โดย Thanedpol Dechaduangsakul | เผยแพร่: 28 กรกฎาคม 2569 | อ้างอิง:

สรุปสาระสำคัญ

• Microsoft เปิดตัว MAI-Cyber-1-Flash โมเดล AI หาช่องโหว่ไซเบอร์

• จับคู่กับ GPT-5.4 ในระบบ MDASH ลดต้นทุนลง 50%

• ทำคะแนนทดสอบ CyberGym ได้ 96% สูงกว่าโมเดลคู่แข่ง

Microsoft เพิ่งประกาศเปิดตัว MAI-Cyber-1-Flash โมเดล AI ที่ออกแบบมาเพื่อหาช่องโหว่ในโค้ดโดยเฉพาะ การมาของโมเดลนี้ไม่ได้แค่เพิ่มตัวเลือกให้ตลาด แต่กำลังเปลี่ยนวิธีที่องค์กรใช้ AI ปกป้องระบบของตัวเองให้ฉลาดขึ้นและประหยัดงบกว่าเดิม

ทำไม Microsoft ต้องสร้าง MAI-Cyber-1-Flash ขึ้นมา?

เพราะต้นทุนการใช้ AI สแกนหาช่องโหว่โค้ดนั้นสูงมาก Microsoft จึงสร้างโมเดลนี้มาให้จัดการงาน routine ถึง 90% และปล่อยให้ GPT-5.4 ซึ่งเป็นโมเดลที่ใหญ่กว่าและแพงกว่า จัดการกับงานที่ยากที่สุดอีก 10% การแบ่งงานแบบนี้ทำให้ระบบ MDASH ของพวกเขาประหยัดงบไปได้ถึง 50% โดยที่ประสิทธิภาพไม่ตก

ผลลัพธ์การทดสอบจริงเป็นอย่างไร?

เมื่อทดสอบกับ CyberGym ซึ่งเป็นมาตรฐานการวัดผลระดับทองคำ ระบบที่ผสมผสานระหว่าง MAI-Cyber-1-Flash และ GPT-5.4 ทำคะแนนได้ถึง 96% ซึ่งสูงกว่าโมเดลอย่าง Mythos ถึง 12 คะแนน และทิ้งห่าง Gemini หรือ GPT รุ่นปกติอย่างเห็นได้ชัด

มีฟีเจอร์อะไรใหม่บ้างนอกจากตัวโมเดล?

Microsoft ยังเปิดตัว Perception ซึ่งเป็นระบบ Agentic Security ที่ใช้ทีมของ AI Agent คอยเฝ้าระวัง อุดรอยรั่ว และปิดกั้นภัยคุกคามแบบอัตโนมัติต่อเนื่อง โดยจะดึง MAI-Cyber-1-Flash ไปใช้งานในขั้นตอนต่างๆ มากขึ้น

คำถามที่พบบ่อย (FAQ)

Q1: MAI-Cyber-1-Flash ต่างจาก GPT-5.4 อย่างไร?
A1: MAI-Cyber-1-Flash เป็นโมเดลขนาดเล็กที่เน้นความเร็วและต้นทุนต่ำ เหมาะกับงานสแกนโค้ดปริมาณมาก ส่วน GPT-5.4 เป็นโมเดลขนาดใหญ่ที่ไว้จัดการงานซับซ้อนที่ต้องใช้การคิดวิเคราะห์ลึก

Q2: ระบบ MDASH ช่วยองค์กรได้อย่างไร?
A2: MDASH เป็นระบบที่รวม AI หลายตัวเข้าด้วยกัน เพื่อค้นหา ตรวจสอบ และแก้ไขช่องโหว่ในโค้ดแบบอัตโนมัติ ช่วยลดเวลาและต้นทุนในการรักษาความปลอดภัย

Q3: ข้อมูลที่ใช้ฝึก MAI-Cyber-1-Flash มาจากไหน?
A3: มาจากข้อมูลสัญญาณความปลอดภัยหลายล้านล้านรายการที่ Microsoft รวบรวมได้ทุกวัน จากระบบ Identity, Endpoint, Cloud และ Network ของลูกค้ากว่า 1.6 ล้านราย

Source:

Microsoft: https://microsoft.ai/news/introducing-mai-cyber-1-flash-inside-mdash/