پژوهش جدید درباره اعداد اول متوالی در گیت‌هاب

پژوهشگران برای ارزیابی عملکرد مدل‌های هوش مصنوعی در کدنویسی، آزمایشی جامع بر روی ۷۵ مخزن نرم‌افزاری در ۱۰ زبان برنامه‌نویسی مختلف طراحی کردند. در این تحقیق، ۱۱۶۳ سناریوی واقعی با استفاده از چهار پروفایل کاربری از جمله مهندسان ارشد و توسعه‌دهندگان سازمانی شبیه‌سازی شد. برای اجرای دقیق آزمایش‌ها، از محیط‌های سندباکس ایزوله و یک مدل هوش مصنوعی به عنوان «انسان شبیه‌سازی‌شده» برای تعامل با عامل‌های کدنویس استفاده شد. نتایج نشان داد که بدون وجود یک ناظر انسانی برای تأیید استفاده از ابزارهای شخص ثالث، مدل‌های هوش مصنوعی تمایل بیشتری به توسعه داخلی کدها دارند. این مطالعه با هدف درک بهتر نحوه انتخاب ابزارها و فریم‌ورک‌ها توسط مدل‌های هوش مصنوعی انجام شده است.

گزارش سال ۲۰۲۶ ابزارهای تست نفوذ خودکار بر اساس اثبات بهره‌برداری به جای حجم هشدارها منتشر شد. پلتفرم امنیتی آسترا در صدر این فهرست قرار گرفت که دارای دو عامل هوش مصنوعی برای زنجیره‌سازی حملات و اعتبارسنجی مجدد است. بر اساس داده‌های حاصل از بیش از ۶.۸ میلیون یافته در ۷۰ کشور، ۹۱ درصد آسیب‌پذیری‌های بحرانی فاقد شناسه سی‌وی‌ئی و وصله فروشنده هستند. ابزارهایی مانند آسترا با بهره‌برداری واقعی از نقاط ضعف و ارائه راهکارهای اصلاحی خودکار به تیم‌های امنیتی کمک می‌کنند. این رتبه‌بندی به خریداران کمک می‌کند تا پلتفرم‌های مبتنی بر اثبات واقعی را از اسکنرهای سنتی تشخیص دهند.

مدل هوش مصنوعی جدید اوپن‌اِی‌آی با نام «جی‌پی‌تی-۶ آسترا» در بنچمارک «ARC-AGI-3» نتایج قابل‌توجهی کسب کرد. این مدل با استفاده از روش‌های مختلف، امتیازهای ۶۲.۷ درصد و ۹۹.۹ درصد را به دست آورد که نشان‌دهنده عملکردی فراتر از میانگین انسانی در بهره‌وری عملیاتی است. بنچمارک مذکور توانایی‌های عاملیت هوش مصنوعی شامل اکتشاف، مدل‌سازی، هدف‌گذاری و برنامه‌ریزی را ارزیابی می‌کند. آسترا توانست محیط‌های ناآشنا را به مدل‌های منطقی تبدیل کرده و با هزینه‌ای مشخص، وظایف پیچیده را به انجام برساند. این نتایج گامی مهم در جهت سنجش فاصله میان هوش مصنوعی فعلی و هوش مصنوعی عمومی محسوب می‌شود.

سناتور سندرز طرحی را برای ممنوعیت ابرهوش مصنوعی و توقف موقت توسعه هوش مصنوعی پیش‌قدم شده است. این لایحه با هدف کنترل پیشرفت‌های سریع در حوزه هوش مصنوعی و جلوگیری از خطرات احتمالی ابرهوش تدوین شده است. این اقدام نشان‌دهنده تلاش‌های قانونی برای مدیریت فناوری‌های پیشرفته و کاهش ریسک‌های امنیتی است. جزئیات بیشتری درباره نحوه اجرای این توقف موقت و محدودیت‌های اعمال شده در آینده منتشر خواهد شد.

شرکت Coworker.ai از لایه حافظه سازمانی جدید خود با نام OM2 رونمایی کرد که هدف آن کاهش هزینه‌های هوش مصنوعی در سازمان‌هاست. این فناوری با جذب داده‌ها از بیش از ۵۰ پلتفرم سازمانی، اطلاعات را به واقعیت‌های پیش‌محاسبه‌شده و ساختاریافته تبدیل می‌کند. طبق ادعای این شرکت، استفاده از OM2 می‌تواند هزینه‌های مصرف توکن را تا ۹ برابر کاهش داده و سرعت پاسخ‌دهی را ۶۴ درصد افزایش دهد. همچنین با ترکیب این لایه با موتور مسیریابی بهینه، کل هزینه‌ها می‌تواند تا ۵۱ برابر کاهش یابد. این سیستم به شرکت‌ها اجازه می‌دهد بدون وابستگی به یک فروشنده خاص، از مدل‌های مختلف مانند ChatGPT و Claude در ابزارهای فعلی خود استفاده کنند.

موضع جمهوری‌خواهان در ایالت تگزاس نسبت به مراکز داده تغییر کرده و اکنون رقابت بر سر تنظیم‌گری سخت‌گیرانه‌تر آن‌ها آغاز شده است. کاندیداهای اصلی از جمله کن پکتون و گرگ ابوت، طرح‌هایی برای کنترل مصرف آب، امنیت هوش مصنوعی و محدودیت استفاده از فناوری‌های چینی ارائه داده‌اند. این تغییر رویکرد در حالی رخ می‌دهد که تقاضای اتصال به شبکه در تگزاس به ۴۷۴ گیگاوات رسیده که ۹۰ درصد آن مربوط به مراکز داده است. دموکرات‌ها نیز با طرح‌هایی مانند طرح جیمز تالاریکو، خواستار پایان دادن به مشوق‌های مالیاتی و افزایش کنترل جوامع محلی بر این پروژه‌ها هستند. این موضوع که پیش‌تر یک موفقیت اقتصادی تلقی می‌شد، اکنون به دلیل فشار بر شبکه برق و منابع آب به یک چالش سیاسی تبدیل شده است.