تقدّمات الذكاء الاصطناعي تعيد تشكيل تطوير البرمجيات والأمن السيبراني
تشهد موجة من التطورات في مجال الذكاء الاصطناعي تحولاً سريعاً في تطوير البرمجيات والأمن السيبراني، مع ظهور أدوات واستراتيجيات جديدة لمواجهة التحديات المتطورة. تقوم الشركات بإصدار نماذج ذكاء اصطناعي جديدة مصممة لمساعدة المطورين، بينما تعتمد فرق الأمن بشكل متزايد على الذكاء الاصطناعي لإدارة الحجم المتزايد من التهديدات السيبرانية.
في مجال تطوير البرمجيات، أعلنت شركة Mistral AI الفرنسية، التي تضع نفسها كمنافس أوروبي لعمالقة الذكاء الاصطناعي الأمريكيين، يوم الثلاثاء عن التوفر العام لـ Mistral Vibe 2.0، وهي نسخة مطورة من وكيل الترميز الخاص بها والقائم على المحطة الطرفية. وفقًا لـ VentureBeat، يمثل هذا "أكثر دفعة عدوانية للشركة حتى الآن في سوق تطوير البرمجيات التنافسي المدعوم بالذكاء الاصطناعي". يشير الإصدار إلى انتقال Mistral من تقديم أدوات المطورين الخاصة بها في مرحلة اختبار مجانية إلى دمجها مع خطط اشتراك مدفوعة. تأتي هذه الخطوة بعد فترة وجيزة من تصريح آرثر مينش، الرئيس التنفيذي لشركة Mistral، بأن الشركة تتوقع تجاوز مليار دولار.
وفي الوقت نفسه، قامت شركة Moonshot AI الصينية بترقية نموذج Kimi K2 مفتوح المصدر الخاص بها إلى Kimi K2.5، وتحويله إلى نموذج ترميز ورؤية بهندسة تدعم تنسيق سرب الوكيل. ذكرت إميليا ديفيد من VentureBeat أن Kimi K2.5 هو نموذج شامل يدعم كلاً من المدخلات المرئية والنصية، مما يسمح للمستخدمين بالاستفادة من النموذج لمزيد من مشاريع الترميز المرئي. كان نموذج Kimi K2، الذي يعتمد عليه Kimi K2.5، يحتوي على تريليون معلمة إجمالية و 32 مليار معلمة نشطة.
في مجال الأمن السيبراني، تقوم فرق مركز عمليات الأمن (SOC) بشكل متزايد بأتمتة عمليات الفرز لإدارة العدد الهائل من التنبيهات التي تتلقاها يوميًا. ذكر لويس كولومبوس من VentureBeat أن متوسط مركز عمليات الأمن للمؤسسة يتلقى 10000 تنبيه يوميًا، ويتطلب كل منها من 20 إلى 40 دقيقة للتحقيق فيه بشكل صحيح. ومع ذلك، حتى الفرق المجهزة بالكامل لا يمكنها التعامل إلا مع 22 من هذه التنبيهات. اعترف أكثر من 60٪ من فرق الأمن بتجاهل التنبيهات التي ثبت لاحقًا أنها بالغة الأهمية. نتيجة لذلك، أصبحت مهام المحلل من المستوى الأول مثل الفرز والإثراء والتصعيد وظائف برمجية، مع تحول المزيد من فرق مركز عمليات الأمن إلى وكلاء الذكاء الاصطناعي الخاضعين للإشراف للتعامل مع الحجم. يقوم المحللون البشريون بتحويل أولوياتهم إلى التحقيق والمراجعة واتخاذ قرارات الحالات الشاذة، مما يقلل من أوقات الاستجابة.
ومع ذلك، تتوقع Gartner أن أكثر من 40٪ من عمليات تنفيذ الذكاء الاصطناعي الوكيلة ستفشل بسبب نقص حدود الحوكمة. كتب كولومبوس: "عدم دمج البصيرة والحدس البشريين يأتي بتكلفة عالية".
بالإضافة إلى هذه التطبيقات المحددة، تبذل OpenAI أيضًا جهدًا متضافرًا لدمج تقنيتها في البحث العلمي. وفقًا لـ MIT Technology Review، أطلقت OpenAI فريقًا جديدًا يسمى "OpenAI for Science" في أكتوبر، مخصصًا لاستكشاف كيف يمكن لنماذجها اللغوية الكبيرة مساعدة العلماء وتعديل أدواتها لدعمهم. يستكشف كيفن ويل، نائب الرئيس في OpenAI، كيف يتناسب التوجه نحو العلوم مع مهمة OpenAI الأوسع وما الذي تأمل الشركة في تحقيقه.
في حين أن هذه التطورات في مجال الذكاء الاصطناعي تكتسب زخمًا، فإن المطورين يستكشفون أيضًا تقنيات أكثر رسوخًا. شارك أحد مستخدمي Hacker News ملاحظات حول البدء في استخدام Django، وهو إطار عمل للويب، مشيرًا إلى أنه من الجيد عندما يتم حل كل مشكلة بالفعل. وأشار المستخدم أيضًا إلى أن Django لديه سحر أقل من Rails.
Discussion
Join the conversation
Be the first to comment