Claude Mythos: भारतीय बैंकिंग क्षेत्र के लिए एक नई चुनौती

Claude Mythos का उदय और इसके संभावित खतरे

Claude Mythos, जो कि Anthropic का नया आर्टिफिशियल इंटेलिजेंस मॉडल है, भारतीय बैंकिंग क्षेत्र के लिए एक संभावित खतरा बनकर उभरा है। भारतीय रिजर्व बैंक (RBI) वैश्विक नियामकों, भारतीय ऋणदाताओं और सरकारी अधिकारियों के साथ इस मॉडल के संभावित खतरों को समझने के लिए चर्चा कर रहा है। RBI की प्रारंभिक जांच में यह पाया गया है कि Mythos साइबर सुरक्षा के लिए खतरा बन सकता है, क्योंकि यह सॉफ़्टवेयर की कमजोरियों की पहचान और शोषण को तेज कर सकता है। केंद्रीय वित्त मंत्री निर्मला सीतारमण ने भी इस मुद्दे पर एक उच्च स्तरीय बैठक की, जिसमें इस बात पर चिंता जताई गई कि यह भारत के बैंकिंग क्षेत्र के लिए गंभीर खतरे पैदा कर सकता है। Mythos, Anthropic के Claude का नवीनतम संस्करण है, जो सामान्य प्रयोजन के भाषा मॉडल का सीमित पूर्वावलोकन प्रस्तुत करता है। यह मौजूदा AI प्रणालियों की तुलना में क्षमताओं में एक महत्वपूर्ण छलांग का प्रतिनिधित्व करता है और इसकी क्षमता के कारण वैश्विक ध्यान आकर्षित कर रहा है। यह व्यापक रूप से उपयोग किए जाने वाले सॉफ़्टवेयर और बुनियादी ढांचे में गंभीर कमजोरियों की पहचान करने में सक्षम है, और यह मानव शोधकर्ताओं की तुलना में कहीं अधिक तेज़ी से काम करता है।

बैंकों के लिए खतरा? विशेषज्ञों की राय

क्विक हील टेक्नोलॉजीज के संयुक्त प्रबंध निदेशक डॉ. संजय कटकर ने कहा, "RBI का एंथ्रोपिक के Claude Mythos जैसे उन्नत AI मॉडलों के खतरे का आकलन साइबर सुरक्षा में एक महत्वपूर्ण मोड़ को दर्शाता है। ये सिस्टम केवल विश्लेषणात्मक उपकरण नहीं हैं; उन्होंने सॉफ़्टवेयर की कमजोरियों की पहचान और संभावित शोषण करने की क्षमता प्रदर्शित की है, जो पारंपरिक खतरे के अभिनेताओं से कहीं अधिक तेज़ और बड़े पैमाने पर है। हाल के वैश्विक विकास यह दर्शाते हैं कि ऐसे मॉडल हजारों कमजोरियों को खोज सकते हैं, जिससे बैंकिंग जैसे जटिल क्षेत्रों में तेज़ और स्वचालित शोषण की चिंताएँ बढ़ जाती हैं।"

उन्होंने आगे कहा, "साइबर सुरक्षा के दृष्टिकोण से, यह खतरे के मॉडल को मौलिक रूप से बदल देता है। भारत साइबर थ्रेट रिपोर्ट 2026 के अनुसार, भारत पहले से ही 265.52 मिलियन पहचान के साथ 8 मिलियन से अधिक एंडपॉइंट्स पर खतरे का सामना कर रहा है, जिसमें खतरे तेजी से स्वचालन, AI-सहायता प्राप्त फ़िशिंग और पहचान समझौते द्वारा संचालित हो रहे हैं। जब इसे उन्नत AI क्षमताओं के साथ जोड़ा जाता है, तो यह एक ऐसा परिदृश्य बनाता है जहां कमजोरियों की पहचान, शस्त्रीकरण और तैनाती लगभग वास्तविक समय में की जा सकती है।"

सुरक्षा उपायों की आवश्यकता

उन्होंने सुझाव दिया कि संगठनों को प्रतिक्रियात्मक सुरक्षा से आगे बढ़कर पूर्वानुमानित और बुद्धिमत्ता-आधारित रक्षा अपनानी चाहिए। इसमें निरंतर कमजोरियों का आकलन, AI-संचालित खतरे का सहसंबंध और जीरो-ट्रस्ट पहचान ढांचे को अपनाना शामिल है। सुरक्षित कोडिंग प्रथाओं को मजबूत करना और पैच की देरी को कम करना भी महत्वपूर्ण है, क्योंकि AI मॉडल यहां तक कि थोड़े समय के लिए भी कमजोरियों का शोषण कर सकते हैं।"

बैंकिंग संस्थानों को AI को एक उपकरण और खतरे की सतह दोनों के रूप में मानना चाहिए। व्यवहारिक निगरानी, वास्तविक समय में विसंगति पहचान और बाहरी खतरे की जानकारी में निवेश करना महत्वपूर्ण होगा। AI-संचालित खतरे के परिदृश्य में, जोखिमों की पहचान और उन्हें शोषण से पहले निष्क्रिय करने की क्षमता साइबर सुरक्षा की अगली सीमा को परिभाषित करेगी।"