كشف باحثون في جامعة فلوريدا الدولية، بقيادة الأستاذ المساعد هادي أميني والباحث مي، عن طريقة جديدة لاختراق ضوابط الأمان في نماذج الذكاء الاصطناعي عبر التلاعب البصري غير المرئي. وطوّر الفريق أداة برمجية تسمى JaiLIP، تعتمد على إدخال تغيرات دقيقة جداً على مستوى البكسلات، ما يدفع أنظمة الذكاء الاصطناعي متعددة الوسائط إلى تجاوز قيودها الأمنية. أظهرت التجارب، المنشورة في قاعدة بيانات IEEE Xplore، أن هذه التقنية ترفع احتمالية توليد النماذج لمخرجات ضارة أو مخالفة للسياسات بمقدار الضعف تقريباً عند اختبارها على نموذج BLIP-2. ووفقاً للباحثين، لا تعالج نماذج الذكاء الاصطناعي الصور بنفس آلية الإدراك البشري، بل تحلل أنماط المصفوفات الرقمية، مما يجعلها عرضة للاستغلال عبر التلاعب الحسابي الدقيق. وتركز الدراسة بشكل خاص على نماذج اللغة الصغيرة التي تتبناها الشركات المتوسطة والصغيرة لمهام خدمة العملاء، نظراً لحساسيتها الأمنية العالية. يهدف الفريق إلى تشخيص هذه الثغرات استباقياً لتمكين مطوري الذكاء الاصطناعي من بناء آليات دفاعية أكثر متانة. ويشير أميني إلى أن الخطر لا يقتصر على طلب تعليمات غير قانونية، بل يمتد إلى تقويض ثقة المستخدمين وفتح أبواب هجمات سيبرانية تستهدف البنية الرقمية للشركات. وللتخفيف من هذه المخاطر، يوصي الخبراء بضرورة تقييد مشاركة البيانات الحساسة خاصة الصور، والحد من صلاحيات الوصول إلى الأنظمة، وإجراء تدقيق أمني دقيق قبل دمج حلول الذكاء الاصطناعي في البيئة المؤسسية. وتؤكد الأبحاث على التحدي المتزايد الذي يواجهه مطورو الذكاء الاصطناعي في كشف التهديدات المندمجة داخل المحتوى البصري، مما يستدعي تطوير آليات كشف وقائية تواكب سرعة تطور أساليب الاختراق. وتستمر جهود الفريق البحثي في محاكاة هجمات القراصنة واستخلاص دروس أمنية تسرع عملية تحديث بروتوكولات الحماية في النماذج التوليدية متعددة الوسائط.