🌐 تحولات تازه در دنیای هوش مصنوعی
🎧 مدل جدید گفتار به متن ElevenLabs Scribe v2 Realtime با تأخیر کمتر از ۱۵۰ میلی‌ثانیه
شرکت ElevenLabs نسخه جدید مدل Scribe v2 Realtime را معرفی کرد — سامانه‌ای برای تبدیل گفتار به متن با تأخیر بسیار پایین، مناسب برای دستیارهای صوتی، نشست‌های زنده و زیرنویس‌گذاری هم‌زمان.
🔹 پشتیبانی از بیش از ۹۰ زبان
🔹 دقت ۹۳٫۵٪ در ۳۰ زبان پرکاربرد
🔹 عملکرد عالی در حضور نویز پس‌زمینه
🔹 ویژگی خاص: «تأخیر منفی» با پیش‌بینی واژه یا علائم نگارشی بعدی
🔹 تشخیص خودکار زبان و گوینده، و کنترل کامل بر ثبت بخش‌های متن
مدل با استانداردهای امنیتی SOC 2 و GDPR سازگار است و از طریق API در دسترس قرار دارد.
🔗 elevenlabs.io
💾 پلتفرم Backboard رکورد حافظه بلندمدت در هوش مصنوعی را شکست
پلتفرم Backboard در آزمون LoCoMo (ارزیابی حافظه بلندمدت گفت‌وگومحور) به امتیاز ۹۰٫۱٪ دست یافت — بالاتر از محدوده ۶۷ تا ۶۹ درصدی رقبا.
📍 این تست توانایی سیستم را در یادآوری، به‌روزرسانی و استخراج اطلاعات کاربر در جلسات طولانی ارزیابی می‌کند.
نتیجه: دستیارها کمتر سؤال تکراری می‌پرسند، دستورها را بهتر دنبال می‌کنند و تعداد توکن مصرفی کاهش می‌یابد.
پلتفرم Backboard همچنین API حافظه بلندمدت و RAG لایه‌ای برای بیش از ۲۲۰۰ مدل زبانی ارائه می‌دهد.
🔗 backboard.io
🚨 نشت اطلاعات محرمانه در ۶۵٪ از شرکت‌های برتر هوش مصنوعی
طبق گزارش شرکت امنیت ابری Wiz، دو سوم از شرکت‌های لیست Forbes AI 50 دچار نشت API Keyها و داده‌های محرمانه در GitHub شده‌اند.
📊 بیشترین موارد در فایل‌های Jupyter Notebook و Python Script کشف شده است.
🔑 مواردی شامل توکن‌های Hugging Face، Azure و W&B بودند.
📌 تنها ElevenLabs و LangChain سریع واکنش نشان دادند، در حالی‌که نیمی از شرکت‌ها هیچ پاسخی به هشدارها ندادند.
🔗 wiz.io
🐍 پشتیبانی از Python در Cloudflare Workflows
شرکت Cloudflare اکنون در سرویس Workflows خود — ابزار مدیریت جریان‌های چندمرحله‌ای روی Workers — از Python نیز پشتیبانی می‌کند.
✅ پیش‌تر این قابلیت فقط برای TypeScript بود.
📦 این تحول، مسیر را برای توسعه‌دهندگان AI/ML و داده‌کاوی باز کرده تا به‌سادگی مدل‌ها و عامل‌های هوشمند خود را در این بستر اجرا کنند.
⚙️ بخش فنی از طریق Pyodide (نسخه WebAssembly از CPython) پیاده‌سازی شده است.
🔗 blog.cloudflare.com
💸 هزینه ۱۵ میلیون دلاری روزانه OpenAI برای Sora
تحلیل‌ها نشان می‌دهد هزینه اجرای مدل تولید ویدیو Sora برای OpenAI حدود ۱۵ میلیون دلار در روز است؛ یعنی بیش از ۵ میلیارد دلار در سال.
🎬 هزینه تولید هر ویدیوی ۱۰ ثانیه‌ای حدود ۱٫۳ دلار است و شرکت روزانه حدود ۱۱ میلیون ویدیو تولید می‌کند.
این استراتژی در راستای تسخیر بازار و جذب کاربران پیش از تجاری‌سازی است.
📉 سم آلتمن اعلام کرده است که میزان تولید رایگان کاهش خواهد یافت، زیرا «هیچ مدل تبلیغاتی نمی‌تواند هزینه ساخت میم برای سه دوست را پوشش دهد».
🔗 forbes.com
#AI #MachineLearning #TechNews #ElevenLabs #OpenAI #Cloudflare #CyberSecurity #Backboard
@asrgooyeshpardaz
🎧 مدل جدید گفتار به متن ElevenLabs Scribe v2 Realtime با تأخیر کمتر از ۱۵۰ میلی‌ثانیه
شرکت ElevenLabs نسخه جدید مدل Scribe v2 Realtime را معرفی کرد — سامانه‌ای برای تبدیل گفتار به متن با تأخیر بسیار پایین، مناسب برای دستیارهای صوتی، نشست‌های زنده و زیرنویس‌گذاری هم‌زمان.
🔹 پشتیبانی از بیش از ۹۰ زبان
🔹 دقت ۹۳٫۵٪ در ۳۰ زبان پرکاربرد
🔹 عملکرد عالی در حضور نویز پس‌زمینه
🔹 ویژگی خاص: «تأخیر منفی» با پیش‌بینی واژه یا علائم نگارشی بعدی
🔹 تشخیص خودکار زبان و گوینده، و کنترل کامل بر ثبت بخش‌های متن
مدل با استانداردهای امنیتی SOC 2 و GDPR سازگار است و از طریق API در دسترس قرار دارد.
🔗 elevenlabs.io
💾 پلتفرم Backboard رکورد حافظه بلندمدت در هوش مصنوعی را شکست
پلتفرم Backboard در آزمون LoCoMo (ارزیابی حافظه بلندمدت گفت‌وگومحور) به امتیاز ۹۰٫۱٪ دست یافت — بالاتر از محدوده ۶۷ تا ۶۹ درصدی رقبا.
📍 این تست توانایی سیستم را در یادآوری، به‌روزرسانی و استخراج اطلاعات کاربر در جلسات طولانی ارزیابی می‌کند.
نتیجه: دستیارها کمتر سؤال تکراری می‌پرسند، دستورها را بهتر دنبال می‌کنند و تعداد توکن مصرفی کاهش می‌یابد.
پلتفرم Backboard همچنین API حافظه بلندمدت و RAG لایه‌ای برای بیش از ۲۲۰۰ مدل زبانی ارائه می‌دهد.
🔗 backboard.io
🚨 نشت اطلاعات محرمانه در ۶۵٪ از شرکت‌های برتر هوش مصنوعی
طبق گزارش شرکت امنیت ابری Wiz، دو سوم از شرکت‌های لیست Forbes AI 50 دچار نشت API Keyها و داده‌های محرمانه در GitHub شده‌اند.
📊 بیشترین موارد در فایل‌های Jupyter Notebook و Python Script کشف شده است.
🔑 مواردی شامل توکن‌های Hugging Face، Azure و W&B بودند.
📌 تنها ElevenLabs و LangChain سریع واکنش نشان دادند، در حالی‌که نیمی از شرکت‌ها هیچ پاسخی به هشدارها ندادند.
🔗 wiz.io
🐍 پشتیبانی از Python در Cloudflare Workflows
شرکت Cloudflare اکنون در سرویس Workflows خود — ابزار مدیریت جریان‌های چندمرحله‌ای روی Workers — از Python نیز پشتیبانی می‌کند.
✅ پیش‌تر این قابلیت فقط برای TypeScript بود.
📦 این تحول، مسیر را برای توسعه‌دهندگان AI/ML و داده‌کاوی باز کرده تا به‌سادگی مدل‌ها و عامل‌های هوشمند خود را در این بستر اجرا کنند.
⚙️ بخش فنی از طریق Pyodide (نسخه WebAssembly از CPython) پیاده‌سازی شده است.
🔗 blog.cloudflare.com
💸 هزینه ۱۵ میلیون دلاری روزانه OpenAI برای Sora
تحلیل‌ها نشان می‌دهد هزینه اجرای مدل تولید ویدیو Sora برای OpenAI حدود ۱۵ میلیون دلار در روز است؛ یعنی بیش از ۵ میلیارد دلار در سال.
🎬 هزینه تولید هر ویدیوی ۱۰ ثانیه‌ای حدود ۱٫۳ دلار است و شرکت روزانه حدود ۱۱ میلیون ویدیو تولید می‌کند.
این استراتژی در راستای تسخیر بازار و جذب کاربران پیش از تجاری‌سازی است.
📉 سم آلتمن اعلام کرده است که میزان تولید رایگان کاهش خواهد یافت، زیرا «هیچ مدل تبلیغاتی نمی‌تواند هزینه ساخت میم برای سه دوست را پوشش دهد».
🔗 forbes.com
#AI #MachineLearning #TechNews #ElevenLabs #OpenAI #Cloudflare #CyberSecurity #Backboard
@asrgooyeshpardaz
❤3👍2🤝2🔥1
🔓 گذار از ترس به واقعیت: واشنگتن و آنتروپیک به راهکاری عملی برای دسترسی به Mythos و Fable نزدیک می‌شوند
به نظر می‌رسد دولت آمریکا و شرکت Anthropic به نخستین چارچوب عملی برای بازگرداندن دسترسی به مدل‌های قدرتمند خود (Mythos 5 و Fable 5) دست یافته‌اند، بدون آنکه تظاهر به «از بین بردن کامل جیلبریک» کنند. این تغییر رویکرد، نشان‌دهنده بلوغ تدریجی مقررات‌گذاری هوش مصنوعی؛ از ترس‌های مبهم به سمت مدلی عینی‌تر و مبتنی بر سناریوهای مشخص است.
🔄 از «آسیب‌پذیری مطلق» به «مدیریت ریسک»
واقعیت این است که حذف کامل حملات جیلبریک، احتمالاً ناممکن است. به همین دلیل، رویکرد جدید بر ارزیابی عمق و پیامدهای یک حمله موفق متمرکز است، نه صرفاً ثبت وقوع آن. به عبارت دیگر، به جای پرسش «آیا مدل جیلبریک شده است؟»، پرسش‌های کلیدی عبارتند از:
🔹 چقدر از محافظت‌ها دور زده شده است؟ (گستره نقض امنیت)
🔹 چه قابلیت‌هایی در دسترس مهاجم قرار گرفته است؟ (شدت دسترسی)
🔹 آیا حمله به‌سادگی قابل تکرار است؟ (هزینه و پیچیدگی حمله)
🔹 آیا این دسترسی به پیامدهای عملیاتی واقعی منجر می‌شود؟ (تأثیر دنیای واقعی)
این معیارها، راهی برای ایجاد زبان مشترک میان تنظیم‌کنندگان و توسعه‌دهندگان فراهم می‌آورد تا بتوانند شدت یک تهدید را سنجیده و مرز میان «یک ترفند آزمایشگاهی» و «یک ریسک واقعی» را ترسیم کنند.
🧪 شواهد از میدان آزمایش (Red-Teaming)
تحقیقات اخیر تیم‌های «کلاه قرمز» (Red-Team) نشان داده است که حتی پیشرفته‌ترین مدل‌های هوش مصنوعی (Frontier Models) نیز در برابر حملات طولانی و خودکار، همچنان می‌توانند پاسخ‌های مضر تأییدشده تولید کنند. در این آزمایش‌ها، مدل Fable 5 اگرچه در مقایسه با Opus 4.8 مقاومت بیشتری از خود نشان داد، اما هرگز به «شکست‌ناپذیری» کامل دست نیافت. این یافته، رویکرد مبتنی بر «مدیریت ریسک» را بیش از پیش تقویت می‌کند.
📋 چارچوب ارزیابی جدید برای مدل‌های آینده
بر اساس این رویکرد، ارزیابی مدل‌های جدید حول محور سوالات کلیدی زیر ساختار خواهد یافت:
۱. دامنه نقض: محافظت‌های مدل تا چه حد دور زده شده‌اند؟ آیا حمله به یک آسیب‌پذیری خاص محدود است یا حوزه وسیعی از قابلیت‌ها را پوشش می‌دهد؟
۲. شدت دسترسی: چه قابلیت‌های خاصی (مانند تولید کد مخرب، مهندسی معکوس یا دسترسی به داده‌های حساس) برای مهاجم افشا شده است؟
۳. قابلیت تکرار: آیا حمله نیازمند تخصص بالا، زمان طولانی یا منابع محاسباتی عظیم است، یا هر کاربر معمولی نیز می‌تواند آن را تکرار کند؟
۴. پیامد عملیاتی: آیا پیامدهای حمله صرفاً تئوری است، یا می‌تواند به طور مستقیم به آسیب‌پذیری‌های واقعی و قابل بهره‌برداری در دنیای خارج منجر شود؟
🔭 چشم‌انداز آینده
این چارچوب جدید، نشان‌دهنده گذار از یک رویکرد دودویی (امن/ناامن) به رویکردی طیفی (ارزیابی عمق و شدت ریسک) است. نتیجه این تغییر، نه تنها مسیر بازگشت مدل‌های قدرتمندی مانند Mythos و Fable را هموار می‌کند، بلکه زمینه‌ساز یک مدل نظارتی شفاف‌تر و مبتنی بر شواهد برای کل صنعت هوش مصنوعی خواهد شد. این رویکرد به توسعه‌دهندگان اجازه می‌دهد تا بر تقویت نقاط ضعف خاص متمرکز شوند و به جای مبارزه با یک مشکل لاینحل (جیلبریک کامل)، بر مدیریت پیامدهای آن سرمایه‌گذاری کنند.
#AI #Regulation #Anthropic #Cybersecurity
🆔 @asrgooyeshpardaz
به نظر می‌رسد دولت آمریکا و شرکت Anthropic به نخستین چارچوب عملی برای بازگرداندن دسترسی به مدل‌های قدرتمند خود (Mythos 5 و Fable 5) دست یافته‌اند، بدون آنکه تظاهر به «از بین بردن کامل جیلبریک» کنند. این تغییر رویکرد، نشان‌دهنده بلوغ تدریجی مقررات‌گذاری هوش مصنوعی؛ از ترس‌های مبهم به سمت مدلی عینی‌تر و مبتنی بر سناریوهای مشخص است.
🔄 از «آسیب‌پذیری مطلق» به «مدیریت ریسک»
واقعیت این است که حذف کامل حملات جیلبریک، احتمالاً ناممکن است. به همین دلیل، رویکرد جدید بر ارزیابی عمق و پیامدهای یک حمله موفق متمرکز است، نه صرفاً ثبت وقوع آن. به عبارت دیگر، به جای پرسش «آیا مدل جیلبریک شده است؟»، پرسش‌های کلیدی عبارتند از:
🔹 چقدر از محافظت‌ها دور زده شده است؟ (گستره نقض امنیت)
🔹 چه قابلیت‌هایی در دسترس مهاجم قرار گرفته است؟ (شدت دسترسی)
🔹 آیا حمله به‌سادگی قابل تکرار است؟ (هزینه و پیچیدگی حمله)
🔹 آیا این دسترسی به پیامدهای عملیاتی واقعی منجر می‌شود؟ (تأثیر دنیای واقعی)
این معیارها، راهی برای ایجاد زبان مشترک میان تنظیم‌کنندگان و توسعه‌دهندگان فراهم می‌آورد تا بتوانند شدت یک تهدید را سنجیده و مرز میان «یک ترفند آزمایشگاهی» و «یک ریسک واقعی» را ترسیم کنند.
🧪 شواهد از میدان آزمایش (Red-Teaming)
تحقیقات اخیر تیم‌های «کلاه قرمز» (Red-Team) نشان داده است که حتی پیشرفته‌ترین مدل‌های هوش مصنوعی (Frontier Models) نیز در برابر حملات طولانی و خودکار، همچنان می‌توانند پاسخ‌های مضر تأییدشده تولید کنند. در این آزمایش‌ها، مدل Fable 5 اگرچه در مقایسه با Opus 4.8 مقاومت بیشتری از خود نشان داد، اما هرگز به «شکست‌ناپذیری» کامل دست نیافت. این یافته، رویکرد مبتنی بر «مدیریت ریسک» را بیش از پیش تقویت می‌کند.
📋 چارچوب ارزیابی جدید برای مدل‌های آینده
بر اساس این رویکرد، ارزیابی مدل‌های جدید حول محور سوالات کلیدی زیر ساختار خواهد یافت:
۱. دامنه نقض: محافظت‌های مدل تا چه حد دور زده شده‌اند؟ آیا حمله به یک آسیب‌پذیری خاص محدود است یا حوزه وسیعی از قابلیت‌ها را پوشش می‌دهد؟
۲. شدت دسترسی: چه قابلیت‌های خاصی (مانند تولید کد مخرب، مهندسی معکوس یا دسترسی به داده‌های حساس) برای مهاجم افشا شده است؟
۳. قابلیت تکرار: آیا حمله نیازمند تخصص بالا، زمان طولانی یا منابع محاسباتی عظیم است، یا هر کاربر معمولی نیز می‌تواند آن را تکرار کند؟
۴. پیامد عملیاتی: آیا پیامدهای حمله صرفاً تئوری است، یا می‌تواند به طور مستقیم به آسیب‌پذیری‌های واقعی و قابل بهره‌برداری در دنیای خارج منجر شود؟
🔭 چشم‌انداز آینده
این چارچوب جدید، نشان‌دهنده گذار از یک رویکرد دودویی (امن/ناامن) به رویکردی طیفی (ارزیابی عمق و شدت ریسک) است. نتیجه این تغییر، نه تنها مسیر بازگشت مدل‌های قدرتمندی مانند Mythos و Fable را هموار می‌کند، بلکه زمینه‌ساز یک مدل نظارتی شفاف‌تر و مبتنی بر شواهد برای کل صنعت هوش مصنوعی خواهد شد. این رویکرد به توسعه‌دهندگان اجازه می‌دهد تا بر تقویت نقاط ضعف خاص متمرکز شوند و به جای مبارزه با یک مشکل لاینحل (جیلبریک کامل)، بر مدیریت پیامدهای آن سرمایه‌گذاری کنند.
#AI #Regulation #Anthropic #Cybersecurity
🆔 @asrgooyeshpardaz
❤2
📌 گوگل مدل Gemini 4 Argon را معرفی کرد
گوگل از مدل جدید Gemini 4 Argon رونمایی کرد؛ مدلی که برای کارهای پیچیده و طولانی در مهندسی نرم‌افزار، امور حقوقی و مالی و دفاع سایبری طراحی شده است.
💻 عملکرد در بنچمارک‌ها
• امتیاز ۷۷.۹٪ در DeepSWE v1.1 برای وظایف طولانی مهندسی نرم‌افزار؛ به‌گفته گوگل، رکورد جدید این آزمون
• امتیاز ۵۱.۳٪ در AutomationBench برای کارهای سازمانی
• امتیاز ۹۱.۷٪ در LVBench برای درک ویدئوهای طولانی
• امتیاز ۶۸٪ در CWE-bench v1 برای اصلاح آسیب‌پذیری‌های امنیتی
🧠 یک میلیون توکن خروجی
یکی از ویژگی‌های مهم Argon، پشتیبانی از حداکثر یک میلیون توکن خروجی است؛ افزایشی چشمگیر نسبت به سقف ۶۴ هزار توکنی نسل قبل که اجرای وظایف چندمرحله‌ای و تولید خروجی‌های بسیار طولانی را ممکن می‌کند.
🔐 تمرکز بر امنیت
گوگل می‌گوید Argon در برابر حملات تزریق پرامپت نیز مقاوم‌تر شده است. این مدل فعلاً در اختیار گروه محدودی از متخصصان قرار می‌گیرد و عرضه گسترده‌تر آن به‌زودی آغاز خواهد شد.
🔗 معرفی رسمی گوگل
🔗 توییت
#AI #Google #Gemini #Argon #Coding #CyberSecurity
🆔 @asrgooyeshpardaz
گوگل از مدل جدید Gemini 4 Argon رونمایی کرد؛ مدلی که برای کارهای پیچیده و طولانی در مهندسی نرم‌افزار، امور حقوقی و مالی و دفاع سایبری طراحی شده است.
💻 عملکرد در بنچمارک‌ها
• امتیاز ۷۷.۹٪ در DeepSWE v1.1 برای وظایف طولانی مهندسی نرم‌افزار؛ به‌گفته گوگل، رکورد جدید این آزمون
• امتیاز ۵۱.۳٪ در AutomationBench برای کارهای سازمانی
• امتیاز ۹۱.۷٪ در LVBench برای درک ویدئوهای طولانی
• امتیاز ۶۸٪ در CWE-bench v1 برای اصلاح آسیب‌پذیری‌های امنیتی
🧠 یک میلیون توکن خروجی
یکی از ویژگی‌های مهم Argon، پشتیبانی از حداکثر یک میلیون توکن خروجی است؛ افزایشی چشمگیر نسبت به سقف ۶۴ هزار توکنی نسل قبل که اجرای وظایف چندمرحله‌ای و تولید خروجی‌های بسیار طولانی را ممکن می‌کند.
🔐 تمرکز بر امنیت
گوگل می‌گوید Argon در برابر حملات تزریق پرامپت نیز مقاوم‌تر شده است. این مدل فعلاً در اختیار گروه محدودی از متخصصان قرار می‌گیرد و عرضه گسترده‌تر آن به‌زودی آغاز خواهد شد.
🔗 معرفی رسمی گوگل
🔗 توییت
#AI #Google #Gemini #Argon #Coding #CyberSecurity
🆔 @asrgooyeshpardaz
❤6
🦠 کرم‌های هوش مصنوعی؛ مدلی که می‌تواند خودش را در شبکه تکثیر کند
پژوهشی از Anthropic به سناریویی نگران‌کننده می‌پردازد: مدل‌های کوچک هوش مصنوعی ممکن است به نقطه‌ای نزدیک شوند که بدون نیاز به دیتاسنتر، خودشان را روی دستگاه‌های مختلف یک شبکه پیدا، منتقل و اجرا کنند.
🔹 یک مدل ۹ میلیارد پارامتری روی ۸ مورد از ۹ نوع دستگاه آزمایش‌شده اجرا شده است. مدلی ۲۶ میلیارد پارامتری نیز روی مجموعه‌ای از ۱۵ اندروید TV Box ارزان‌قیمت اجرا شد؛ هرچند سرعت آن فقط حدود ۰٫۳۹ توکن در ثانیه بود.
🔹 در آزمایش دیگری، مدل GLM-5.2 توانسته چرخه کامل تکثیر را انجام دهد: شبکه را اسکن کند، به دستگاه هدف دسترسی پیدا کند، وزن‌های مدل را منتقل کند و اجرای مدل را روی دستگاه جدید آغاز کند. این فرایند روی هر ۸ گره آزمایشی موفق بوده است.
🔹 مسئله فقط کامپیوترها نیست. بسیاری از دستگاه‌های اینترنت اشیا مانند دوربین‌ها و لوازم خانگی هوشمند، چند گیگابایت حافظه دارند و در صورت ضعف امنیتی می‌توانند میزبان چنین مدل‌هایی شوند.
🧬 نکته جالب‌تر، امکان انتقال تجربه بین نسل‌هاست. طبق گزارش، وقتی عامل تکثیرشونده یادداشت‌ها و تجربه‌های خود را به نسخه بعدی منتقل می‌کند، نرخ موفقیت از ۴۵ به ۸۴ درصد افزایش یافته است.
⚠️ چنین «کرم هوشمندی» فعلاً بسیار کند است و تکثیر آن می‌تواند چند روز طول بکشد، اما برخلاف یک سرویس متمرکز، الزاماً یک سرور مرکزی برای خاموش کردن ندارد. به همین دلیل Anthropic بر پایش ترافیک شبکه، قرنطینه شبکه‌های آلوده و افزایش امنیت و رمزهای عبور تجهیزات IoT تأکید می‌کند.
پژوهشگران پیش‌بینی می‌کنند با ادامه کوچک‌تر و توانمندتر شدن مدل‌ها، امکان رسیدن به سطح لازم برای چنین تکثیر مستقلی تا پایان سال ۲۰۲۶ جدی‌تر شود. البته این پژوهش درباره امکان فنی و ریسک آینده است، نه گزارش وجود یک کرم هوش مصنوعی خودمختار در اینترنت.
🔗 منبع: Anthropic Research
#Anthropic #AIAgents #Cybersecurity
#امنیت_سایبری #هوش_مصنوعی
🆔 @asrgooyeshpardaz
پژوهشی از Anthropic به سناریویی نگران‌کننده می‌پردازد: مدل‌های کوچک هوش مصنوعی ممکن است به نقطه‌ای نزدیک شوند که بدون نیاز به دیتاسنتر، خودشان را روی دستگاه‌های مختلف یک شبکه پیدا، منتقل و اجرا کنند.
🔹 یک مدل ۹ میلیارد پارامتری روی ۸ مورد از ۹ نوع دستگاه آزمایش‌شده اجرا شده است. مدلی ۲۶ میلیارد پارامتری نیز روی مجموعه‌ای از ۱۵ اندروید TV Box ارزان‌قیمت اجرا شد؛ هرچند سرعت آن فقط حدود ۰٫۳۹ توکن در ثانیه بود.
🔹 در آزمایش دیگری، مدل GLM-5.2 توانسته چرخه کامل تکثیر را انجام دهد: شبکه را اسکن کند، به دستگاه هدف دسترسی پیدا کند، وزن‌های مدل را منتقل کند و اجرای مدل را روی دستگاه جدید آغاز کند. این فرایند روی هر ۸ گره آزمایشی موفق بوده است.
🔹 مسئله فقط کامپیوترها نیست. بسیاری از دستگاه‌های اینترنت اشیا مانند دوربین‌ها و لوازم خانگی هوشمند، چند گیگابایت حافظه دارند و در صورت ضعف امنیتی می‌توانند میزبان چنین مدل‌هایی شوند.
🧬 نکته جالب‌تر، امکان انتقال تجربه بین نسل‌هاست. طبق گزارش، وقتی عامل تکثیرشونده یادداشت‌ها و تجربه‌های خود را به نسخه بعدی منتقل می‌کند، نرخ موفقیت از ۴۵ به ۸۴ درصد افزایش یافته است.
⚠️ چنین «کرم هوشمندی» فعلاً بسیار کند است و تکثیر آن می‌تواند چند روز طول بکشد، اما برخلاف یک سرویس متمرکز، الزاماً یک سرور مرکزی برای خاموش کردن ندارد. به همین دلیل Anthropic بر پایش ترافیک شبکه، قرنطینه شبکه‌های آلوده و افزایش امنیت و رمزهای عبور تجهیزات IoT تأکید می‌کند.
پژوهشگران پیش‌بینی می‌کنند با ادامه کوچک‌تر و توانمندتر شدن مدل‌ها، امکان رسیدن به سطح لازم برای چنین تکثیر مستقلی تا پایان سال ۲۰۲۶ جدی‌تر شود. البته این پژوهش درباره امکان فنی و ریسک آینده است، نه گزارش وجود یک کرم هوش مصنوعی خودمختار در اینترنت.
🔗 منبع: Anthropic Research
#Anthropic #AIAgents #Cybersecurity
#امنیت_سایبری #هوش_مصنوعی
🆔 @asrgooyeshpardaz
Anthropic
AI models may be capable of self-replicating without access to a datacenter
Small AI models may be only months away from being able to self-replicate across cheap IoT devices like Android TV boxes, with no datacenter needed.
❤2