سرمایهگذاری ۱۳۴ میلیون دلاری بریتانیا برای راهاندازی آزمایشگاه امنیت زیستی هوش مصنوعی
دولت بریتانیا با اختصاص بودجهای ۱۳۴ میلیون دلاری، آزمایشگاه ملی امنیت زیستی هوش مصنوعی را راهاندازی کرد. این مرکز مستقل با همکاری شرکتهای پیشرویی مانند OpenAI، Anthropic و گوگل، بر شناسایی زودهنگام تهدیدهای بیولوژیکی و تسریع ساخت واکسن و درمانهای پزشکی تمرکز خواهد داشت.

در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- تأسیس آزمایشگاه مستقل امنیت زیستی با سرمایهگذاری ۱۰۰ میلیون پوندی (۱۳۴ میلیون دلاری) دولت بریتانیا برای مهار خطرات احتمالی و بهرهگیری از فناوریهای پیشرفته.
- همکاری نزدیک غولهای فناوری از جمله OpenAI و Anthropic با ارائه صدها میلیون دلار اعتبار محاسباتی، همراه با پشتیبانی مدلهای زیستی و مدلهای Gemini گوگل.
- تمرکز اصلی این مرکز بر شناسایی پیشدستانه تهدیدهای میکروبی و ژنتیکی و افزایش سرعت توسعه واکسنها و داروهای نوین.
شرکتهای OpenAI، Anthropic و گوگل از این ابتکار جدید حمایت میکنند.
دولت بریتانیا در قالب «طرح ملی امنیت زیستی هوش مصنوعی»، آزمایشگاه امنیت زیستی هوش مصنوعی (AIBL) را راهاندازی کرد. این کشور بودجهای ۱۰۰ میلیون پوندی (معادل ۱۳۴ میلیون دلار) به این پروژه اختصاص داده است؛ طرحی که از حمایت غولهای هوش مصنوعی نظیر OpenAI، Anthropic و گوگل نیز بهره میبرد. این آزمایشگاه با گردهمآوردن متخصصان برجسته حوزه امنیت زیستی و علوم زیستی، از مدلهای پیشرو هوش مصنوعی برای شناسایی تهدیدهای بیولوژیکی و سرعت بخشیدن به ساخت واکسنها و شیوههای درمانی نوین استفاده خواهد کرد. این مرکز بهصورت یک سازمان غیرانتفاعی و مستقل فعالیت میکند، اما همکاری نزدیکی با نهادهای دولتی و مراکز دانشگاهی خواهد داشت.
دولت بریتانیا در بیانیه خود تأکید کرد که سیستمهای هوش مصنوعی «فرصتهایی بیتکرار برای کشفهای علمی پدید میآورند»، اما در عین حال «خطرات بیولوژیکی جدیدی ایجاد میکنند و ممکن است موانع پیش روی اقدامات مخرب را کاهش دهند». برای نمونه، اخیراً یک آزمایشگاه تحقیقاتی هوش مصنوعی در کالیفرنیا ادعا کرد که با کمک هوش مصنوعی ویروسی مهندسی کرده و آن را به یک بیمار تزریق نموده است. این ویروس با هدف آلوده کردن باکتریهای مقاوم به آنتیبیوتیک و نه با نیت سوء ساخته شده بود، اما این دستاورد نشان داد که هوش مصنوعی پیشرفته چگونه میتواند در زیستفناوری به کار گرفته شود. دولت بریتانیا در ادامه تصریح کرد: «تحقیقات پیشگامانه این آزمایشگاه، تابآوری بریتانیا و جامعه جهانی را در برابر طیف وسیعی از خطرات بیولوژیکی، بهویژه خطرات ناشی از پیشرفت هوش مصنوعی، بهشدت ارتقا خواهد داد.»
کانیشکا نارایان، وزیر هوش مصنوعی بریتانیا، درباره این مرکز اظهار داشت: «این آزمایشگاه نهادی بینالمللی و بسیار تأثیرگذار خواهد بود که تخصصهای علمی تراز اول جهان را گرد هم میآورد تا از سلامت مردم در برابر تهدیدهای بیولوژیکی نوظهور محافظت کند و جایگاه پیشروی بریتانیا را در حوزه ایمنی و امنیت هوش مصنوعی تثبیت نماید.»
شرکت OpenAI با ارائه ۱۰۰ میلیون پوند اعتبار محاسباتی از این ابتکار پشتیبانی میکند تا محققان آزمایشگاه بتوانند به پیشرفتهترین مدلها و زیرساختهای پردازشی آن دسترسی داشته باشند. همزمان، شرکت Anthropic نیز ۱۰۰ میلیون پوند اعتبار استفاده از مدلهای خود را در اختیار این مرکز میگذارد. افزون بر این، آزمایشگاه مذکور با Google DeepMind و شرکت بریتانیایی Basecamp Research که در زمینه علوم زیستی و هوش مصنوعی فعالیت دارد، همکاری خواهد کرد. کارشناسان امنیت زیستی Google DeepMind در پروژههای پژوهشی با آزمایشگاه مشارکت داشته و دسترسی به مدلهای پیشرفته Gemini را فراهم میکنند؛ در حالی که Basecamp Research مدلهای تخصصی زیستشناسی محاسباتی و توانمندیهای فنی خود را برای مواجهه با چالشهای بیولوژیکی ارائه خواهد داد.
برچسب های مرتبط
مطالب مرتبط و پیشنهادی

بسته ویرایش تصویر Qwen برای ComfyUI، از مرز ۱٫۶۸ میلیون دانلود گذشت
مجموعه بازطراحیشده مدلهای ویرایش تصویر Qwen برای پلتفرم محبوب ComfyUI، در Hugging Face از مرز ۱٫۶۸ میلیون بار دانلود عبور کرد. این بسته یکپارچه، فرایند بارگذاری مدلهای پیشرفته علیبابا را برای کاربران و توسعهدهندگان بینهایت ساده و سریع میکند.

مدل صوتی جدید شرکت Block با شبیهسازی دقیق احساسات و مکثها، به طرز شگفتآوری شبیه انسان است
شرکت Block با معرفی مدل صوتی جدید Dessa، مرزهای واقعگرایی در هوش مصنوعی را جابهجا کرده است. این مدل قادر است همزمان بشنود و صحبت کند و احساساتی مثل خنده و مکث را درست مانند یک انسان بازآفرینی نماید. علاوه بر این، فناوری مذکور بدون نیاز به پردازش ابری، روی رایانههای شخصی قدرتمند اجرا میشود.

آموزش مدلهای کوچک هوش مصنوعی برای یادگیری از اشتباهات خود
تقطیر دانش یکی از روشهای کلیدی برای انتقال توانمندی مدلهای بزرگ به سیستمهای زبانی کوچکتر است، اما این شیوه سنتی معمولاً به تکرار و تشدید خطا در زمان پاسخدهی واقعی منجر میشود. مقالهای پژوهشی و جامع با بررسی تکنیک تقطیر همسو یا OPD، نشان میدهد چگونه آموزش مدلها بر اساس پاسخهای خودشان میتواند پایداری و دقت استدلال آنها را متحول کند.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.