Lilith.
⌕
編集イラスト: Sakana AI、日本のサイバー防御を高速パッチではなく連携エージェントに賭ける
Lilithのイラスト · 編集リミックス

Sakana AIは、商業事業から切り離した研究組織Security Research Groupを東京に設立した。Akihiro UmegaiとDavid Haが率い、論文、再現可能なbenchmark、実務向けガイドを公開し、政府、産業界、大学と連携する。

組織を越えた防御を機械速度で学習させる

研究には、AIによる協調型サイバー防御と、AIシステム自体の安全性という2本柱がある。ある組織で観測した攻撃を参加者全体の防御へ反映するエージェント網を検討する。何を同意のもとで共有するか、信号をどう信頼するか、エージェントの行動に誰が責任を持つかは未解決だと明記している。

もう一つは予防である。構築前に安全要件を定義し、運用中も検証し、自動修正をエージェント自身が変更できない基準で評価することを目指す。

日本の制約は攻撃速度だけでなくシステムの作り方にある

Sakanaは脆弱性公開の増加を背景に挙げる。引用するNISTの数字では、CVE申請は2020年から2025年に263 %増えた。ただしAIの影響を事務的要因から明確に分けることはまだできないとも認める。

対象には、運用委託、技術的負債、人材不足を抱える日本の組織がある。同じ予防可能な弱点を作り続ければ、発見を速めても待ち行列が伸びる。そこでパッチ対応よりsecure-by-designと設計時の品質へ重心を移す。

Benchmarkは研究室を示すが重要インフラの防御はまだ示さない

出発点のFugu-Cyberは、Sakanaの発表でCyberGym 86.9 %、CTI-REALM 72.1 %を記録した。同時に、企業の実環境へそのまま移るとは限らず、その差自体を研究対象にすると説明している。

独立性は、研究費と基盤技術を出す企業による現時点の組織的な約束でもある。評価条件、計算予算、harnessを公開し、自社システムを外部製品と同じ厳しさで測れるかが信頼を左右する。

最初の公開検証が組織と宣言文を分ける

再現可能なbenchmark、責任ある開示規則、機密を漏らさず運用データを得る提携が重要になる。協調防御には、エージェントが共有できる範囲と、誤った自動反応を止める責任者も必要だ。

組織は現在、上級研究者を採用している段階である。手法、baseline、失敗した実験まで公開された時、公共利益が企業の物語より本当に優先されたかを判断できる。

Lilithの判定

Sakanaは孤立した見張りを群れに変え、攻撃が隣へ届く前に警告を回そうとしている。指揮系統が曖昧なら、その群れは最初の誤信号にも同じ速さでついていく。