Microsoft on välja andnud valikulise eelvaate koondvärskenduse KB5041587 Windows 11 23H2 ja 22H2 jaoks, mis lisab Android-seadmetele jagamise ja parandab mitu File Exploreri probleemi.

2024. aasta augusti mitteturvalisuse eelvaate värskendus parandab Windowsi jagamisvõimalusi, võimaldades kasutajatel Windowsi jagamisakna abil hõlpsasti sisu jagada oma Android-seadmetega.

“Selleks peate oma Android-seadme siduma Windowsi arvutiga. Kasutage Android-seadmes rakendust Link to Windows ja arvutis Phone Linki,” ütleb Microsoft.

KB5041587 lahendab ka mitmeid File Exploreri probleeme, mille tõttu otsing ei käivitu, kui vajutate klahvikombinatsiooni Ctrl+F, ja kaotab fookuse, kui vajutate Shift+Tab.

Redmond parandas ka sidumisfiltri draiveri vea, mis põhjustab süsteemi külmumise sümboolsetele linkidele juurdepääsul, samuti talveunerežiimi peatamise tõrke, mis paneb sülearvutid pärast talveunerežiimist naasmist reageerima, kui olete kaane mitu korda sulgenud ja avanud.

Saate installida Windows 11 värskenduse KB5041587, avades Seaded > Windowsi värskendus ja klõpsates valikul „Otsi värskendusi.” Kuna tegemist on valikulise värskendusega, peate selle installima, klõpsates linki „Laadi alla ja installi”.

Selle mitteturvalise eelvaatevärskenduse saate ka käsitsi alla laadida ja installida Microsofti värskenduste kataloogist.

Windows 11 KB5041587 esiletõstmised

2024. aasta augusti eelvaade sisaldab täiendavaid parandusi ja täiustusi ning värskendab Windows 11 22H2 ja 23H2 järgudele 22621.4112 ja 22631.4112.

Selle kuu turvalisusega mitteseotud eelvaatevärskendus sisaldab ka täiendavaid parandusi:

• (Sisestusmeetodi redaktor (IME)) Kui liitkastis on sisendi fookus, võib selle akna sulgemisel tekkida mäluleke.
• (Bluetooth) Välised seadmed kaotavad ühenduse teatud Bluetoothi ​​poliitikate juurutamisel.
• (Unified Write Filter (UWF) ja Microsoft System Centeri konfiguratsioonihaldur (SCCM)) SCCM-i ülesanne UWF-i uuesti lubamiseks nurjub UWF-i ummikseisu tõttu. See peatab seadme taaskäivitamise, kui ootate.
• (Windows Hello for Business) PIN-koodi lähtestamine ei tööta, kui valite mandaatide ekraanil lingi “Unustasin oma PIN-koodi”.

Microsoft tuletas täna ka meelde, et Windows 11 22H2 Home ja Pro versioonid jõuavad hoolduse (EOS) lõpuni 8. oktoobril.

Kuni selle ajani saavad need kaks Windowsi väljaannet ainult turvavärskendusi ega saa enam mitte-turvalisusega seotud eelvaatevärskendusi. Redmond jätkab aga ettevõtlus- ja haridusväljaannete toetamist ka pärast oktoobrit.

“Turva- ja mitteturvavärskenduste saamise jätkamiseks pärast 8. oktoobrit 2024 soovitame teil värskendada Windowsi uusimale versioonile,” lisas ettevõte.

Windows 11 23H2 (tuntud ka kui Windows 11 2023 värskendus), uusim Windowsi versioon, avaldati 31. oktoobril lubamispaketina pärast seda, kui see võeti kasutusele kuu aega varem ettevõtte testimiseks mõeldud Release Preview Insider versioonina.

See võeti laialdaselt kasutusele eelmisel kuul, 18. juulil, ja on nüüd laialdaselt saadaval kõigile abikõlblike süsteemide otsijatele. Redmond on Windows 11 23H2 funktsioonivärskenduse sundinstallinud alates veebruarist sobilikesse süsteemidesse, mis jõudsid kätte või olid sellele lähedal.

USA marssalite teenistus (USMS) eitab, et Hunters Internationali lunavarajõuk rikkus tema süsteeme pärast seda, kui ta kuulutati esmaspäeval küberkuritegude grupi lekkekohale uue ohvrina.

“USMS on süüdistustest teadlik ja on hinnanud üksikisikute poolt pimedasse veebi postitatud materjale, mis ei näi pärinevat ühestki uuest või avalikustamata juhtumist,” ütles pressiesindaja BleepingComputerile, kui tal paluti kinnitada küberkuritegude rühmituse väiteid.

Kuigi lunavaragrupp ei ole veel avaldanud ühtegi väidetavalt varastatud dokumenti, on nad juba lisanud USMS-i kirjesse nende failide pisipildid oma väidete toetuseks.

Kuigi föderaalne õiguskaitseamet ei andnud lisateavet, on BleepingComputer teada saanud, et Hunters Internationali nende tumeda veebi andmelekke saidil avaldatud andmed on samad, mis 2023. aasta märtsis müüki pandud andmed venekeelse häkkimise kohta. foorum.

Ohunäitleja nimega “Tronic” väitis 2023. aastal, et varastatud toimikud sisaldasid passide ja isikut tõendavate dokumentide koopiaid, õhust kaadreid ja fotosid sõjaväebaasidest ja muudest rangelt turvatud aladest, üksikasju kodanike pealtkuulamise ja jälgimise kohta, teavet süüdimõistetute ja jõugujuhtide kohta. , ja kartellid ning mõned failid on märgitud kui SALAJANE või TÄIESTI SALAJANE.

On ebaselge, kas algne müüja Tronic on nüüd seotud Hunters Internationaliga või ostis lunavararühm varem andmed ja üritab neid nüüd edasi müüa.

Kuu aega varem, 2023. aasta veebruaris, kinnitas USMS, et uurib tundliku õiguskaitsealase teabe vargust pärast seda, kui lunavararünnak mõjutas “eraldi USMS-süsteemi”.

“Mõjutatud süsteem sisaldab õiguskaitsega seotud tundlikku teavet, sealhulgas kohtuprotsessist saadud teavet, haldusteavet ja isikut tuvastavat teavet, mis on seotud USMS-i uurimiste subjektide, kolmandate osapoolte ja teatud USMS-i töötajatega,” ütles USMS-i pressiesindaja Drew Wade.

USMS avalikustas 2020. aasta mais veel ühe andmerikkumise pärast seda, kui see paljastas 2019. aasta detsembris toimunud intsidendi käigus kogemata enam kui 387 000 endise ja praeguse kinnipeetava andmed, sealhulgas isikut tuvastavad andmed, nagu nende nimed, sünnikuupäevad, kodused aadressid ja sotsiaalkindlustuse numbrid.

Hunters International, küberkuritegude jõuk, kes nimetas USMS-i oma lekkekohal uue ohvrina sel nädalal, on lunavaraoperatsioon, mis ilmus 2023. aasta lõpus ja mis märgiti koodide sarnasuste tõttu Hive võimaliku ümberkaubamärgina.

Märkimisväärsete ohvrite hulka, mille see lunavararühm viimase aasta jooksul nõudis, on Jaapani optikagigant Hoya, USA mereväe töövõtja Austal USA ja Integris Health.

Jõuk tungis detsembris ka Fred Hutchi vähikeskusesse, ähvardades lekitada enam kui 800 000 vähihaige varastatud andmed (sealhulgas nende nimed, sotsiaalkindlustuse numbrid, telefoninumbrid, haiguslugu, laboritulemused ja kindlustusandmed), kui nad seda ei teeks. makstud.

Seni on Hunters Internationali operaatorid sihikule võtnud igas suuruses ettevõtteid, kusjuures BleepingComputer on näinud lunarahanõudeid sadadest tuhandetest kuni miljonite dollariteni, olenevalt sihtorganisatsiooni suurusest.

Alates aasta algusest on nad nõudnud 157 rünnakut erinevate organisatsioonide vastu kogu maailmas (sealhulgas USMS), mis tähendab, et see on üks aktiivsemaid lunavaraoperatsioone.

Google teatas äsja kolme uue eksperimentaalse tehisintellekti mudeli väljalaskmisest, mis demonstreerivad oma käimasolevat innovatsiooni selles valdkonnas, rõhutades samas ka AI-võimaluste kiiret arengut.

Google’i uute pakkumiste esirinnas on Gemini 1.5 Flash 8B, kompaktne jõuallikas, mis on loodud paljude mitmeliigiliste ülesannete lahendamiseks. See 8 miljardi parameetriga mudel kujutab endast märkimisväärset saavutust tehisintellekti tõhususe osas, mis näitab, et väiksematel mudelitel on jõudluse osas märkimisväärne mõju.

Variant Flash 8B on eriti tähelepanuväärne oma võime tõttu tulla toime suure mahuga ülesannetega ja pika kontekstiga kokkuvõtete tegemisega. See võimalus muudab selle atraktiivseks valikuks rakendustele, mis nõuavad suurte andmemahtude kiiret töötlemist või võimet mõista ja sünteesida pikkade dokumentide teavet.

Täiustatud Gemini 1.5 Pro: piiride nihutamine

Toetudes oma eelkäija edule, on uuendatud Gemini 1.5 Pro mudel täiustatud versioon, millel on suurepärane jõudlus erinevate sisemiste võrdlusnäitajate puhul ning millel on erilised tugevused keeruliste viipade käsitlemisel ja kodeerimisülesannete lahendamisel.

Gemini 1.5 Pro edusammud ei ole pelgalt järkjärgulised täiustused. Google’i sõnul ületab see uus iteratsioon oma eelkäijat kõigis aspektides, andes märku märkimisväärsest arenguhüppest tehisintellekti võimekuses. See edusamm on eriti oluline arendajatele ja ettevõtetele, kes töötavad keerukate AI-rakendustega, mis nõuavad keele nüansi mõistmist ja genereerimist.

Täiustatud Gemini 1.5 välklamp: kiirus ja tõhusus

Uute väljalasete kolmiku täiendab uuendatud Gemini 1.5 Flash mudel. Kuigi konkreetsed üksikasjad selle täiustuste kohta on teadaandes vähem ulatuslikud, teatab Google, et see mudel on paljude sisemiste võrdlusnäitajate puhul näidanud märkimisväärset jõudluse kasvu.

Keskendumine Flash-mudeli täiustamisele rõhutab AI-rakenduste kiiruse ja tõhususe tähtsust. Kuna ettevõtted ja arendajad püüavad AI-lahendusi ulatuslikult rakendada, muutuvad üha väärtuslikumaks mudelid, mis suudavad anda kiireid tulemusi ilma kvaliteedis järeleandmisi tegemata.

Need kolm mudelit, millest igaühel on oma unikaalsed tugevused ja võimalused, esindavad Google’i mitmekülgset lähenemist tehisintellekti tehnoloogia edendamisele. Pakkudes erinevaid võimalusi, mis on kohandatud erinevatele vajadustele ja kasutusjuhtudele, positsioneerib Google end vastama tehisintellekti turu erinevatele nõudmistele, nihutades samal ajal keeletöötluse piire.

Mõju arendajatele ja AI rakendustele

Google on teinud need eksperimentaalsed mudelid kättesaadavaks Google AI Studio ja Gemini API kaudu. Gemini 1.5 Flash 8B mudelile pääseb tasuta juurde nime allgemini-1.5-flash-8b-exp-0827“. Värskendatud Gemini 1.5 Pro ja Flash versioonid on saadaval kui “gemini-1.5-pro-exp-0827” ja „gemini-1.5-flash-exp-0827” vastavalt.

Need mudelid avavad uusi võimalusi arendajatele, kes töötavad:

• Suuremahuline andmetöötlus
• Pika konteksti kokkuvõte
• Kompleksne kiire käsitsemine
• Täiustatud kodeerimisülesanded

Google’i nende eksperimentaalsete mudelite väljalasel on peamiselt kaks eesmärki:

1. Arendajatele tipptasemel tööriistade pakkumine
2. Tulevaste täiustuste teavitamiseks reaalse tagasiside kogumine

Ettevõte kavatseb kasutada nende eksperimentaalsete käivitamiste teadmisi, et täpsustada mudeleid enne nende laiemat väljalaskmist.

Google’i AI strateegia muutub selgemaks

Google’i strateegia on muutumas selgemaks, ettevõte keskendub nii suure võimsusega mudelite kui ka tõhusamate, ülesandepõhiste variantide väljatöötamisele. Selle lähenemisviisi eesmärk on rahuldada mitmesuguseid AI-rakendusi, alates ressursimahukatest ülesannetest kuni kiiret ja kerget töötlemist vajavate ülesanneteni.

Nende eksperimentaalsete mudelite avaldamine, järgides täpselt eelmisi versioone, näitab Google’i pühendumust tehisintellekti kiiretele arendustsüklitele. See paindlik lähenemisviis võimaldab kasutajate tagasiside põhjal kiiresti lisada täiustusi ja kohandusi.

AI mudelite pakkumisi pidevalt värskendades ja laiendades säilitab Google oma positsiooni tehisintellektiruumi võtmeisikuna. See strateegia konkureerib otseselt teiste suurte tehnoloogiaettevõtetega, kes arendavad suuri keelemudeleid ja tehisintellekti tööriistu.

Need väljaanded rõhutavad ka reaalmaailma testimise tähtsust tehisintellekti arendamisel. Tehes eksperimentaalsed mudelid arendajatele kättesaadavaks, kiirendab Google AI-tehnoloogiate tagasisideahelat ja praktilist rakendamist.

Alumine rida

Google’i kolme eksperimentaalse AI mudeli – Gemini 1.5 Flash 8B, täiustatud Gemini 1.5 Pro ja täiustatud Gemini 1.5 Flash – väljalase on oluline edasiminek keeletöötlustehnoloogias. Need mudelid, mis tasakaalustavad võimsust ja tõhusust, sobivad erinevatele AI-rakendustele alates suuremahulisest andmetöötlusest kuni keerukate kodeerimisülesanneteni. Tehes need tööriistad arendajatele kättesaadavaks ja seades esikohale reaalse tagasiside, ei tugevda Google mitte ainult oma positsiooni konkurentsitihedal tehisintellektil, vaid kiirendab ka tehisintellekti võimaluste arengut.

Mikroskaala robootika valdkond on pikka aega maadelnud põhilise väljakutsega: kuidas tagada piisav võimsus autonoomsetele seadmetele, mis on piisavalt väikesed, et liikuda inimkehas või tööstuslikes torustikes. Traditsioonilised toiteallikad on selliste rakenduste jaoks olnud liiga suured või ebatõhusad, piirates nende miniatuursete imede potentsiaali. Kuid Massachusettsi Tehnoloogiainstituudi (MIT) murranguline arendus tõotab selle tõkke ületada, käivitades potentsiaalselt uue mikroskaala robootika ajastu.

MIT-i insenerid on välja töötanud nii väikese aku, mis konkureerib juuksekarva paksusega, kuid samas piisavalt võimas, et anda energiat autonoomsetele mikrorobotidele. See uuendus võib muuta valdkonnad alates tervishoiust kuni tööstuse hoolduseni, pakkudes enneolematuid võimalusi sihipäraseks sekkumiseks ja kontrollimiseks varem ligipääsmatutes keskkondades.

Miniaturiseerimise jõud

Uus MIT-i väljatöötatud aku nihutab miniaturiseerimise piirid märkimisväärsete äärmusteni. Vaid 0,1 millimeetri pikkune ja 0,002 millimeetri paksune toiteallikas on palja silmaga vaevu nähtav. Vaatamata väikesele suurusele on aku tugev, mis on võimeline tootma kuni 1 volti elektrit – sellest piisab väikeste vooluahelate, andurite või täiturmehhanismide toiteks.

Selle aku funktsionaalsuse võti peitub selle uuenduslikus disainis. See kasutab ümbritsevast õhust hapnikku tsingi oksüdeerimiseks, luues elektrivoolu. See lähenemisviis võimaldab akul töötada erinevates keskkondades, ilma et oleks vaja väliseid kütuseallikaid, mis on autonoomse töö jaoks erinevates seadetes ülioluline.

Võrreldes olemasolevate väikeste robotite toitelahendustega, on MIT-i aku märkimisväärne samm edasi. Varasemad katsed toita mikroskaala seadmeid põhinesid sageli välistel energiaallikatel, nagu laserid või elektromagnetväljad. Kuigi need meetodid on tõhusad kontrollitud keskkondades, piirasid need tugevalt robotite ulatust ja autonoomiat. Uus aku seevastu pakub sisemist toiteallikat, laiendades oluliselt mikrorobotite potentsiaalseid rakendusi ja tööulatust.

Autonoomsete mikrorobotite vallandamine

Selle mikroskaala aku väljatöötamine tähistab pöördelist nihet robootika valdkonnas, eriti autonoomsete mikroseadmete valdkonnas. Integreerides toiteallika otse nendesse pisikestesse masinatesse, saavad teadlased nüüd ette kujutada tõeliselt sõltumatuid robotsüsteeme, mis on võimelised töötama keerulistes reaalses keskkonnas.

See täiustatud autonoomia on teravas kontrastis sellele, mida teadlased nimetavad “marionettsüsteemideks” – mikrorobotid, mis sõltuvad välistest toiteallikatest ja juhtimismehhanismidest. Kuigi sellised süsteemid on näidanud muljetavaldavaid võimalusi, piirab nende sõltuvus välistest sisenditest nende potentsiaalseid rakendusi, eriti raskesti ligipääsetavates või tundlikes keskkondades.

Michael Strano, MIT-i keemiatehnoloogia professor ja uuringu vanemautor Michael Strano, rõhutab selle tehnoloogia transformatiivset potentsiaali: „Arvame, et see on robootika jaoks väga kasulik. Ehitame akule robotifunktsioone ja hakkame neid komponente seadmeteks kokku panema.

Võimalus toita erinevaid komponente, sealhulgas täiturmehhanisme, memristoreid, kellaahelaid ja andureid, avab nende mikrorobotite jaoks palju võimalusi. Nad võivad potentsiaalselt liikuda keerulistes keskkondades, töödelda teavet, jälgida aega ja reageerida keemilistele stiimulitele – kõike seda vormiteguriga, mis on piisavalt väike, et neid inimkehasse või tööstussüsteemidesse viia.

Võimalikud rakendused

Alates tervishoiust kuni tööstusliku hoolduseni on selle tehnoloogia võimalikud rakendused nii mitmekesised kui ka murrangulised.

Meditsiinilised piirid

Mikroskaala akutehnoloogia avab põnevaid võimalusi meditsiinivaldkonnas, eriti ravimite sihipärasel kohaletoimetamisel. Teadlased näevad ette pisikeste akutoitel robotite kasutuselevõttu inimkehas, et transportida ja vabastada ravimeid kindlates kohtades. See lähenemine võib revolutsiooniliselt muuta erinevate haigusseisundite ravi, parandades tõhusust, vähendades samal ajal süsteemse ravimite manustamisega seotud kõrvaltoimeid.

Lisaks ravimite kohaletoimetamisele võivad need mikrorobotid võimaldada uusi minimaalselt invasiivse diagnostika ja sekkumiste vorme. Näiteks võib neid kasutada koeproovide kogumiseks, veresoonte ummistuste kõrvaldamiseks või siseorganite reaalajas jälgimiseks. Võimalus andureid ja saatjaid sellisel skaalal toita võib viia ka täiustatud siirdatavate meditsiiniseadmeteni pidevaks tervisekontrolliks.

Tööstuslikud uuendused

Tööstussektoris on selle tehnoloogia rakendused võrdselt paljulubavad. Üks vahetumaid võimalikke kasutusviise on gaasitoru lekke tuvastamine. Nende patareide jõul töötavad miniatuursed robotid suudavad liikuda keerulistes torujuhtmesüsteemides, tuvastades ja leides lekkeid enneolematu täpsuse ja tõhususega.

Tehnoloogia võib leida rakendusi ka muudes tööstuslikes seadetes, kus juurdepääs on piiratud või inimestele ohtlik. Näited hõlmavad tuumaelektrijaamade struktuuride terviklikkuse kontrollimist, keemiliste protsesside jälgimist suletud reaktorites või kitsaste ruumide uurimist tootmisseadmetes hoolduse eesmärgil.

Mikropatarei sees

Selle uuenduse südameks on tsink-õhk aku disain. See koosneb tsinkelektroodist, mis on ühendatud plaatinaelektroodiga, mõlemad on manustatud polümeerribasse, mis on valmistatud mikroelektroonikas tavaliselt kasutatavast materjalist SU-8. Õhus olevate hapnikumolekulidega kokkupuutel tsink oksüdeerub, vabastades elektronid, mis voolavad plaatinaelektroodile, tekitades seega elektrivoolu.

See geniaalne disain võimaldab akul toita erinevaid mikrorobotilise funktsionaalsuse jaoks olulisi komponente. Oma uurimistöös näitas MIT-i meeskond, et aku võib pingestada:

1. Täiturmehhanism (robotkäsi, mis on võimeline tõstma ja langetama)
2. Memristor (elektriline komponent, mis suudab salvestada mälestusi, muutes selle elektritakistust)
3. Kellaahel (võimaldab robotitel aega jälgida)
4. Kahte tüüpi keemilisi andureid (üks valmistatud aatomõhukesest molübdeendisulfiidist ja teine ​​süsinik-nanotorudest)

Tulevikusuunad ja väljakutsed

Kuigi mikroaku praegused võimalused on muljetavaldavad, on käimasolevate uuringute eesmärk suurendada selle pingeväljundit, mis võib võimaldada täiendavaid rakendusi ja keerukamaid funktsioone. Meeskond tegeleb ka aku integreerimisega otse robotseadmetesse, liikudes kaugemale praegusest seadistusest, kus aku ühendatakse väliste komponentidega juhtme kaudu.

Meditsiinirakenduste puhul on kriitiline kaalutlus biosobivus ja ohutus. Teadlased näevad ette nende seadmete versioonide väljatöötamist, kasutades materjale, mis pärast nende ülesande täitmist organismis ohutult lagunevad. Selline lähenemine välistaks taastamise vajaduse ja vähendaks pikaajaliste tüsistuste riski.

Teine põnev suund on nende mikropatareide potentsiaalne integreerimine keerukamatesse robotsüsteemidesse. See võib kaasa tuua koordineeritud mikrorobotite sülemeid, mis suudavad lahendada suuremahulisi ülesandeid või pakkuda ulatuslikumat seire- ja sekkumisvõimet.

Alumine rida

MIT-i mikroskaala aku kujutab endast olulist edasiminekut autonoomse robootika valdkonnas. Rakusuurustele robotitele elujõulise toiteallika pakkumisega sillutab see tehnoloogia teed murrangulistele rakendustele meditsiinis, tööstuses ja mujal. Kuna teadusuuringud jätkavad selle uuenduse täiustamist ja laiendamist, seisame nanotehnoloogias uue ajastu lävel, mis tõotab muuta meie võimet suhelda ja maailmaga mikroskaalal manipuleerida.

Revolutsioonilise sammuna inimese ja tehisintellekti suhtluses on MindPortali teadlased edukalt välja töötanud MindSpeechi, esimese tehisintellekti mudeli, mis suudab pideva kujuteldava kõne sidusaks tekstiks dekodeerida ilma igasuguste invasiivsete protseduurideta. See edusamm tähistab olulist verstaposti inimeste ja masinate vahelise sujuva ja intuitiivse suhtluse otsingul.

Teerajav uuring: mitteinvasiivne mõtte dekodeerimine

Uurimistöö, mille viis läbi juhtivate ekspertide meeskond ja mis avaldati arXivis ja ResearchGate’is, näitab, kuidas MindSpeech suudab kontrollitud katsetingimustes keerukaid vabas vormis mõtteid tekstiks dekodeerida. Erinevalt varasematest jõupingutustest, mis nõudsid invasiivset operatsiooni või piirdusid lihtsate, meeldejäetud verbaalsete näpunäidetega, näitab see uuring, et AI suudab dünaamiliselt tõlgendada kujutletud kõnet ajutegevusest mitteinvasiivselt.

Teadlased kasutasid ajutegevuse jälgimiseks kaasaskantavat suure tihedusega funktsionaalse lähiinfrapunaspektroskoopia (fNIRS) süsteemi, samal ajal kui osalejad kujutasid ette lauseid erinevatel teemadel. Uudne lähenemisviis hõlmas “sõnapilve” ülesannet, kus osalejatele esitati sõnad ja neil paluti ette kujutada nende sõnadega seotud lauseid. See ülesanne hõlmas üle 90% kõige sagedamini kasutatavatest sõnadest inglise keeles, luues rikkaliku andmekogu, mis koosnes 433–827 lausest osaleja kohta ja mille keskmine pikkus oli 9,34 sõna.

Täiustatud AI kasutamine: Llama2 ja ajusignaalid

MindSpeechi tehisintellekti komponenti toiteallikaks oli Llama2 Large Language Model (LLM), keerukas teksti genereerimise tööriist, mida juhivad ajusignaali genereeritud manustused. Need manused loodi ajusignaalide integreerimisel kontekstisisendtekstiga, võimaldades AI-l luua kujuteldavast kõnest sidusat teksti.

Tehisintellekti mudeli täpsuse hindamiseks kasutati selliseid võtmemõõdikuid nagu BLEU-1 ja BERT P skoori. Tulemused olid muljetavaldavad, näidates statistiliselt olulist dekodeerimise täpsuse paranemist kolmel neljast osalejast. Näiteks osaleja 1 BLEU-1 skoor oli oluliselt kõrgem (0,265), võrreldes 0,224-ga permuteeritud sisendite puhul, p-väärtusega 0,004, mis näitab, et kujutletud mõtetega tihedalt kooskõlas oleva teksti genereerimine on jõuline.

Ajutegevuse kaardistamine ja mudelikoolitus

Uuring kaardistas ka kujuteldava kõnega seotud ajutegevuse, keskendudes sellistele piirkondadele nagu lateraalne ajakoor, dorsolateraalne prefrontaalne ajukoor (DLPFC) ja visuaalse töötlemise piirkonnad kuklaluu ​​piirkonnas. Need leiud on kooskõlas varasemate uuringutega kõne kodeerimise kohta ja rõhutavad fNIRS-i kasutamise teostatavust mitteinvasiivseks aju jälgimiseks.

AI mudeli koolitamine hõlmas keerulist kiire häälestamise protsessi, kus ajusignaalid muudeti manusteks, mida seejärel kasutas LLM teksti genereerimiseks. Selline lähenemine võimaldas genereerida lauseid, mis ei olnud mitte ainult keeleliselt sidusad, vaid ka semantiliselt sarnased algse kujutletud kõnega.

Samm inimese ja tehisintellekti sujuva suhtluse poole

MindSpeech kujutab endast murrangulist saavutust AI-uuringutes, näidates esimest korda, et ajust on võimalik dekodeerida pidevat kujutletud kõnet ilma invasiivsete protseduurideta. See areng sillutab teed loomulikumaks ja intuitiivsemaks suhtlemiseks AI-süsteemidega, muutes potentsiaalselt inimeste ja tehnoloogiaga suhtlemist.

Selle uuringu edu toob esile ka potentsiaali edasiseks edusammuks selles valdkonnas. Kuigi tehnoloogia ei ole veel laialdaseks kasutamiseks valmis, annavad leiud pilguheit tulevikku, kus telepaatiline suhtlus tehisintellektiga võib saada reaalsuseks.

Mõjud ja tulevikuuuringud

Selle uurimistöö tagajärjed on ulatuslikud, alates sidepuudega inimestele mõeldud abitehnoloogiate täiustamisest kuni uute piiride avamiseni inimese ja arvuti suhtluses. Uuring toob aga välja ka ees ootavad väljakutsed, nagu tehisintellekti mudeli tundlikkuse ja üldistavuse parandamine ning selle kohandamine laiemale kasutajaskonnale ja rakendustele.

Tulevased uuringud keskenduvad AI-algoritmide täiustamisele, andmestiku laiendamisele rohkemate osalejatega ja tehnoloogia reaalajas rakenduste uurimisele. Eesmärk on luua tõeliselt sujuv ja universaalne aju-arvuti liides, mis suudab tekstiks või muudeks suhtlusvormideks dekodeerida mitmesuguseid mõtteid ja ideid.

Järeldus

MindSpeech on teedrajav läbimurre inimese ja tehisintellekti kommunikatsioonis, mis näitab mitteinvasiivsete aju arvutiliideste uskumatut potentsiaali.

Lugejad, kes soovivad selle ettevõtte kohta rohkem teada saada, peaksid lugema meie intervjuud MindPortali tegevjuhi ja kaasasutaja Ekram Alamiga, kus arutame, kuidas MindPortal suhtleb suurte keelemudelitega vaimsete protsesside kaudu.

Tehisintellekt (AI) on küberjulgeolekutööstuse tormiliselt vallutanud ning igasugused müüjad töötavad selle nimel, et AI oma lahendustesse integreerida. Kuid AI ja turvalisuse suhe seisneb enamas kui AI võimaluste rakendamises – see puudutab seda, kuidas nii ründajad kui kaitsjad kasutavad tehnoloogiat, et muuta tänapäevase ohumaastiku nägu. See puudutab ka seda, kuidas neid AI mudeleid arendatakse, värskendatakse ja kaitstakse. Tänapäeval on küberjulgeolekus tehisintellektil kolm põhisammast – ja kuna üha rohkem organisatsioone pöördub tehisintellektil põhinevate lahendustega turvateenuste pakkujate poole, on üha olulisem mõista, kuidas seda tehnoloogiat tegelikult kasutatakse.

Sammas nr 1: AI võimaluste kaitsmine

Kuna tehisintellektil põhinevate lahenduste kasutuselevõtt kasvab jätkuvalt hüppeliselt, mõistavad ettevõtted üha enam, et nende lahenduste kaitsmine peab olema prioriteet. Tehisintellekti lahendusi õpetatakse kasutama tohutul hulgal andmemahtusid (mida rohkem andmeid, seda täpsem lahendus), mis tähendab, et ründaja, kellel õnnestub mõnda neist lahendustest rikkuda, võib istuda kliendiandmete, intellektuaalomandi, finantsteabe aardel, ja muud väärtuslikku vara. Kuna ründajad kasutavad neid rünnakute vektoreid üha kasvava kiirusega, on organisatsioonide esimene kaitseliin nende võime kaitsta igapäevaselt kasutatavaid tehisintellekti mudeleid.

Õnneks pole see probleem saladus – tegelikult kasvab spetsiaalselt tehisintellektimudelite kaitsmiseks loodud lahenduste turg kiiresti ning viimase aasta-kahe jooksul on tekkinud märkimisväärne hulk idufirmasid. Samuti on oluline meeles pidada, et kuigi sellised lahendused nagu generatiivne AI on suhteliselt uued, on AI olnud olemas juba mõnda aega – ja enamikul tehisintellekti lahendustest on teatud turvalisus sisse ehitatud. Sellegipoolest peaksid organisatsioonid enda ja oma andmete kaitsmiseks alati astuma täiendavaid samme ning kolmandate osapoolte lahendustest pole puudust, mis aitavad kaitsta tehisintellekti torujuhtmeid hõlpsat tulemust otsivate ründajate eest.

Sammas nr 2: AI-d kasutavate ründajate peatamine

Kuna tehisintellekt muutub üha kättesaadavamaks, ei tohiks olla üllatav, et ründajad kasutavad seda tehnoloogiat oma eesmärkidel. Nii nagu AI võimaldab organisatsioonidel oma tegevust sujuvamaks muuta ning tüütuid ja korduvaid protsesse automatiseerida, aitab see ka ründajatel suurendada oma rünnakute ulatust ja keerukust. Praktikas ei kasuta ründajad AI-d “uut tüüpi” rünnakute läbiviimiseks – vähemalt mitte veel. Kuid tehnoloogia muudab olemasolevate rünnakutaktikate äärmiselt suurel hulgal kaasamise lihtsamaks.

Näiteks andmepüügipettused on numbrimäng – kui ainult 1% adressaatidest klõpsab pahatahtlikul lingil, on see ründaja võit. Kuid tehisintellekti abil saavad ründajad rakendada oma andmepüügimeili enneolematul tasemel isikupärastamist, muutes need veenvamaks ja ohtlikumaks kui kunagi varem. Veelgi hullem on see, et kui organisatsioon on sattunud ohtu (andmepüügi või muul viisil), saab ründaja kasutada tehisintellekti, et analüüsida avastusandmeid ja luua otsustusprotsess, mis muudab levitamise lihtsamaks ja varjatumaks. Mida rohkem ründajad suudavad levitamist automatiseerida, seda kiiremini jõuavad nad oma eesmärgini – sageli enne, kui traditsioonilised turbetööriistad suudavad isegi rünnaku tuvastada, rääkimata sellele tõhusalt reageerimisest.

See tähendab, et organisatsioonid peavad olema valmis – ja see algab lahenduste olemasolust, mis suudavad neid suuremahulisi ja keerukaid rünnakuid tuvastada ja nende eest kaitsta. Kuigi paljudel ettevõtetel võib olla lahendusi andmepüügipettuste, pahavara rünnakute ja muude vektorite vastu kaitsmiseks, on oluline neid lahendusi testida, et olla kindel, et need jäävad tõhusaks, kuna rünnakud sagenevad ja muutuvad keerukamaks. Turvajuhid peavad meeles pidama, et see ei tähenda ainult õigete lahenduste leidmist, vaid ka selle tagamist, et need töötavad ootuspäraselt reaalsete ohtude vastu.

Sammas nr 3: AI kasutamine küberturbetoodetes

Viimane sammas on see, mida turvaspetsialistid tunnevad kõige paremini: küberturbe müüjad, kes kasutavad oma toodetes tehisintellekti. Üks asi, mida tehisintellekt kõige paremini oskab, on mustrite tuvastamine, mistõttu on see ideaalne kahtlase või ebanormaalse tegevuse tuvastamiseks. Üha suurem hulk tarnijaid kasutab oma tuvastamislahendustes tehisintellekti ning paljud kasutavad tehisintellekti ka teatud paranduselementide automatiseerimiseks. Varem on madalatasemeliste ohtudega tegelemine olnud küberturvalisuse tüütu, kuid vajalik element. Tänapäeval suudab AI automatiseerida suure osa sellest protsessist, tegeledes väiksemate intsidentidega automaatselt ja võimaldades turvaspetsialistidel keskenduda ainult otsest tähelepanu nõudvatele ohtudele.

See on lisanud olulist lisaväärtust paljudele turvalahendustele, kuid see ei juhtu vaakumis. AI-mudeleid tuleb hooldada ja oluline on teha koostööd tarnijatega, kellel on maine oma mudelite järjepideva ajakohastamise eest. Potentsiaalsete turbepartnerite kontrollimine on kriitilise tähtsusega ja organisatsioonid peavad teadma, kuidas müüjad AI-ga töötavad: kust nende andmed pärinevad, kuidas nad väldivad selliseid probleeme nagu loomupärane eelarvamus ja muud tegurid võivad (ja peaksid) mõjutama otsust, kas teha koostööd teatud konkreetsega. müüja. Kuigi tehisintellekti lahendused koguvad tuntust peaaegu igas tööstusharus, ei ole need kõik võrdsed. Organisatsioonid peavad tagama, et nad teevad koostööd turbepartneritega, kes mõistavad tehnoloogia läbi ja lõhki, mitte müüjatega, kes näevad tehisintellekti lihtsalt turunduse moesõnana.

Lähenege AI-le enesekindlalt

Kuna tehisintellekt muutub küberjulgeoleku maastikul üha levinumaks, on oluline, et organisatsioonid viiksid end kurssi viisidega, kuidas tehnoloogiat tegelikult kasutatakse. See tähendab, et tuleb mõista nii viise, kuidas AI saab turbelahendusi parandada, kui ka viise, kuidas see võib aidata ründajatel täiustatud rünnakuid koostada. See tähendab ka tunnistamist, et andmeid, millele tänapäevased AI mudelid on üles ehitatud, tuleb kaitsta – ja koostöö tarnijatega, kes eelistavad tehnoloogia ohutut ja turvalist juurutamist, on ülioluline. Mõistes tehisintellekti ja turvalisuse kolme põhisammast, saavad organisatsioonid tagada, et neil on baasteadmised, mis on vajalikud tehnoloogia enesekindlaks käsitlemiseks.