თარგმნილი ამბავიტექნოლოგია
Anthropic-მა თვითგამრავლებადი ხელოვნური ინტელექტის საფრთხე აჩვენა
აგენტებმა სხვადასხვა მოწყობილობაზე გამოთვლითი გარემოს მოწყობა და გავრცელება შეძლეს.
Toms Hardwareორიგინალი Toms Hardware-ზე
ორიგინალი და წყარო
ორიგინალის სათაური
Anthropic warns of self-replicating AI worm threat that doesn't need data centers to self-improve and spread
ორიგინალი გამოქვეყნდა
ქართული თარგმანიინგლისური ენიდან ქართულად
წყარო: Toms Hardware. ქართული თარგმანი — შიკრიკი.
4 წუთის საკითხავი
ტექსტი ავტომატურად ითარგმნა. წყარო: Toms Hardware.
Anthropic-მა 12 ოქტომბრის ანგარიშში შესაძლო მავნე პროგრამა, წონებზე დაფუძნებული რეპლიკატორი, განიხილა. ის ჩვეულებრივი შესრულებადი კოდის ნაცვლად ხელოვნური ინტელექტის მოდელის წონებს გაავრცელებდა. მათთან ერთად გავრცელდებოდა გატეხილ მოწყობილობებზე გამოთვლების შესასრულებლად საჭირო პროგრამული ინფრასტრუქტურაც.
მკვლევრებმა აჩვენეს, რომ Qwen3.5-9B-ს ცხრა გამოცდილი ტიპის აპარატურიდან რვაზე გამოთვლითი სერვერის გამართვა შეუძლია. მათ შორის იყო NVIDIA Jetson Nano, Apple Silicon-ის მქონე Mac-ები, Xeon-ის სერვერები, Google-ის TPU, AMD-ის MI300X და სულ მცირე ერთი RTX 4090-იანი კომპიუტერი. მკვლევრებმა Gemma4-26B-A4B დაახლოებით 55 დოლარის ღირებულების 15 უცნობი ბრენდის Android TV მოწყობილობაზეც გაუშვეს. საერთო სიჩქარემ წამში 0,39 ტოკენი შეადგინა.
Anthropic-მა ქსელში გამრავლების მართვის შესაძლებლობაც გამოსცადა. ექსპერიმენტში Android 15-ის ემულატორებით აღჭურვილი Google Cloud-ის რვა კვანძი გამოიყენეს. საწყისი აგენტი კვანძებს შორის დაუცველი Android Debug Bridge-ის (ADB) პორტით გავრცელდა. მან ფაილები გადაიტანა და თითოეულ სამიზნეზე გამოთვლითი სერვერი გამართა. 1 ტბაიტზე დიდი ზომისა და 744 მილიარდი პარამეტრის მქონე GLM-5.2-მა ხუთი ცდიდან ოთხში გამრავლების პროცესი რვავე კვანძზე დაასრულა. დარჩენილ ცდაში მან შვიდ კვანძს მიაღწია.
GLM-5.2-ის დახმარების გარეშე ეს პროცესი ვერც ერთმა სხვა გამოცდილმა ღია წონების მოდელმა დაასრულა. მათ უფრო დიდი მოდელისთვის დახმარების სათანადოდ თხოვნაც ვერ შეძლეს. GLM-5.2 ჭკვიან ტელევიზორის მოწყობილობებზე საკუთარ თავს არ ამრავლებდა. მან თითოეულ სამიზნეზე გაცილებით პატარა Llama 3.1 8B-სთვის გამოთვლითი სერვერი გამართა. თავად GLM-5.2 ცალკე სერვერზე მუშაობდა, რადგან ემულირებულ კვანძებს დიდი მოდელის გაშვება არ შეეძლოთ.
ამრიგად, Anthropic-მა აჩვენა, რომ გარედან განთავსებულ დიდ მოდელს განზრახ დაუცველი ADB-ის მქონე მოწყობილობებზე გამრავლების გამარტივებული პროცესის მართვა შეუძლია. კომპანიამ ასევე აჩვენა, რომ პატარა მოდელებს გამოთვლითი გარემოს მოწყობა შეუძლიათ. თუმცა მას არ დაუმტკიცებია, რომ პატარა მოდელს სამომხმარებლო აპარატურაზე დამოუკიდებლად გამრავლება შეუძლია.
საიმედო გამრავლებისთვის საკმარისად უნარიანი მოდელები ამჟამად იაფ მოწყობილობებზე გასაშვებად მეტისმეტად დიდია. მათ მეხსიერებაში ჩატეული მოდელები გამოთვლით გარემოს აწყობენ, მაგრამ მთელ პროცესს საიმედოდ ვერ ასრულებენ. ამიტომ ეს საფრთხე ამჟამად პრაქტიკული არ არის. Anthropic-ის გაფრთხილებით, შესაძლებლობებსა და აპარატურის შეზღუდვებს შორის სხვაობა შესაძლოა მალე შემცირდეს.
ხელოვნური ინტელექტის შესაძლებლობების ისტორიული გაუმჯობესების საფუძველზე, Anthropic ვარაუდობს, რომ 30 მილიარდი პარამეტრის კლასის მოდელმა საჭირო დონეს 2026 წლის ბოლომდე შეიძლება მიაღწიოს. თუმცა ეს მხოლოდ ვარაუდია და ეფექტიანობის მნიშვნელოვან პრობლემას ვერ წყვეტს.
სხვა ამბები
Toms Hardware — სხვა ამბები
Ledger-ი 93 მილიონი დოლარის ქურდობის შემდეგ პოლიტიკას გადახედავს
Toms Hardware
Ledger to review sales and anti-tamper policies after $93 million hardware-wallet supply chain attack
კომენტარი (0)
გაგვიზიარე შენი აზრი.
კომენტარები ავტომატურად მოწმდება.
აზრის გასაზიარებლად შექმენი ანგარიში ან შედი.
კომენტარები ჯერ არ არის. დაწერე პირველი.