News

Il lato oscuro dell’IA: i robot sono facilmente hackerabili

Condividi l'articolo

Un gruppo di ricerca della Penn Engineering ha recentemente evidenziato significative lacune nelle infrastrutture di rete delle piattaforme robotiche esistenti. Gli autori dello studio avvertono che i modelli linguistici di grandi dimensioni (LLM) potrebbero non essere sicuri se integrati nei robot.

Per affrontare questa problematica, gli esperti hanno sviluppato un algoritmo chiamato RoboPAIR, concepito per compromettere i robot utilizzando LLM. Secondo i ricercatori, il sistema è progettato per “indurre azioni fisiche distruttive” nei robot controllati da LLM, con particolare riferimento agli sviluppi di aziende come Boston Dynamics e TRI.

Leggi anche:

RoboPAIR ha dimostrato la sua efficacia, riuscendo a hackerare il 100% di tre piattaforme di ricerca robotica, tra cui il robot quadrupede Unittree Go2, il robot a quattro ruote Clearpath Robotics Jackal, e il simulatore di veicolo autonomo LLM Dolphins. Gli autori segnalano che l’algoritmo ha impiegato diversi giorni per accedere ai sistemi.

Le preoccupazioni sollevate dallo studio riguardano le vulnerabilità di sicurezza esistenti, che potrebbero consentire agli aggressori di prendere il controllo dei robot. Questo scenario potrebbe creare situazioni di emergenza in ambiti produttivi e in altri contesti di utilizzo.

In sintesi, l’analisi di Penn Engineering sottolinea l’importanza di rafforzare la sicurezza delle piattaforme robotiche, per prevenire potenziali minacce e garantire un utilizzo sicuro della tecnologia robotica.

Fonte

Ti potrebbe interessare:
Segui guruhitech su:

Esprimi il tuo parere!

Che ne pensi di questa notizia? Lascia un commento nell’apposita sezione che trovi più in basso e se ti va, iscriviti alla newsletter.

Per qualsiasi domanda, informazione o assistenza nel mondo della tecnologia, puoi inviare una email all’indirizzo guruhitech@yahoo.com.

+1
0
+1
0
+1
0
+1
0
+1
0
+1
0
+1
0
(Visited 14 times, 14 visits today)
0 0 votes
Article Rating

Rispondi

0 Commenti
Newest
Oldest Most Voted
Inline Feedbacks
View all comments