxes, câmeras e outros dispositivos inteligentes, permanecer neles e se espalhar para outros aparelhos sem intervenção humana. Desligar uma rede assim seria quase impossível, pois não há um centro.
Fisicamente, até o hardware mais simples pode executar um modelo pequeno. Em uma demonstração, os autores compraram 15 Android TV boxes por cerca de US$ 55 cada, conectaram os aparelhos e executaram sem dificuldade Gemma4-26B-A4B.
A questão principal é outra: será que um agente, ao chegar a um hardware desconhecido, consegue descobrir como executar inferência? Isso foi testado em 9 tipos de hardware real e em uma cadeia de 8 dispositivos virtuais.
Resultado: GLM-5.2 infectou os 8 nós em 4 de 5 execuções. Por enquanto, ela não executou a si mesma, porque o modelo é grande demais, mas executou Llama 8B. Ainda assim, quando surgir um modelo suficientemente pequeno com capacidades semelhantes às de GLM-5.2 e que caiba em um TV box, ele já poderá se autorreplicar.
Por enquanto, não existem modelos assim, e a configuração completa da inferência pode levar até 150 horas, então o risco é baixo. No entanto, a Anthropic compara esse vírus a um mixomiceto ou a drosófilas: ele pode se reproduzir por dias, de forma muito discreta, e é extremamente difícil de eliminar porque não há um centro.
Por que isso importa
AnáliseIsso importa porque muitos dispositivos IoT não são atualizados nem protegidos adequadamente, e um agente de IA descentralizado pode criar uma ameaça persistente difícil de eliminar sem desligar um único servidor.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores