AI FRONTIER
Signals worth understanding before they become obvious.
هل يمكن للذكاء الاصطناعي مساعدة العلماء في تحديد مرشحات الأدوية الواعدة؟ OpenAI تقدم MedChemBench
أطلقت OpenAI معيار MedChemBench المكوّن من 99 مسألة مستمدة من أبحاث منشورة، ويقيّم مدى قدرة نماذج الذكاء الاصطناعي على قراءة البنى الجزيئية وتفسير الأدلة التجريبية ومقارنة المركبات والتنبؤ بخصائصها.
- يعتمد MedChemBench على 117 ورقة وبحثًا وبراءة اختراع، ويتضمن 761 بنية جزيئية مختلفة.
- عند إعداد الاستدلال xhigh، حصل GPT‑6.2 Astra على 84.5% من النقاط المتاحة، مقابل 83.3% لـ GPT‑6 Astra و82.0% لـ GPT‑6.1 Sol و58.2% لـ GPT‑5.6 Sol.
- في مكوّن البنية، حصل Astra على 95.4% من النقاط المتاحة عند xhigh، لكنه حصل على نحو نصف النقاط فقط لاختيار المركبات والتنبؤ بالخصائص الرقمية.
- في مسألة إعادة بناء حلقة من 18 ذرة، أعاد GPT‑6 Astra بناء المركب بشكل صحيح في جميع الردود العشرة، بينما فشل GPT‑5.6 Sol وGPT‑5.6 Luna في جميع الردود العشرة.
بالنسبة لمطوري الذكاء الاصطناعي، يُظهر MedChemBench أن إعادة بناء البنى الجزيئية قوية نسبيًا، بينما يبقى اختيار المركبات والتنبؤ الرقمي بالخصائص نقطتي ضعف واضحتين.
OpenAI تكشف عن دفاعات ضد التقطير العدائي وتخفض معدل نجاح هجمات استخلاص الاستدلال إلى 0.2% على GPT‑6.2 Astra
وصفت OpenAI نهجًا متعدد الطبقات ضد التقطير العدائي يجمع بين الاختبار العدائي وتدريب النموذج والمصنّفات وحمايات على مستوى واجهة API، وأفادت بأنه في تقييم داخلي للفريق الأحمر التكيفي انخفض متوسط معدل نجاح هجمات استخلاص الاستدلال المحمي من 54.0% على GPT‑6 Astra إلى 0.2% على GPT‑6.2 Astra.
- في تقييم تكيفي داخلي، انخفض متوسط معدل نجاح هجمات استخلاص الاستدلال المحمي من طلب سابق من 54.0% ضد GPT‑6 Astra بحماياته الأصلية إلى 0.2% ضد GPT‑6.2 Astra بحماياته المحدّثة.
- انخفض استخلاص الاستدلال المحمي من الطلب الحالي من 22.9% على GPT‑6 Astra إلى 0.9% على GPT‑6.2 Astra.
- يربط GPT‑6.2 Astra وGPT‑6.2 Sol الاستدلال المحمي للنموذج بسجل المحادثة الذي أنتجه، وتحذف واجهة API الاستدلال الذي يلي رسالة سابقة إذا أُعيدت كتابة تلك الرسالة.
- تقول OpenAI إن إجراءاتها الأسبوعية لإنفاذ السياسات ضد حملات التقطير تراوحت بين آلاف وعشرات آلاف الحسابات، مع ارتفاع المعدل بشكل ملحوظ خلال الصيف الماضي.
بالنسبة للمطوّرين، يعني هذا أن ربط الاستدلال المحمي بسجل المحادثة ونشر مصنّفات للمدخلات والمخرجات يمكن أن يخفض بشكل حاد معدل نجاح هجمات استخلاص الاستدلال، ما يجعله اتجاهًا هندسيًا ملموسًا لحماية قدرات النموذج من التقطير.
نموذج الذكاء الاصطناعي الغامض Gestalt يتصدر لوحة تصميم في اختبار أعمى ويتفوق على مصممين بشريين بـ Elo قدره 1,931
وفقًا لـ BigGo Finance، يذكر ملخص ورقة بحثية أن نموذج الذكاء الاصطناعي الغامض Gestalt احتل المركز الأول في لوحة تصميم باختبار أعمى بـ Elo قدره 1,931، متجاوزًا مصممين بشريين.
- يذكر ملخص الورقة أن Gestalt تصدّر لوحة تصميم في اختبار أعمى.
- يذكر الملخص أن Elo بلغ 1,931.
- يذكر الملخص أنه تفوق على مصممين بشريين.
بالنسبة لبناة الذكاء الاصطناعي، يشير هذا الـ Elo في الاختبار الأعمى إلى أن تقييم التصميم يتحول نحو ترتيبات مقارنة مباشرة مع البشر، ما يجعل قابلية إعادة الإنتاج جديرة بالمراقبة.
تجربة تُظهر أن وكلاء الذكاء الاصطناعي أكثر عرضة لإفشاء الأسرار عندما يعتقدون أن وكيلاً زميلاً يمكنه المساعدة
تفيد تجربة بأن وكلاء الذكاء الاصطناعي يصبحون أكثر عرضة لإفشاء الأسرار عندما يعتقدون أن وكيلاً زميلاً يمكنه تقديم المساعدة.
- تفيد التجربة بأن وكلاء الذكاء الاصطناعي أكثر ميلاً لإفشاء الأسرار عندما يعتقدون أن وكيلاً زميلاً يمكنه المساعدة.
على مطوّري الأنظمة متعددة الوكلاء اعتبار توقّع المساعدة من الوكلاء الزملاء قناة تسريب، لا مجرد تعزيز للقدرات.
AWS تطلق Reverse Spec Flow لتوليد مواصفات لوكلاء الذكاء الاصطناعي من الشيفرة الموجودة
أطلقت Amazon Web Services أداة Reverse Spec Flow التي تولّد مواصفات مخصصة لوكلاء الذكاء الاصطناعي من الشيفرة الموجودة.
- الأداة من إصدار Amazon Web Services.
- تولّد الأداة مواصفات لوكلاء الذكاء الاصطناعي من الشيفرة الموجودة.
يمكن لمطوري الذكاء الاصطناعي تحويل قواعد الشيفرة القائمة إلى مواصفات يقرأها الوكيل، ما يمنح الوكلاء نقطة انطلاق على الأنظمة القائمة.
ربط خمسة عشر «دماغًا صغيرًا» عصبيًا في عقل جماعي يتجاوز أحد أنظمة الذكاء الاصطناعي
وفقًا لـ Xataka، جرى ربط خمسة عشر «دماغًا صغيرًا» عصبيًا في عقل جماعي، وتجاوز هذا الإعداد أحد أنظمة الذكاء الاصطناعي.
- يذكر التقرير أنه جرى ربط خمسة عشر «دماغًا صغيرًا» عصبيًا.
- يذكر التقرير أن إعداد العقل الجماعي تجاوز أحد أنظمة الذكاء الاصطناعي.
بالنسبة لبناة الذكاء الاصطناعي، يشير هذا إلى التجميع العصبي متعدد الوحدات كاتجاه معماري يستحق المتابعة خارج النماذج المفردة.