Руководство Стэнфордского университета (США) сообщило об инциденте в области кибербезопасности, с которой учебное заведение столкнулось в прошлом году. Системы учебного заведения подверглись атаке вируса-вымогателя Akira, который оставался незамеченным в течение более чем четырёх месяцев.

Источник изображения: Gerd Altmann / pixabay.com

В конце октября 2023 года хакерская группировка Akira поместила Стэнфордский университет на «доску позора» своего сайта, а руководство учебного заведения впоследствии опубликовало заявление, в котором сообщило, что расследует инцидент, но не упомянуло вирус-вымогатель. Теперь стало известно, что в результате инцидента пострадали персональные данные 27 000 человек, которые получили об этом официальные уведомления.

Вторжение в системы произошло 12 мая 2023 года, основной целью злоумышленников стал сегмент Департамента общественной безопасности университета. Но руководству Стэнфорда стало известно о вторжении лишь 27 сентября, говорится в документах, поданных в Генпрокуратуру штата Мэн. Пояснений по вопросу, почему потребовалось так много времени на обнаружение вторжения, и находился ли злоумышленник в сети всё это время, не последовало.

Руководство университета не сообщило, какая информация была скомпрометирована, но в документах указано, что утечка коснулась трёх видов данных, включая имена и номера социального страхования. Пострадавшим предложены 24 месяца бесплатного кредитного мониторинга, полис страхового возмещения на сумму в $1 млн и услуги по возмещению ущерба после кражи персональных данных.

Группировка Akira сообщила, что похитила 430 Гбайт данных, включая личную информацию и конфиденциальные документы. Всё это доступно для скачивания любому желающему через torrent-файл, а значит, университет, вероятно, отказался платить выкуп. Akira действует с марта 2023 года, и её жертвы получали различные требования выкупа за похищение данных: от относительно небольших шестизначных сумм до нескольких миллионов долларов. Она взяла на себя ответственность за крупные атаки на такие организации как зоопарк Торонто, австралийский филиал Nissan, Университет Мерсера и компанию Lush — производителя бомбочек для ванн. Группировкам Akira и 8Base в 2024 году следует уделять особое внимание, говорят эксперты по кибербезопасности.

Учёные Стэнфордского университета доложили о создании нового материала, который поможет создать оперативную память с более высокой скоростью работы и энергоэффективностью. Соединение имеет формулу MnPd₃ (марганец-палладий-3). Оно позволит создавать быстрые модули памяти, поддерживающие обучение систем искусственного интеллекта локально, а не на удалённых серверах.

Источник изображения: Gerd Altmann / pixabay.com

Авторы проекта считают, что человечество переходит от эпохи интернета к эпохе ИИ, и актуальной задачей становится запуск ИИ-алгоритмов на периферии — на домашнем компьютере, смартфоне или даже смарт-часах. Это позволит, например, обнаруживать признаки проблем со здоровьем или распознавать естественную речь, но такие приложения требуют более эффективного оборудования, чем существующее, в том числе более быстрой оперативной памяти.

В данном случае речь идёт о памяти типа SOT-MRAM (spin-orbit torque MRAM) — магниторезистивной оперативной памяти с записью данных с помощью спин-орбитального вращательного момента. В её основе лежит внутреннее свойство электронов — его спин. Спин можно описать как нечто напоминающее баскетбольный мяч, вращающийся на кончике пальца спортсмена. Но поскольку электрон является заряженной частицей, он при вращении превращается в крошечный магнит, с поляризацией вдоль оси вращения — возвращаясь к аналогии с баскетбольным мячом, это линия, продолжающая линию пальца у спортсмена. Направляя эти линии вверх или вниз, можно добиться представления нулей или единиц, формируя в массиве байты компьютерных данных. При этом такая память в отличие от применяемой сейчас повсеместно оперативной памяти является энергонезависимой.

Источник изображения: news.stanford.edu

В модулях памяти SOT-MRAM через слой материала спин-орбитального момента (SOT) проходит спин-поляризованный ток, из-за которого производится переключение спинов частиц в соседнем магнитном материале. В идеале правильно подобранные вещества обеспечивают запись данных простым переключением тока в слое SOT. Однако найти подходящий материал для такого слоя непросто, и здесь снова требуется аналогия. Если взять за систему отсчёта лежащий на тарелке ломтик хлеба, а по его краям отложить оси X и Y, то при прохождении тока по оси X у большинства материалов спиновая поляризация производится по оси Y, тогда как максимальной плотности данных можно добиться при поляризации по оси Z — оси, продолжающей линию перпендикулярно воткнутой в ломтик хлеба зубочистки. Обойти это ограничение в общем случае получается при помощи внешнего магнитного поля, которое требует дополнительного пространства и дополнительных расходов энергии.

Нужными свойствами обладает полученное американскими учёными соединение MnPd₃ — его внутренняя структура лишена кристаллической симметрии, которая заставила бы все электроны выстраивать спины вдоль одной линии. При помощи этого материала исследователи продемонстрировали переключение поляризации как в направлении Y, так и в направлении Z без необходимости во внешнем магнитном поле — её можно выстраивать даже в направлении X, уточнили учёные, хотя этот нюанс в основную работу и не вошёл.

Помимо асимметричной кристаллической структуры, MnPd₃ обладает рядом иных свойств, которые помогут быстро внедрить его в массовое производство модулей SOT-MRAM. В частности, он выдерживает производимый при выпуске электроники отжиг (400 °C на 30 минут), а его слой создаётся при помощи магнетронного напыления — этот процесс уже используется при производстве других компонентов для хранения данных. Иными словами, для его внедрения в производство не потребуется новых инструментов или новых методов — материал обладает новыми свойствами, но идеально вписывается в современные технологии производства. Учёные уже работают над прототипам модулей SOT-MRAM на базе марганца-палладия-3, которые можно будет интегрировать в реальные устройства.

Ученные Стэнфордского университета разработали модель искусственного интеллекта Alpaca AI, которая во многих задачах работает аналогично ChatGPT. Отличие состоит в том, что построили её на основе платформы с открытым исходным кодом, а обучение обошлось менее чем в $600. Иными словами, современные продвинутые системы ИИ можно легко воспроизвести, причём с довольно скромными затратами.

Источник изображения: Gerd Altmann / pixabay.com

Всего полгода назад за эволюцией больших языковых моделей следили разве что учёные и энтузиасты, но с запуском ChatGPT стало очевидным: машины могут общаться так же, как люди. Они за считаные секунды пишут тексты из множества предметных областей, зачастую демонстрируя очень высокий уровень. Последующий выход GPT-4 показал, что и развиваются они с головокружительной скоростью, обещая в скором времени коренным образом преобразовать всё человечество. Собственные аналоги уже есть у Google, Apple, Meta✴, Baidu и Amazon — ИИ-системы скоро наводнят рынок, появившись в поисковых системах, автомобилях и даже смарт-часах.

Как выяснилось, чтобы построить аналог ChatGPT, не нужно ресурсов технологического гиганта — достаточно определённой базы знаний и бюджета в $600. Это на деле подтвердили учёные Стэнфордского университета, взяв за основу разработанную Meta✴ открытую языковую модель LLaMA 7B — самую доступную из линейки LlaMA. Будучи обученной на триллионе примеров, она обладает ограниченными возможностями и в большинстве задач значительно отстаёт от ChatGPT. Основные материальные затраты и главное конкурентное преимущество моделей OpenAI GPT заключаются в огромном количестве времени и человеческих ресурсов, которые разработчик вложил в обучение модели: одно дело прочитать несколько миллиардов книг и совсем другое — усвоить большое число пар вопросов и ответов, готовящих ИИ к предстоящей работе.

Источник изображения: github.com/tatsu-lab

Запустив модель LLaMA 7B, учёные Стэнфорда дали GPT образец из созданных человеком пар вопросов-ответов и предписали ей генерировать по этому образцу новые данные, выдавая по 20 пар за итерацию. Автоматизировав задачу через открытые OpenAI средства OpenAI, они за короткое время получили в распоряжение 52 000 образцов диалога, подходящих для обучения LlaMA, что обошлось учёным менее чем в $500. Далее последовал этап тонкой настройки LlaMA — для этого потребовались ресурсы восьми компьютеров с 80-Гбайт ускорителями NVIDIA A100 на три часа. В облачной инфраструктуре эта услуга обошлась менее чем в $100. По окончании обучения исследователи протестировали свою модель, которой дали имя Alpaca, и сравнили её с ChatGPT в таких задачах как написание электронной почты, публикаций для соцсетей и помощь в работе. Alpaca успешно справилась с 90 тестами, а ChatGPT преодолел лишь 89.

Авторы проекта отметили, что, вероятно, могли бы достичь того же результата с меньшими материальными затратами, если бы поставили цель оптимизировать процесс. При наличии доступа к GPT-4 и более мощным моделям LlaMA, которые можно взять за основу, любой подготовленный специалист смог бы повторить опыт и даже достичь более весомых результатов, не останавливаясь на 52 000 пар вопросов и ответов, тем более, что свой набор учёные Стэнфорда опубликовали на Github. Они также предупредили, что пока не занимались важнейшим из вопросов для современных ИИ — не провели дополнительной тонкой настройки, чтобы обеспечить безопасную и этичную работу модели, поэтому тех, кто будет использовать их наработки, попросили сообщать о выявленных сбоях.

Повторить опыт стэнфордских учёных теоретически может любой желающий при наличии технической подготовки и суммы в $600, однако остаются некоторые препятствия. Лицензия OpenAI не разрешает использовать данные её моделей для разработки конкурирующих систем, а Meta✴ пока разрешила академическим исследователям пользоваться только некоммерческими лицензиями — виной всему утечка LlaMA на имиджборд 4chan через неделю после анонса. С другой стороны, ещё одна сторонняя группа разработчиков нашла способ запустить Alpaca AI на одноплатных компьютерах Raspberry Pi с возможностью масштабирования до более продвинутых LlaMA-13B, 30B и 65B и не прибегать в услугам облачных провайдеров на этапе тонкой настройки — достаточно ресурсов всего одной бытовой, пусть и чрезвычайно мощной видеокарты NVIDIA GeForce RTX 4090 на пять часов.

Хотя многие представляют спутники крупными объектами стоимостью в миллионы, а то и десятки миллионов долларов, команда Университета Брауна (США) не просто создала недорогую модель, но и доказала эффективность её уникальной конструкции. Благодаря специальному парусу объект спускается на Землю намного быстрее своих аналогов, что в перспективе позволит использовать технологию для сокращения количества космического мусора на орбите.

Источник изображения: Phys.org

Хотя SBUDNIC, названный с отсылкой к первому в истории спутнику на орбите (советскому «Спутник-1»), отправился в космос ещё в прошлом мае, пришло время подвести промежуточные итоги использования технологии быстрого смещения объекта с орбиты. Для этого используется напечатанный на 3D-принтере специальный парус.

Известно, что инициаторами реализации проекта выступили студенты Университета Брауна, но скоро к нему присоединился проект NASA Rhode Island Space Grant Consortium (RISG) при том же университете, Институт исследований загрязнения атмосферы Национального совета по науке Италии, итальянская аэрокосмическая компания D-Orbit, AMSAT-Italy и римский университет Ла Сапиенца.

Общий бюджет кубсата размером 10 × 10 × 34,05 см, способного делать снимки с орбиты невысокого разрешения, составил примерно $10 тыс. Почти все компоненты доступны в обычных розничных магазинах. Например, за управление отвечает плата Arduino Nano BLE стоимостью $20, вся система управления, включая CPU, платы и прочие части, стоит всего $175. За радиосвязь отвечает любительский модуль, а энергией разработку обеспечивают 48 аккумуляторов АА-типа. Парус для ускоренного снижения студенты напечатали на 3D-принтере.

Источник изображения: Phys.org

Согласно расчётам, использование паруса должно значительно снизить максимальную продолжительность жизненного цикла спутников. Благодаря этому потенциальный космический мусор будет ускоренными темпами отправляться на Землю с орбиты, источником мусора на которой обычно являются либо уже вышедшие из эксплуатации спутники, либо отработанные части кораблей — и те и другие создают угрозу действующим объектам. По данным NASA, на орбите находятся десятки тысяч фрагментов космического мусора, а эксперты утверждают, что большинство спутников остаются в космосе десятилетиями, даже после того, как они уже не нужны и не функционируют.

В мае прошлого года ракета Falcon 9 компании SpaceX доставила SBUDNIC на высоту 520 км. По данным Космического командования ВВС США, с тех пор орбита SBUDNIC снизилась до 470 км. Для сравнения, другие кубсаты из той же партии, не использующие космических парусов, находятся на орбитах выше 500 км.

Университет Гонконга (HKU) ввёл временный запрет на использование студентами ИИ-бота ChatGPT или любого другого приложения на основе искусственного интеллекта (ИИ) для выполнения курсовых работ, классных и оценочных заданий, предупредив, что любое нарушение запрета будет рассматриваться как плагиат.

Источник изображения: Pixabay

На данный момент университет Гонконга является первым и пока единственным заведением в городе, которое ввело запрет на использование ИИ-инструментов учащимися. В свою очередь, Китайский университет Гонконга заявил о создании комитета для обсуждения данного вопроса на следующей неделе. Другие учебные заведения Гонконга тоже пока обдумывают, как поступить в данном случае.

Сообщивший в пятницу о запрете в электронном обращении к студентам профессор Ян Холлидей (Ian Holliday), вице-президент университета Гонконга по преподаванию и обучению, отметил, что потребуется некоторое время, чтобы определиться с долгосрочной политикой касательно ИИ-инструментов. «Поэтому нам необходимо было принять краткосрочную политику. Вот и всё: в качестве временной меры мы запрещаем использование ChatGPT или любого другого инструмента на основе ИИ для всех классных, курсовых и оценочных заданий в HKU», — сообщил Холлидей.

Холлидей рассказал, что преподаватели будут использовать различные методы для проверки возможного использования учащимися инструментов на основе ИИ для выполнения своей работы. Если возникнет подозрение в нарушении запрета, учителя могут вызвать ученика для обсуждения выполнения им задания, назначить дополнительный устный экзамен или потребовать проведение дополнительного экзамена в аудитории, а также принять другие меры, говорит профессор.

Фрэнсис Фонг Покиу (Francis Fong Po-kiu), почётный президент Гонконгской федерации информационных технологий поддержал этот запрет. Он отметил, что, используя ИИ-инструменты, студенты не смогут развивать собственное логическое мышление, критическое мышление и языковые навыки. «ИИ может быть обоюдоострым мечом. Это форма коллективного разума, предлагающая эффективные решения для людей, но в то же время пользователи могут быть введены в заблуждение, имея только один конкретный способ мышления», — говорит Покиу.