🧬 A DeepMind elindítja az AlphaGenome-ot a betegségek genetikai mozgatórugóinak azonosítására ↗
A DeepMind bemutatta az AlphaGenome-ot, egy mesterséges intelligencia rendszert, amelynek célja a DNS-mutációk gének szabályozásának megváltoztatásának előrejelzése – alapvetően mikor, hol és milyen hangosan kapcsolnak be a gének. A rendszer egyetlen menetben képes hatalmas DNS-szakaszokon szkennelni, beleértve a kiterjedt, nem kódoló régiókat is, amelyek gyakran biológiai sötét anyagnak tűnnek.
A lényeg meglehetősen egyértelmű: gyorsabban azonosíthatóak azok a mutációk, amelyek valóban számítanak olyan dolgok esetében, mint a rák kockázata és az összetett örökletes betegségek. Ha a megoldás a ígéretek szerint működik, a kutatók kevesebb időt töltenek találgatással, és több időt a megfelelő dolgok tesztelésével – ami nyilvánvalónak hangzik, de nagyjából ez az egész.
🧑💼 Liz Kendall szerint a mesterséges intelligencia munkahelyeket veszíthet ↗
Az Egyesült Királyság technológiai minisztere nyíltan kijelentette, hogy a mesterséges intelligencia bevezetése munkahelyek elvesztéséhez vezet – nem a szokásos „jó lesz, ígérem” hangulattal. Rámutatott az olyan területeken, mint a jog és a pénzügyek, a posztgraduális képzésben részt vevő állásokkal kapcsolatos aggodalmakra, és nem tett úgy, mintha bárki is tudná mondani, hogy mennyi ilyen állást lehetne elérni.
Ugyanakkor a kormányzat erőteljesen támaszkodik az alkalmazkodásra: jelentős erőfeszítéseket tesz több millió munkavállaló alapvető mesterséges intelligencia készségek elsajátítására, azzal a céllal, hogy az Egyesült Királyság gyorsabban adaptálja a mesterséges intelligenciát. Ez a klasszikus feszültség – igen, munkahelyek mennek, munkahelyek jelennek meg, nem, a köztes szakasz nem lesz zökkenőmentes.
🗞️ Az Egyesült Királyság arra kéri a Google-t, hogy engedélyezze a webhelyek számára a mesterséges intelligencia általi áttekintésekből való kilépést ↗
Az Egyesült Királyság versenyfelügyeleti hatóságai olyan változtatásokat javasoltak, amelyek lehetővé tennék a kiadók számára, hogy tartalmukat ne használják fel a Google mesterséges intelligencia áttekintéseiben – vagy önálló mesterséges intelligencia modellek betanításában – anélkül, hogy büntetést kapnának a normál keresési rangsorolásban. Ez a „büntetés nélküli” rész itt sokat segít.
Az ötlet az erőviszonyok újraegyensúlyozása, mivel a mesterséges intelligencia által generált összefoglalók átalakítják a kattintások (vagy nem kattintások) módját. A Google válasza alapvetően a következő volt: a keresési viselkedés változik, több ellenőrzést fontolgatunk, de ne bontsuk a terméket egy kínosan széttöredezett verzióra... ami jogos, de egyben kényelmes is.
🛡️ Adatvédelem, amikor egy MI-ügynök rákattint egy hivatkozásra ↗
Az OpenAI részletesen ismertetett egy konkrét ügynökbiztonsági kockázatot: az URL-alapú adatlopást – amikor egy támadó rávesz egy mesterséges intelligenciát, hogy betöltsön egy URL-t, amely csendben beágyazza a privát információkat a lekérdezési karakterláncba. Még ha a modell soha nem is „mondja ki” a titkot, maga a kérés kiszivárogtathatja azt. Undorító és lefegyverzően alacsony technológiai szintű.
A mérséklésük egy egyszerű, éles szélű szabály: az ügynököknek csak olyan URL-eket szabad automatikusan lekérniük, amelyek már nyilvánosak, és amelyek létezéséről egy független webindexen keresztül tudjuk. Ha egy linket nem ellenőriznek nyilvánosként, a rendszernek le kell lassulnia, és figyelmeztetésekkel vissza kell adnia az irányítást a felhasználónak – szándékos súrlódás, de a jó fajta.
🇪🇺 A mesterséges intelligencia következő fejezete az EU-ban ↗
Az OpenAI közzétett egy EU-központú tervet, amely a „képességbeli túlterhelés” problémáját vázolja fel – a modellek többet tudnak tenni, mint amire az emberek és a vállalkozások jelenleg használják őket, és ez a különbség egyenlőtlen előnyökkel jár az országok között. Olyan ez, mintha lenne egy versenyautód, és csak a sarki boltig mennél vele... azzal a különbséggel, hogy a sarki bolt az egész gazdaságod.
A retorika mellett konkrétumok is vannak: egy program, amelynek célja, hogy több ezer európai kkv-t képezzen mesterséges intelligencia készségekre, egy, az ifjúságbiztonsággal és jólléttel kapcsolatos kutatásokhoz kapcsolódó támogatás, valamint egy kibővített „kormányokkal való együttműködés” álláspont. Ez részben politikai feljegyzés, részben adaptációs kampány – és igen, ezek összemosódnak.
🔐 A mesterséges intelligencia kockázata találkozik a kiberbiztonsági irányítással: A NIST kibernetikus mesterséges intelligencia profiljának tervezete ↗
A NIST új profiltervezete (egy ügyvédi iroda írásának elemzésén alapulva) arra összpontosít, hogy a szervezeteknek hogyan kellene a mesterséges intelligenciát beépíteniük a kiberbiztonsági irányításba – mind maguknak a mesterséges intelligencia rendszereinek biztosítására, mind pedig a mesterséges intelligencia használatára a kibervédelem javítása érdekében. Papíron önkéntes, de az „önkéntes” idővel elvárássá válik.
A tervezetcsoportok olyan témákat dolgoznak fel, mint a mesterséges intelligencia komponenseinek biztonságossá tétele és a mesterséges intelligencia alapú védelem bevezetése – beleértve az ellátási lánccal kapcsolatos szempontokat és az ügynökszerű automatizálást a válaszfolyamatokban. A lényeg: a mesterséges intelligenciát új támadási felületként és új eszközkészletként kell kezelni, és nem szabad úgy tenni, mintha ezek kioltanák egymást.
GYIK
Mi a DeepMind AlphaGenome-ja, és milyen problémát próbál megoldani?
Az AlphaGenome egy mesterséges intelligencia által biztosított rendszer, amely a DeepMind szerint képes megjósolni, hogy a DNS-mutációk hogyan befolyásolják a génszabályozást – mikor kapcsolnak be a gének, hol és milyen erősen. Úgy tervezték, hogy egyszerre nagyon nagy DNS-szakaszokat vizsgáljon, beleértve a nem kódoló régiókat is, amelyeket köztudottan nehéz értelmezni. A cél az, hogy segítsék a kutatókat annak megállapításában, hogy mely mutációk okoznak a legvalószínűbben betegségeket, így a laboratóriumi vizsgálatok a legígéretesebb nyomokra koncentrálhatnak.
Hogyan segíthet az AlphaGenome a kutatóknak gyorsabban megtalálni a betegségek genetikai mozgatórugóit?
Sok genetikai munkafolyamatban a szűk keresztmetszet abból adódik, hogy a variánsok hatalmas listáját csak azokra a kevésre zsugorítják, amelyek valószínűsíthetően megváltoztatják a génaktivitást. Az AlphaGenome ígérete szerint csökkenti ezt a találgatást azáltal, hogy előrejelzi, hogy a specifikus mutációk hogyan változtathatják meg a szabályozást a hosszú DNS-szekvenciákon keresztül. Ha ezek az előrejelzések beigazolódnak, a kutatócsoportok a rákkockázathoz vagy összetett öröklött állapotokhoz legvalószínűbben kapcsolódó variánsok köré csoportosíthatják a kísérleteket, így kevesebb időt tölthetnek zsákutcákkal.
Valóban munkahelyekbe fog kerülni a mesterséges intelligencia bevezetése az Egyesült Királyságban, és mely pozíciók vannak a leginkább veszélyben?
Az Egyesült Királyság technológiai minisztere, Liz Kendall szerint a mesterséges intelligencia bevezetése munkahelyek elvesztéséhez vezet, és kiemelte a diplomás pályakezdő pozíciókkal kapcsolatos aggodalmakat. Különösen olyan területekre mutatott rá, mint a jog és a pénzügy, ahol a karrier elején elvégzendő feladatok automatizálhatóbbak lehetnek. Ugyanakkor a kormány a mesterséges intelligencia alapvető készségeinek széles körű képzésén keresztül hangsúlyozza az alkalmazkodást, elismerve, hogy az átmenet egyenetlennek tűnhet még akkor is, ha új pozíciók jelennek meg.
Kiléphetnek-e a brit kiadók a Google mesterséges intelligenciával kapcsolatos áttekintéseiből anélkül, hogy veszítenének a keresési rangsorolásukból?
Az Egyesült Királyság versenyfelügyeleti hatóságai olyan változtatásokat javasoltak, amelyek lehetővé tennék a kiadók számára, hogy tartalmukat ne használják fel a Google mesterséges intelligencia általi áttekintéseiben – vagy önálló mesterséges intelligencia modellek betanításában – anélkül, hogy büntetést szenvednének a szokásos keresési rangsorolásban. A cél a hatalmi egyensúly helyreállítása, mivel a mesterséges intelligencia általi összefoglalók megváltoztatják a kattintási viselkedést. A Google jelezte, hogy további ellenőrzéseket fontolgat, miközben óva int a keresési élmény széttöredezettségétől.
Hogyan szivárogtathat ki egy MI-ügynök személyes adatokat pusztán egy linkre kattintva?
Az OpenAI egy URL-alapú adatlopási kockázatot írt le, ahol egy támadó arra kéri a mesterséges intelligencia ügynökét, hogy kérjen le egy olyan linket, amely csendesen beágyazza a bizalmas információkat a lekérdezési karakterláncba. Még ha a modell soha nem is ismétli meg a titkos kódot a kimenetében, maga a kérés továbbíthatja azt. Egy gyakori enyhítési módszer a „szándékos súrlódás” hozzáadása, például figyelmeztetések és felhasználói megerősítés kérése, ha egy linket nem ellenőriztek függetlenül nyilvánosként.
Mi a NIST kibermesterséges intelligencia profiljának tervezete, és hogyan változtatja meg a kiberirányítást?
Egy NIST-profil tervezet (amelyet jogi elemzés keretében vitatnak meg) a mesterséges intelligenciát egyszerre biztosítandó és a kibervédelemben felhasználható dologként keretezi. A munkát olyan témákba csoportosítja, mint a mesterséges intelligencia komponenseinek biztosítása, az ellátási lánc kockázatainak kezelése és a mesterséges intelligencia által támogatott védelmi rendszerek telepítése – beleértve az automatizáltabb, ügynökszerű válaszfolyamatokat is. Bár névleg önkéntesek, az ilyen keretrendszerek gyakran de facto elvárássá válnak, és arra ösztönzik a szervezeteket, hogy hivatalosan is beépítsék a mesterséges intelligenciát az irányításba és az ellenőrzésekbe.