Вот новостная статья, обобщающая предоставленную информацию:
ИИ-достижения меняют секторы разработки программного обеспечения, кибербезопасности и энергетики
Согласно последним отчетам, искусственный интеллект делает значительные успехи в различных секторах, оказывая влияние на разработку программного обеспечения, кибербезопасность и энергетику. Новые модели ИИ оптимизируют код, в то время как появляются новые векторы атак, и исследуется ядерная энергетика следующего поколения.
OpenAI анонсировала GPT-5.3-Codex, обновленную версию своей модели для кодирования, доступную через командную строку, расширение IDE, веб-интерфейс и новое настольное приложение для macOS, согласно Ars Technica. Компания утверждает, что GPT-5.3-Codex превосходит предыдущие версии в бенчмарках, таких как SWE-Bench Pro и Terminal-Bench 2.0. Хотя некоторые заголовки предполагают, что Codex создал себя сам, Ars Technica предостерегает от преувеличения возможностей модели.
В сфере кибербезопасности новую цепочку атак под названием "IAM pivot" вызывает обеспокоенность. VentureBeat сообщил, что эта атака включает в себя получение разработчиком, казалось бы, легитимного сообщения в LinkedIn от рекрутера. Оценка кода требует установки пакета, который извлекает учетные данные облака, включая персональные токены доступа GitHub, ключи API AWS и основные сервисы Azure. Согласно VentureBeat, злоумышленник может получить доступ к облачной среде в течение нескольких минут. Исследование CrowdStrike Intelligence, опубликованное 29 января, подчеркнуло этот пробел в корпоративном мониторинге атак на основе идентификации.
ИИ также используется для оптимизации ядер GPU. Исследователи из Стэнфорда, Nvidia и Together AI разработали технику под названием Test-Time Training to Discover (TTT-Discover), которая может оптимизировать критическое ядро GPU для работы в два раза быстрее, чем предыдущее передовое решение, написанное экспертами-людьми, сообщает VentureBeat. Этот метод позволяет модели продолжать обучение в процессе вывода и обновлять свои веса для конкретной задачи. Бен Диксон из VentureBeat отметил, что TTT-Discover бросает вызов нынешней парадигме, основанной на "замороженных" моделях.
Между тем, MIT Technology Review рассмотрел вопросы о ядерной энергетике следующего поколения, отметив, что многие реакторы следующего поколения не используют низкообогащенный уран, который используется в обычных реакторах. В статье также подчеркивается необходимость решения проблем с цепочкой поставок этих альтернативных видов топлива.
MIT Technology Review также обсудил растущую потребность в консолидированных системах для ИИ, отметив, что предприятия исторически реагировали на меняющееся давление бизнеса с помощью временных технологических решений. Увеличение количества решений привело к запутанной сети соединений, подчеркивая необходимость интегрированных платформ как услуги (iPaaS).
Discussion
AI Experts & Community
Be the first to comment