توافق سیاسی عصر جمعه توسط قانونگذاران اتحادیه اروپا در مورد آنچه اتحادیه به عنوان اولین قانون جامع جهان برای تنظیم هوش مصنوعی ارائه می کند، شامل اختیاراتی است که به کمیسیون اجازه می دهد مقررات پاناروپایی در مورد هوش مصنوعی را تطبیق دهد. هوش مصنوعی همگام با تحولات این کاهش است. میدان لبه تایید شده.

انتخاب اصطلاح قانونگذاران برای تنظیم قوی‌ترین مدل‌های پشت رونق فعلی در ابزارهای هوش مصنوعی مولد – که قانون اتحادیه اروپا آن را مدل‌ها و سیستم‌های هوش مصنوعی «هدف عمومی» می‌نامد، به جای «استفاده از شرایط انتخاب صنعت، مانند «بنیادی» یا «بنیادی» یا “مدل های مرزی” – همچنین با هدف تداوم قانون آینده انتخاب شد، به گفته کمیسیون، قانونگذاران طرفدار یک اصطلاح عمومی هستند تا از طبقه بندی که می تواند به استفاده از یک فناوری خاص مرتبط شود (یعنی. یادگیری ماشین مبتنی بر ترانسفورماتور).

در آینده، ممکن است رویکردهای فنی متفاوتی داشته باشیم. بنابراین ما به دنبال یک اصطلاح عمومی تر بودیم،» یکی از مقامات کمیسیون امروز پیشنهاد کرد. «البته مدل‌های پایه بخشی از مدل‌های هوش مصنوعی همه منظوره هستند. اینها مدل هایی هستند که می توانند برای کارهای بسیار متنوعی استفاده شوند، همچنین می توانند در سیستم ها ادغام شوند. برای ارائه یک مثال ملموس، مدل هوش مصنوعی با هدف عمومی GPT-4 و سیستم هوش مصنوعی هدف کلی ChatGPT خواهد بود – جایی که GPT-4 در ChatGPT یکپارچه شده است.

همانطور که قبلاً گزارش دادیم، توافق به دست آمده توسط قانونگذاران مشترک بلوک شامل یک سطح کم خطر و یک سطح پرخطر برای تنظیم به اصطلاح هوش مصنوعی عمومی (GPAI) است – مانند مدل های پشت رونق ویروسی در ابزارهای هوش مصنوعی مولد مانند OpenAI. ChatGPT. . محرک اعمال قوانین پرخطر در فناوری‌های هوش مصنوعی مولد توسط یک آستانه اولیه تعیین شده در قانون تعیین می‌شود.

علاوه بر این، همانطور که در روز پنجشنبه گزارش دادیم، پیش‌نویس توافق شده قانون هوش مصنوعی اتحادیه اروپا به میزان محاسباتی که برای آموزش مدل‌ها استفاده می‌شود، یعنی عملیات ممیز شناور (یا FLOP)، اشاره دارد که نواری را برای GPAI تعیین می‌کند که باید در نظر گرفته شود. قابلیت تاثیرگذاری بالا». در 10^25 FLOP.

اما کمیسیون امروز در یک جلسه توجیهی فنی با خبرنگاران برای بررسی توافق سیاسی، تأیید کرد که این فقط یک “آستانه اولیه” است و گفت که این اختیار را خواهد داشت که این آستانه را در طول زمان از طریق اعمال / تفویض اختیار (یعنی قانون ثانویه) به روز کند. او همچنین اشاره کرد که ایده این است که آستانه FLOP در طول زمان با «معیارهای دیگر» ترکیب شود که توسط یک نهاد نظارتی متخصص جدید که در کمیسیون به نام دفتر هوش مصنوعی ایجاد می‌شود، ایجاد می‌شود.

چرا 25 FLOP به عنوان آستانه خطر بالا برای GPAI انتخاب شد؟ کمیسیون پیشنهاد می کند که این رقم به منظور منعکس ، الگوهای کنونی مرزهای بین نسل ها انتخاب شده است. با این حال، او ادعا کرد که قانونگذاران در طول سه‌گانه‌های ماراتن با هدف توافق بر سر شکل نهایی کتاب قوانین، بحث نکرده‌اند یا حتی در نظر نگرفته‌اند که آیا این موضوع در مورد مدل‌هایی که در حال حاضر در حال بازی هستند، مانند OpenAI’s GPT-4 یا Google’s Gemini اعمال می‌شود یا خیر.

یکی از مقامات کمیسیون اضافه کرد که در هر صورت این به تولیدکنندگان GPAI بستگی دارد که خودشان ارزیابی کنند که آیا مدل‌هایشان آستانه FLOP را برآورده می‌کنند و بنابراین، آیا آنها تحت قوانین GPAI قرار می‌گیرند یا نه. “در معرض خطر سیستمی”.

این مقام در جریان کنفرانس مطبوعاتی گفت: “هیچ منبع رسمی وجود ندارد که بگوید مدل های ChatGPT، Gemini یا چینی در این سطح از FLOP هستند.” «بر اساس اطلاعاتی که در اختیار داریم و با این 10^25 که انتخاب کردیم، عددی را انتخاب کردیم که واقعاً می‌تواند تا حدودی منعکس کننده مدل‌های مرزی باشد. چه در مورد گرفتن GPT-4، چه Gemini یا دیگران باشد، ما اینجا نیستیم تا آن را تأیید کنیم – زیرا در چارچوب ما، این شرکت‌ها هستند که باید تعداد FLOP یا محاسبه ظرفیت مورد استفاده خود را ارزیابی کنند. . اما مسلماً اگر ادبیات علمی را مطالعه کنید، بسیاری به این نکته اشاره می کنند که این اعداد پیشرفته ترین مدل های حال حاضر هستند. ما خواهیم دید که شرکت ها چه چیزی را ارزیابی خواهند کرد زیرا آنها بهترین موقعیت را برای انجام این ارزیابی دارند.

آنها افزودند: “قوانین با در نظر گرفتن مشاغل خاصی نوشته نشده اند.” “آنها در واقع با ایده تعیین آستانه نوشته شده اند – که اتفاقاً می تواند تغییر کند زیرا ما این توانایی را داریم که بتوانیم آن آستانه را بر اساس پیشرفت های فناوری تغییر دهیم. می تواند افزایش یابد، می تواند کاهش یابد و همچنین می توانیم معیارهای دیگری را ایجاد کنیم که در آینده مناسب ترین برای ارزیابی لحظات مختلف خواهد بود.

GPAIهایی که تحت سطح ریسک بالای قانون هوش مصنوعی قرار می گیرند، برای ارزیابی و کاهش خطرات سیستمیک با الزامات نظارتی قبلی مواجه خواهند شد – به این معنی که آنها باید به طور فعال نتایج مدل را برای کاهش خطرات آزمایش کنند. خطرات اثرات نامطلوب واقعی (یا “به طور منطقی قابل پیش بینی”) در مورد بهداشت عمومی ایمنی، امنیت عمومی، حقوق اساسی یا برای جامعه به عنوان یک کل.

در حالی که GPAI های “سطح پایین تر” تنها با الزامات شفافیت سبک تری روبرو هستند، از جمله الزام به اعمال واترمارک برای نتایج مولد هوش مصنوعی.

الزامات واترمارک برای GPAI بخشی از مقاله‌ای است که در نسخه اصلی کمیسیون از چارچوب مبتنی بر ریسک که در آوریل 2021 ارائه شد، گنجانده شده بود، که بر الزامات شفافیت برای فناوری‌هایی مانند ربات‌های چت و دیپ‌فیک تمرکز داشت – اما اکنون این چارچوب خواهد بود. همچنین به طور کلی برای سیستم های هوش مصنوعی همه منظوره کاربرد دارد.

این مقام کمیسیون با مشخص ، جزئیات تعهدات واترمارکینگ توافق شده گفت: «این تعهد وجود دارد که متن (تولید شده توسط هوش مصنوعی مولد) را بر اساس آخرین فناوری پیشرفته موجود واترمارک کنیم. «در حال حاضر، فناوری‌ها در واترمارک ، ویدیوها و فایل‌های صوتی بسیار بهتر از واترمارک ، متن هستند. اما چیزی که ما می خواهیم این است که این خالکوبی بر اساس فناوری پیشرفته انجام شود – و البته امیدواریم که با گذشت زمان این فناوری به بلوغ برسد و تا حد امکان (خوب) شود.

سازندگان مدل GPAI همچنین باید متعهد به رعایت قوانین حق نسخه‌برداری اتحادیه اروپا باشند، از جمله پیروی از انصراف ماشین‌خوان از متن و داده‌کاوی موجود در آن. در دستورالعمل حق نسخه‌برداری اتحادیه اروپا – و مستثنی شدن از الزامات شفافیت قانون برای GPAI‌های منبع باز. بنابراین. نه این تا آنجاست که آنها را از تعهدات حق چاپ آزاد می کند، با تأیید کمیسیون که دستورالعمل حق چاپ همچنان در مورد GPAI های منبع باز اعمال می شود.

با توجه به دفتر هوش مصنوعی، که نقش کلیدی در تعیین آستانه طبقه بندی ریسک برای GPAI ها ایفا می کند، کمیسیون تأیید کرده است که هنوز بودجه یا سطح کارکنانی برای بدنه کارشناسان تعریف نشده است. (با این حال، در ساعات اولیه صبح شنبه، کمیسر بازار داخلی اتحادیه اروپا، تیری برتون، پیشنهاد کرد که اتحادیه اروپا در حال آماده شدن برای استقبال از “بسیاری” از همکاران جدید در هنگام ایجاد این سازمان دیده بان اتحادیه اروپا است. (هوش مصنوعی با هدف عمومی).

یکی از مقامات کمیسیون در پاسخ به سوالی درباره منابع دفتر هوش مصنوعی گفت که در آینده توسط مجری اتحادیه اروپا که “تصمیم مناسب و رسمی” اتخاذ خواهد کرد، تصمیم گیری خواهد شد. ایده این است که ما می توانیم یک ردیف بودجه اختصاصی برای دفتر ایجاد کنیم و همچنین می توانیم در صورت تمایل علاوه بر کارمندان قراردادی و کارکنان دائمی، کارشناسان ملی را از کشورهای عضو نیز جذب کنیم. و بخشی از این کارکنان نیز در کمیسیون اروپا مستقر خواهند شد.

دفتر هوش مصنوعی با همکاری یک کمیته مشاوره علمی جدید که این قانون همچنین برای کمک به آژانس برای درک بهتر قابلیت‌های مدل‌های پیشرفته هوش مصنوعی در تلاش برای تنظیم ریسک سیستمیک ایجاد خواهد کرد، کار خواهد کرد. این مقام خاطرنشان کرد: ما نقش مهمی را برای ایجاد یک کمیته علمی شناسایی کردیم که می تواند به طور موثر به دفتر هوش مصنوعی کمک کند تا بفهمد آیا خطرات جدیدی وجود دارد که هنوز شناسایی نشده اند یا خیر. و به عنوان مثال، برخی از هشدارها را در مورد مدل هایی که در آستانه FLOP قرار نمی گیرند و به دلایلی ممکن است در واقع خطرات قابل توجهی را ایجاد کنند که دولت ها باید در نظر بگیرند، علامت گذاری کنید.

در حالی که به نظر می‌رسد مقامات اجرایی اتحادیه اروپا مشتاق هستند تا اطمینان حاصل کنند که جزئیات کلیدی قانون جدید منتشر می‌شود، حتی اگر هنوز متن نهایی وجود نداشته باشد – زیرا کار برای تحکیم آنچه توسط قانون‌گذاران مشترک در جریان مذاکرات ماراتن 38 ساعته که عصر جمعه پایان یافت، مورد توافق قرار گرفت. وظیفه ای که بلوک در هفته های آینده با آن روبرو خواهد شد – هنوز هم شیاطین در کمین این جزئیات هستند. بنابراین ارزش بررسی متنی که احتمالاً در ژانویه یا فوریه منتشر خواهد شد، خواهد بود.

علاوه بر این، اگرچه مقررات کامل برای چند سال عملیاتی نخواهد شد، اتحادیه اروپا در این مدت بر GPAI ها فشار می آورد تا به کدهای عملی پایبند باشند – بنابراین غول های هوش مصنوعی تحت فشار خواهند بود تا به مقررات سختگیرانه آتی نزدیک تر شوند. تا حد ممکن، از طریق پیمان هوش مصنوعی بلوک.

بعید است که قانون هوش مصنوعی اتحادیه اروپا تا سال 2026 به طور کامل لازم الاجرا باشد، با توجه به اینکه متن نهایی باید پس از تدوین (و ترجمه به زبان کشورهای عضو)، با رأی گیری تصمیمات نهایی در پارلمان و شورا تأیید شود، و پس از آن، یک تاخیر کوتاه قبل از انتشار متن قانون در مجله رسمی اتحادیه اروپا و یک تاخیر دیگر قبل از لازم الاجرا شدن آن.

قانونگذاران اتحادیه اروپا همچنین با رویکرد مرحله‌ای به الزامات انطباق با قانون موافقت کردند، با مهلت 24 ماهه قبل از اعمال قوانین پرخطر برای GPAI.

فهرست استفاده‌های کاملاً ممنوعه از هوش مصنوعی زودتر اعمال می‌شود، تنها شش ماه پس از اجرایی شدن این قانون – که به طور بالقوه می‌تواند به معنای ممنوعیت استفاده‌های «خطرناک» از هوش مصنوعی غیرقابل قبول باشد، مانند رتبه‌بندی اجتماعی یا سبک هوش مصنوعی Clearview. برداشتن سلفی برای پایگاه‌های اطلاعاتی تشخیص چهره، در نیمه دوم سال 2024 عملیاتی می‌شود، مشروط بر اینکه در آخرین لحظه مخالفت با این مقررات در شورا یا پارلمان ایجاد نشود. (برای لیست کامل استفاده های ممنوعه از هوش مصنوعی، مقاله قبلی ما را بخوانید.)

مردم از دهه 1990 در مورد IT و همسویی کسب و کار صحبت می کردند. با وجود این، علیرغم چندین دهه تعامل با مشاور، اظهارات تحلیلگران، پروژه های مهندسی مجدد داخلی، و اسکرام های Agile، به نظر نمی رسد که ما نمی دانیم که آیا این همه همسویی کاری تفاوتی ایجاد کرده است یا خیر.

امروزه، داده‌های جدید در مورد این موضوع، پیشرفت در همسویی فناوری اطلاعات و کسب‌وکار را نشان می‌دهد، به دلیل نگرانی‌هایی که فرآیندهای قدیمی یا ناکارآمد می‌توانند تلاش‌ها برای اتخاذ ابتکارات نسل بعدی، مانند هوش مصنوعی (AI) را خنثی کنند.

همچنین: دو پیشرفت فناوری، سال 2023 را به نوآورانه ترین سال در بیش از یک دهه گذشته تبدیل کرد.

بر اساس یک نظرسنجی اخیر، بیش از هشت نفر از هر ده رهبر کسب و کار می گویند فناوری اطلاعات به خوبی نیازهای کسب و کار را برآورده می کند. این نظرسنجی که به سفارش Celonis انجام شد، از 1217 رهبر کسب و کار – که 300 نفر از آنها بخش‌های فناوری اطلاعات را اداره می‌کنند – مورد بررسی قرار داد و نشان داد که 81 درصد معتقدند فناوری اطلاعات «قادر به پشتیبانی از کسب‌وکار با سرعت مورد نیاز است، که نشان‌دهنده نقش اصلی فناوری اطلاعات در پشتیبانی است. ” دگرگونی.”

این تمرکز بر تحول همچنین در حال گسترش به مناطق جدید است و راه را برای هوش مصنوعی هموار می کند. هشتاد و یک درصد از مدیران می گویند که فرآیندهای قوی فناوری اطلاعات به افزایش ابتکارات هوش مصنوعی کمک می کند. در مقابل، بیش از دو سوم (68 درصد) نگران هستند که شکاف‌های فرآیندی غیربهینه می‌تواند مانع از اجرای موفقیت‌آمیز هوش مصنوعی و همچنین اتوماسیون و «سایر فناوری‌های نوظهور» در دو سال آینده شود.

همچنین بخوانید: هوش مصنوعی در سال 2023: سالی از پیشرفت هایی که هیچ چیز انسانی را بدون تغییر باقی نگذاشته است.

بر اساس تحقیقات، عوامل اصلی بهینه‌سازی فرآیند عبارتند از علاقه به استفاده از فناوری‌های نوظهور، مانند هوش مصنوعی (70٪)، کاهش هزینه (69٪) و فشارهای رقابتی (64٪). در اینجا نمونه هایی از فرآیندهای کلیدی ضروری برای حرکت رو به جلو با فناوری های پیشرفته آورده شده است:

• مدیریت دارایی
• حسابرسی
• پشتیبان گیری و بازیابی
• تداوم کسب و کار
• برنامه ریزی ظرفیت
• مدیریت تغییر
• مدیریت پیکربندی
• امنیت سایبری
• عملیات
• مدیریت نسخه
• مدیریت درخواست های خدمات
• توسعه نرم افزار
• انشا
• دسترسی کاربر/تجربه کاربری
• تامین کننده و مدیریت برون سپاری

بر اساس این نظرسنجی، به طور متوسط ​​55 درصد از فرآیندهای فناوری اطلاعات آنطور که باید کار می کنند. نویسندگان گزارش خاطرنشان می‌کنند که این نسبت ممکن است چشمگیر به نظر برسد، اما به این معناست که تقریباً نیمی از فرآیندهایی مانند «مدیریت خدمات فناوری اطلاعات یا پاسخ‌گویی به حادثه در حال اجرا هستند». و البته، شانس خوبی وجود دارد که 55 درصد از فرآیندهایی که به طور کامل بهینه‌سازی شده‌اند، همچنان قابل بهبود باشند.»

بر اساس این نظرسنجی، در نتیجه، بسیاری از مدیران و متخصصان فناوری اطلاعات هنوز در تلاش هستند تا فرآیندهای فناوری اطلاعات خود را بهینه کنند، که پیامدهای گسترده ای برای تجارت آنها دارد. برای شروع، بیش از سه چهارم از رهبران فناوری اطلاعات (78٪) می گویند که کمبود دید مانع از دستیابی به بهینه سازی بیشتر فرآیند می شود. پیچیدگی چالش دیگری است که 56 درصد از رهبران فناوری اطلاعات به آن اشاره کرده اند.

همچنین: این 5 پیشرفت تکنولوژیکی بزرگ سال 2023 بازی را تغییر داده است

نویسندگان این نظرسنجی می‌گویند رهبران فناوری اطلاعات «بهترین موقعیت را دارند تا پایه‌هایی را که کسب‌وکارها باید پیش از اینکه هوش مصنوعی بتواند به وعده‌های خود عمل کند، پایه‌ریزی کنند». همانطور که دیدیم، 81 درصد از رهبران فناوری اطلاعات می‌گویند علاقه به استفاده از هوش مصنوعی و سایر فناوری‌های نوظهور عامل اصلی نیاز به بهینه‌سازی فرآیندها در 12 ماه آینده است.

پیامدهای فرآیندهای غیربهینه برای مشکلات طلسم فناوری اطلاعات برای تجارت. شصت و یک درصد از مدیران می گویند که عملکرد ناکافی فناوری اطلاعات باعث صرف زمان و کاهش بهره وری می شود و 41 درصد معتقدند که منجر به کمبود کارایی می شود که هزینه دارد. با این حال، طبق این نظرسنجی، با فرآیندهای فناوری اطلاعات که به خوبی طراحی شده‌اند، کسب‌وکارها رشد درآمد (51 درصد ذکر شده)، کاهش هزینه (46 درصد) و انعطاف‌پذیری بیشتر (41 درصد) را تجربه خواهند کرد.

این شرکت عصر شنبه به CNET گفت: در آخرین فصل حباب‌های آبی در مقابل حباب‌های سبز، اپل دسترسی به iMessage را از اعتبارنامه‌های جعل هویت اپل برای محافظت از مشتریان خود مسدود کرد. این پس از آن اتفاق افتاد که شرکت‌هایی مانند Beeper و Nothing برنامه‌های اندرویدی را منتشر کردند که راه‌حلی را ارائه کردند.

سازنده آیفون گفت که نمی‌تواند پیام‌های ارسال شده توسط ابزارهای غیرمجاز را که به عنوان اعتبارنامه معتبر اپل معرفی می‌شوند، تأیید کند. پیام‌هایی که از طریق iMessage ارسال می‌شوند رمزگذاری شده‌اند تا اطمینان حاصل شود که هیچ‌، به جز فرستنده و گیرنده به آنها دسترسی ندارد. اپل گفت که برای محافظت از مشتریان خود، این “مدارک جعلی” را مسدود کرده است.

این اقدام کمتر از یک هفته پس از آن صورت گرفت که Beeper دسترسی به iMessage را معکوس کرد تا افرادی که از اندروید یا ویندوز استفاده می‌کنند بتوانند از این سرویس استفاده کنند و iMessages را از دستگاه‌های غیر اپل ارسال کنند. پیام‌هایی که برای صاحب آیفون ارسال می‌شوند و معمولاً به‌صورت حباب‌های سبز از طرف کاربر اندروید از طریق پیامک ظاهر می‌شوند، اگر از برنامه Beeper Mini Android یا Beeper Cloud، نسخه اصلی سرویسی که iMessage را از طریق Mac ارائه می‌کند، ارسال شوند، آبی رنگ می‌شوند.

اپل در بیانیه‌ای که به CNET ارائه شده است، گفت: در اپل، ما محصولات و خدمات خود را با فناوری‌های پیشرو در حوزه حریم خصوصی و امنیتی می‌سازیم که برای کنترل داده‌های کاربران و محافظت از اطلاعات شخصی آنها طراحی شده‌اند. ما با مسدود ، تکنیک‌هایی که از اعتبارنامه‌های جعلی برای دسترسی به iMessage سوء استفاده می‌کنند، اقداماتی را برای محافظت از کاربران خود انجام داده‌ایم.»

برای حفظ رمزگذاری سرتاسر، اپل نمی‌تواند تأیید کند که این پیام‌های ارسال شده از طریق برنامه‌های مخفی دارای اعتبارنامه معتبر هستند.

اپل گفت: «این تکنیک‌ها خطرات قابل‌توجهی را برای امنیت و حریم خصوصی کاربر، از جمله احتمال افشای ابرداده‌ها و فعال ، حملات هرزنامه، هرزنامه و فیشینگ ایجاد می‌کنند». “ما در آینده برای محافظت از کاربران خود به به روز رسانی ها ادامه خواهیم داد.”

کاربران Beeper Mini روز جمعه به Reddit مراجعه کردند تا به اشتراک بگذارند که قادر به ارسال یا دریافت پیام با استفاده از این برنامه نیستند.

اریک میگیکوفسکی، یکی از بنیانگذاران Beeper، شامگاه شنبه به CNET گفت: «این که می‌خوانیم Beeper Mini به نحوی این ارتباطات را امن‌تر و خصوصی‌تر می‌کند، گیج‌کننده است، زیرا این برعکس چیزی است که اتفاق می‌افتد. کاری که ما انجام داده‌ایم این مکالمات رمزگذاری شده است. و دیدن بیانیه‌ای که تقریباً برعکس آن چیزی است که دقیقاً اتفاق افتاده، تکان دهنده است.»

پیام های ارسال شده از طریق SMS بین کاربران اندروید و آیفون رمزگذاری نمی شوند. اما هفته گذشته به مدت سه روز، اپلیکیشن Beeper Mini به دارندگان اندروید و آیفون اجازه داد تا با رمزگذاری سرتاسر به طور ایمن ارتباط برقرار کنند. میگیکوفسکی توضیح داد که اپل مستقیماً با او یا شرکتش تماس نگرفته است. او گفت که قطعی روز جمعه از ساعت 11:30 صبح آغاز شد و بیپر مینی و بیپر کلود را از بین برد، اما تیم او بیپر کلود را در عرض 23 ساعت دوباره راه اندازی کرد.

میگیکوفسکی گفت: “ما Beeper Cloud را راه‌اندازی کرده‌ایم. بنابراین هر اظهارات اپل که باشد، کاملاً صحیح نیست. یا هر منظوری که آنها از آن داشته باشند، اینطور نیست.” “در حال حاضر بسیار خوب کار می کند.”

روز یکشنبه، سناتور الیزابت وارن نوشته شده در از اپل می‌خواهد همکاری بیشتری بین کاربران اندروید و iMessage فراهم کند و گفت: «چت بین پلت‌فرم‌های مختلف باید آسان و امن باشد». این نشان می دهد که این موضوع در حال تبدیل شدن به چیزی بیش از یک بحث حباب سبز در مقابل حباب آبی است و اکنون مورد بررسی بیشتر سیاستمداران قرار گرفته است و نگرانی دیگری را به لیست رو به رشد کنگره در مورد پلتفرم های متعلق به غول های فناوری اضافه می کند.

خب بعدش چی؟ همه اینها به دنبال بیانیه اخیر اپل مبنی بر اتخاذ استاندارد پیام‌های متنی RCS در سال 2024 است. اما Beeper را در نظر نمی‌گیرد.
میگیکوفسکی گفت: “اگر کسی به امنیت و حریم خصوصی برنامه ما شک دارد، ما بسیار خوشحالیم که کد منبع آن را در اختیار یک شخص ثالث مورد توافق قرار دهیم و اجازه دهیم آنها داور باشند.” “ادعاهای فوق العاده مستلزم شواهد فوق العاده ای است.”

به این نگاه کن: ورود یک ماهه: ما باتری های iPhone 15 Pro و Pro Max را آزمایش کردیم

10:13 صبح

در ابتدا در 6:32 بعد از ظهر PT منتشر شد.
در 10 دسامبر با واکنش سناتور الیزابت وارن به روز شد.

باور کنید یا نه، دانشمندان سال هاست که از تنظیمات واقعیت مجازی برای مطالعه فعالیت مغز موش های آزمایشگاهی استفاده می کنند. در گذشته، این کار توسط موش‌هایی با صفحه‌نمایش تخت انجام می‌شد – تاکتیکی که محدودیت‌های آشکاری برای شبیه‌سازی یک محیط واقعی دارد. اکنون، تیمی از دانشگاه نورث وسترن، در تلاشی برای ایجاد تجربه‌ای فراگیرتر، عینک‌های واقعیت مجازی کوچکی را توسعه داده‌اند که با صورت موش و بیشتر بدنش مناسب است. این به آنها اجازه داد تا تهدیدات هوایی را برای اولین بار شبیه سازی کنند و به طور دائمی فعالیت مغز موش ها را نقشه برداری کنند.

این سیستم که Miniature Rodent Stereo Illumination VR (یا iMRSIV) نام دارد، مانند یک هدست واقعیت مجازی برای انسان به سر ماوس متصل نیست. درعوض، عینک ها در جلوی تردمیل قرار می گیرند و تمام میدان دید ماوس را در حالی که در محل کار می کند، احاطه می کنند. جان عیسی، نویسنده اول این مطالعه گفت: ما یک نگهدارنده سفارشی برای عینک طراحی و ساختیم. “کل صفحه نمایش نوری – صفحه نمایش ها و لنزها – به دور ماوس می رود.”

در آزمایش‌های خود، محققان می‌گویند به نظر می‌رسد موش‌ها سریع‌تر از تنظیمات قبلی با محیط VR جدید سازگار شده‌اند. این تیم برای بازسازی حضور تهدیدات هوایی، مانند پرندگانی که برای صرف غذا می‌دوند، نقاط تاریک گسترده‌ای را در بالای صفحه‌نمایش پیش‌بینی کردند. نحوه واکنش آنها به تهدیدهایی مانند این «یک رفتار آموخته شده نیست. دام پینک، نویسنده اول، گفت: این یک رفتار حک شده است. “این به مغز موش متصل شده است.”

با استفاده از این روش، محققان توانستند هم واکنش‌های فیزیکی خارجی موش‌ها مانند یخ زدن در محل یا افزایش سرعت و هم فعالیت عصبی آنها را ثبت کنند. در آینده، آنها می توانند فیلمنامه را ورق بزنند و به موش ها اجازه دهند نقش شکارچیان را بازی کنند تا ببینند هنگام شکار حشرات چه اتفاقی می افتد. مقاله ای در مورد این تکنیک در مجله منتشر شد نورون جمعه.