۱۰ ابزار برتر تست نفوذ خودکار در سال ۲۰۲۶

اسرینی گوپالان، مدیرعامل تی‌موبایل ایالات متحده، در مصاحبه‌ای از اظهار نظر درباره ادغام احتمالی با شرکت مادر یعنی داتچه تلکوم خودداری کرد. سهام این شرکت از زمان انتصاب او در ماه سپتامبر ۲۵ درصد کاهش یافته و رشد مشترکان نیز با افت روبرو شده است. این در حالی است که صندوق الیوت سهامی را در شرکت مادر خریداری کرده تا با این ادغام مخالفت کند. داتچه تلکوم بیش از ۵۳ درصد از سهام تی‌موبایل ایالات متحده را در اختیار دارد و دولت آلمان و بانک توسعه آن نیز مالکان بخش دیگری از سهام هستند. اجرای این طرح هلدینگ جدید نیازمند تایید سهامداران است و حامیان آن در ماه‌های اخیر کاهش یافته‌اند.

سم آلتمن، مدیر عامل اوپن‌ای‌آی، گفت که صنعت هوش مصنوعی در ارتباط کردن فواید این فناوری ناکام بوده است. او در مصاحبه با بلومبرگ تلویزیون اشاره کرد که این ناکامی باعث افزایش مخالفت‌های عمومی شده است. در سه ماه اول سال جاری، ۷۵ پروژه مرکز داده با ارزش ۱۳۰ میلیارد دلار به دلیل مخالفت‌های محلی متوقف یا تأخیر یافت. در اروپا، محدودیت اصلی ظرفیت شبکه است، به طوری که دانمارک ۶۰ گیگاوات پروژه در صف دارد در حالی که تقاضای پیک آن ۷ گیگاوات است. آلتمن گفت که مردم از این فناوری بیم دارند زیرا احساس می‌کنند رهبران هوش مصنوعی نمی‌خواهند قدرت بیشتری به دستشان دهند. این صنعت در حال تلاش برای بهبود ارتباطات خود است تا پروژه‌های خود را به پایان برساند.

شرکت کالیفرنیایی «لومانا» با بهره‌گیری از هوش مصنوعی، در حال تحول در سیستم‌های نظارت تصویری است تا دوربین‌های موجود را به ابزارهای هوشمند تبدیل کند. این شرکت که توسط مدیران سابق اینتل تأسیس شده، با مدل VIA-1 روزانه بیش از یک میلیارد تصویر را از ۵۰ هزار دوربین پردازش می‌کند. لومانا در ژوئیه ۲۰۲۵ موفق به جذب ۴۰ میلیون دلار سرمایه شد که مجموع سرمایه‌گذاری‌های آن را به ۶۴ میلیون دلار رساند. این فناوری با فیلتر کردن داده‌ها در مبدأ، به جای ارسال تمامی تصاویر به فضای ابری، به کاربران کمک می‌کند تا بدون نیاز به تماشای مداوم نمایشگرها، تنها موارد غیرعادی را شناسایی کنند. طبق گزارش‌ها، تا پایان سال ۲۰۲۵ بیش از ۵۶۲ میلیون دوربین نظارتی در جهان نصب شده که بخش بزرگی از آن‌ها اکنون به تحلیل‌های یادگیری عمیق مجهز هستند.

بر اساس قانون «تاب‌آوری سایبری» اتحادیه اروپا، تولیدکنندگان محصولات دیجیتال از ۱۱ سپتامبر ملزم هستند آسیب‌پذیری‌های امنیتی فعال در محصولات خود را ظرف ۲۴ ساعت به نهادهای نظارتی گزارش دهند. این قانون همچنین شرکت‌ها را موظف می‌کند تا گزارش کامل‌تری را حداکثر تا ۷۲ ساعت پس از شناسایی نقص امنیتی ارائه کنند. چالش اصلی برای تولیدکنندگان، مدیریت زنجیره تأمین نرم‌افزار و شناسایی دقیق کدهای استفاده شده در محصولات پیچیده است. کارشناسان معتقدند استفاده از «صورت‌حساب مواد نرم‌افزاری» یا همان SBOM برای سازماندهی اجزای نرم‌افزاری ضروری است، اما به دلیل تغییرات مداوم در کدها، این اسناد باید به‌طور مستمر به‌روزرسانی شوند. صنایعی مانند خودروسازی، تجهیزات پزشکی و الکترونیک مصرفی که از نرم‌افزارهای تأمین‌کنندگان مختلف استفاده می‌کنند، بیشترین تأثیر را از این مقررات جدید خواهند پذیرفت.

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.