پژوهش جدید درباره ساختار مغز انسان

جنسن هوانگ، مدیرعامل شرکت انویدیا، در مصاحبه با شبکه خبری سی‌بی‌اس اعلام کرد که احتمال نابودی جهان توسط هوش مصنوعی تا سال ۲۰۳۰ میلادی صفر درصد است. او تاکید کرد که صنعت هوش مصنوعی باید بدون توجه به سایرین و با بیشترین سرعت ممکن به پیشرفت خود ادامه دهد. این اظهارات در حالی مطرح می‌شود که پیش‌تر دیدگاه‌های متفاوتی درباره خطرات آخرالزمانی فناوری‌های نوین و لزوم توقف یا کنترل سرعت توسعه آن‌ها بیان شده بود. هوانگ همچنین خاطرنشان کرد که شرکت‌ها هرگز محصولات ناامن یا آماده‌نشده را به بازار عرضه نخواهند کرد. تحلیلگران اقتصادی بر این باورند که انویدیا به عنوان تأمین‌کننده اصلی سخت‌افزارهای پردازشی، بیشترین سود مالی را از تداوم سرعت رشد این صنعت به دست می‌آورد.

یک قاضی فدرال در لس‌آنجلس درخواست تیک‌تاک برای لغو نظارت قضایی بر شیوه‌های حفظ حریم خصوصی این شرکت را به طور موقت رد کرد. قاضی جورج وو اعلام کرد که تعهدات تعیین‌شده در حکم سال ۲۰۱۹ همچنان پابرجا هستند و شواهدی مبنی بر رفع ضرورت این نظارت‌ها ارائه نشده است. این تصمیم در حالی اتخاذ شده که وزارت دادگستری آمریکا در ماه اوت بر سر جریمه‌ای ۴۰۰ میلیون دلاری با تیک‌تاک به توافق رسیده بود. ساختار این توافق به گونه‌ای است که ۳۰۰ میلیون دلار آن بلافاصله پرداخت می‌شود و ۱۰۰ میلیون دلار باقی‌مانده تنها در صورت لغو نظارت‌های قضایی پرداخت خواهد شد. اگرچه دولت استدلال کرده بود که تغییرات مدیریتی و ساختاری در تیک‌تاک نظارت را غیرضروری کرده، اما قاضی با این دیدگاه مخالفت کرده است. سوابق قبلی نشان می‌دهد تیک‌تاک متهم به پنهان‌کاری در مورد ویژگی‌های ایمنی برای ۱۵ میلیون کاربر آمریکایی و ارائه اطلاعات نادرست به والدین بوده است. این جریمه ۴۰۰ میلیون دلاری یکی از بزرگترین مبالغ دریافتی تحت قانون حفاظت از حریم خصوصی کودکان در تاریخ ایالات متحده محسوب می‌شود.

در تاریخ ۲۴ سپتامبر، دونالد ترامپ میزبان شام دولتی برای شی جین‌پینگ خواهد بود که قرار است مدیران ارشد فناوری از جمله سم آلتمن (OpenAI)، جنسن هوانگ (Nvidia) و تیم کوک (Apple) در آن حضور یابند. این دیدار در حالی برگزار می‌شود که بحث‌های پیشین در مورد ایمنی هوش مصنوعی و کنترل صادرات تراشه بدون توافق مشخصی به پایان رسید. با وجود مجوزهای واشینگتن برای فروش تراشه‌های H200 به شرکت‌های چینی مانند علی‌بابا و تنسنت، گمرک چین همچنان مانع از ورود این محصولات شده است. حضور این مدیران نشان‌دهنده اهمیت دسترسی به بازار و چالش‌های امنیتی در حوزه هوش مصنوعی است. در حالی که بحث‌های ایمنی مطرح است، هدف اصلی این ملاقات‌ها حفظ دسترسی به بازارهای جهانی و مدیریت رقابت‌های تکنولوژیک است.

سه پژوهشگر امنیتی از موسسه Hacktron AI موفق شدند با استفاده از مدل هوش مصنوعی Claude متعلق به شرکت Anthropic، در کمتر از ۷۲ ساعت به حساب‌های کاربری کارکنان OpenAI و مخزن کدهای داخلی این شرکت دسترسی پیدا کنند. این پژوهشگران که شامل هارش جیسوال، موهان پدهاپاتی و راهول مائینی هستند، از ترکیب دو نقطه ضعف امنیتی استفاده کردند که هیچ‌کدام مربوط به آسیب‌پذیری هوش مصنوعی نبودند. یکی از این ضعف‌ها مربوط به نرم‌افزار انجمن عمومی OpenAI و دیگری یک خطای پیکربندی در توکن‌های نشست بود. پس از گزارش خصوصی این یافته‌ها، شرکت OpenAI ظرف حدود ۱۴ ساعت نقص امنیتی مربوط به ورود یکپارچه را برطرف کرد و به تیم پژوهشی مبلغ ۶۵۰۰ دلار پاداش پرداخت نمود. اگرچه این اتفاق یک نفوذ مخرب نبود و در قالب برنامه پاداش باگ (Bug Bounty) انجام شد، اما نشان داد که سرعت بهره‌برداری از آسیب‌پذیری‌ها با کمک هوش مصنوعی به شدت افزایش یافته است. این گزارش تأکید می‌کند که چالش اصلی، سرعت بالای ابزارهای جدید در شناسایی و استفاده از حفره‌های امنیتی قدیمی است.

ناسا و آی‌بی‌ام مدل هوش مصنوعی متن‌باز و فضایی جدیدی را برای تحلیل داده‌های ماه توسعه داده‌اند. این پروژه با مشارکت نهادهای علمی از جمله همکاری در زمینه تخصص علوم سیاره‌ای پیش می‌رود. جزئیات این مدل در منابع علمی و پلتفرم‌های اشتراک‌گذاری خبر بازنشر شده است. این ابزار هوش مصنوعی به محققان کمک می‌کند تا داده‌های جغرافیایی و ماهواره‌ای مربوط به ماه را با دقت بیشتری بررسی کنند. این دستاورد گامی مهم در راستای بهره‌گیری از فناوری‌های نوین برای اکتشافات فضایی محسوب می‌شود.

در این مقاله، علم مدرن با نرم‌افزارهای متن‌باز مقایسه شده و استدلال می‌شود که برای دستیابی به پیشرفت علمی، باید از روش‌های محاسباتی شفاف و قابل‌تکرار استفاده کرد. نویسنده معتقد است که مقالات علمی بدون دسترسی به کدهای محاسباتی، فاقد قابلیت آزمون‌پذیری سیستماتیک هستند و نمی‌توانند به درستی دانش را سازمان‌دهی کنند. بر اساس دیدگاه کنت جیمز ویلیامز کریک، هدف علم ساخت مدل‌های درونی از واقعیت برای پیش‌بینی بهتر جهان است و نرم‌افزار، ابزاری برای کدگذاری و اشتراک‌گذاری این مدل‌ها محسوب می‌شود. در این متن تأکید شده که تکرارپذیری محاسباتی، رکن اصلی علم است و دانشمندان باید برای بهبود کیفیت پژوهش‌ها، به سمت استفاده از نرم‌افزارهای باز و شفاف حرکت کنند. این رویکرد، چالشی برای روندهای فعلی در محیط‌های آکادمیک به شمار می‌رود.