TechTalkThai ศูนย์รวมข่าว Enterprise IT ออนไลน์แห่งแรกในประเทศไทย
Microsoft เปิดตัว MAI-Cyber-1-Flash โมเดลด้าน cyber security ตัวแรกที่พัฒนาขึ้นเองภายในบริษัท ทำงานร่วมกับ MDASH ทำคะแนนบน benchmark CyberGym ได้ 95.95% พร้อมลดต้นทุนลง 50%
ประเด็นสำคัญของการเปิดตัวครั้งนี้ไม่ได้อยู่ที่คะแนน benchmark เพียงอย่างเดียว แต่อยู่ที่การกระจายงานแบบ multi-model เพราะงานด้านความปลอดภัยต้องดำเนินการตลอดเวลาและมีปริมาณการโจมตีเข้ามามหาศาล ทำให้ต้นทุนของ token กลายเป็นข้อจำกัดที่แท้จริงของฝ่าย defender โดย MAI-Cyber-1-Flash ถูกออกแบบมาให้รับงานได้อย่างมีประสิทธิภาพถึง 90% ของงานทั้งหมด เพื่อให้ MDASH เรียกใช้โมเดลขนาดใหญ่ที่มีต้นทุนสูงกว่าอย่าง GPT-5.4 เฉพาะกับงานอีก 10% ที่ยากจริงเท่านั้น ผลลัพธ์คือระบบรวมของ MDASH กับ MAI-Cyber-1-Flash ทำคะแนนบน CyberGym ได้ 95.95% ซึ่งสูงกว่า Mythos อยู่ราว 12 จุด และประหยัดต้นทุนลง 50% เมื่อเทียบกับชุดที่ดีที่สุดของ MDASH ที่ใช้อยู่ในปัจจุบันซึ่งประกอบด้วย GPT-5.4, GPT-5.4 mini และ GPT-5.3 codex
CyberGym เป็น benchmark มาตรฐานที่ใช้ประเมินว่าระบบสามารถ reason บน codebase ขนาดใหญ่เพื่อค้นหาช่องโหว่จริงในโค้ดได้ดีเพียงใด โดยผลที่ Microsoft เปิดเผยระบุว่าชุด MDASH ที่ใช้ MAI-Cyber-1-Flash ร่วมกับ GPT-5.4 ทำได้ 95.95% ขณะที่โมเดลอีก 4 ตัวที่นำมาเปรียบเทียบทำคะแนนอยู่ในช่วง 83.2-85.6% โดยเอาชนะทั้ง Mythos, Gemini และ GPT ทั้งนี้ MAI-Cyber-1-Flash เป็นโมเดลขนาดกะทัดรัดที่เน้นงานด้านโค้ดเป็นหลัก ต่อยอดมาจากโมเดลตระกูล MAI-Thinking-1 ที่ Microsoft พัฒนาขึ้นใหม่ทั้งหมดภายในองค์กร โดยมีรายละเอียดเพิ่มเติมอยู่ใน MAI-Thinking-1 technical report เหตุผลเบื้องหลังการพัฒนาคือความสามารถของ AI ที่ทำให้ผู้โจมตีค้นหาจุดอ่อนได้ด้วยต้นทุนที่ต่ำลงเรื่อยๆ จนรูปแบบเดิมที่สแกนเป็นครั้งคราวแล้วค่อยแพตช์ตามหลังใช้งานไม่ได้อีกต่อไป
พร้อมกันนี้ Microsoft ยังเปิดตัว Perception ซึ่งเป็น agentic security system ที่ประกอบด้วยทีม agent สำหรับ security workflow หลากหลายรูปแบบภายใน MDASH เพื่อเฝ้าระวัง แพตช์ และปิดช่องทางการโจมตีใหม่ๆ อย่างต่อเนื่อง โดยจะขยายไปใช้ MAI-Cyber-1-Flash กับ workflow ด้านความปลอดภัยอื่นๆ นอกเหนือจากงานแก้ไขช่องโหว่ของซอฟต์แวร์ในอนาคต ทางบริษัทอธิบายว่าจุดแข็งของระบบมาจากสามส่วนที่ปรับจูนร่วมกัน ได้แก่ Model, Data และ Harness ในส่วนของ Harness นั้น MDASH เป็น multi-agent harness สำหรับค้นหา ตรวจสอบ และแก้ไขช่องโหว่ที่มี agent มากกว่า 100 ตัวซึ่งสร้างจากโมเดลชั้นนำหลายตัว ขณะที่ agentic code scanning ถือเป็นฟังก์ชันสำคัญของ SOC ส่วน Data คือสัญญาณด้านความปลอดภัยมากกว่า 100 ล้านล้านรายการต่อวัน ครอบคลุมทั้ง identity, endpoint, cloud, data, browser และ application รวมถึงข้อมูลช่องโหว่ผ่าน Microsoft Security Response Center และข้อมูลเชิงปฏิบัติการจากลูกค้า 1.6 ล้านราย Microsoft มองว่านี่คือวงจร reinforcement learning ที่เชื่อมการลงมือทำเข้ากับผลลัพธ์ที่เกิดขึ้นจริง
ด้านความปลอดภัย เนื่องจากนี่เป็นโมเดลด้าน cyber security ตัวแรกของ Microsoft ทางบริษัทระบุว่าได้พัฒนาโมเดลด้วยแนวทาง security-first calibration โดยผ่านการประเมินจาก Microsoft AI Red Team ด้วย adversarial exercise ทั้งแบบอัตโนมัติและแบบที่นำโดยผู้เชี่ยวชาญ นอกจากนี้ยังผ่านการประเมินอิสระโดย 3rd-party อีกชั้นหนึ่ง ส่วนในฝั่งการนำไปใช้งาน องค์กรที่ใช้ MDASH จะได้รับการควบคุมระดับ enterprise ทั้ง Role-Based Controls, tenant isolation, encryption, auditability และสภาพแวดล้อมการรันแบบ sandbox ที่ไม่มีการเชื่อมต่ออินเทอร์เน็ต
ที่มา: https://microsoft.ai/news/introducing-mai-cyber-1-flash-inside-mdash/
