Bayangkan Anda telah membangun model AI canggih dari awal—berbulan-bulan kerja, jutaan yang diinvestasikan. Kemudian seseorang mencurinya, melakukan penyesuaian kecil, dan mulai memonetisasinya. Bagaimana Anda bahkan membuktikan bahwa itu milik Anda pada awalnya?

Di sinilah fingerprinting LLM masuk ke dalam gambar. Ini adalah teknik yang dirancang untuk menyematkan tanda tangan tersembunyi ke dalam model bahasa, mirip dengan watermark digital. Secara teori, jika model Anda dicuri, Anda dapat mengekstrak fingerprint ini untuk menetapkan kepemilikan.

Tapi inilah kenyataan yang tidak nyaman: para peneliti keamanan di SentientAI baru-baru ini menemukan sesuatu yang mengganggu. Saat menguji 10 metode fingerprinting populer terhadap serangan adversarial, 9 di antaranya gagal total. Pelaku jahat yang tekun dapat menghapus atau memanipulasi fingerprint ini, membuat verifikasi kepemilikan tradisional menjadi hampir tidak berguna.

Pesan utama? Solusi fingerprinting saat ini jauh dari sempurna. Seiring pencurian model AI menjadi semakin canggih, kesenjangan keamanan antara klaim kepemilikan dan perlindungan nyata terus melebar. Komunitas crypto dan Web3 yang dibangun di atas transparansi dan ketidakberubahan mungkin ingin memperhatikan dengan seksama—tantangan ini melampaui AI tradisional.