Новости искусственного интеллекта и технологий
  • Новости
  • Обзор сервисов
  • ИИ в искусстве
  • ИИ в бизнесе
  • ИИ в науке
  • ИИ в жизни
Автор

admin

admin

ИИ в жизни

Организация работы и обработка уведомлений в SOC: три подхода

admin 14.06.2025
admin


Корпоративным центрам мониторинга информационной безопасности (SOC) становится все сложнее противостоять современным продвинутым киберугрозам. Никуда не пропадают и внутренние проблемы: нехватка кадров в сфере безопасности, профессиональное выгорание и зачастую недостаточные бюджеты. Типичный SOC состоит из аналитиков, берущих на себя первичную сортировку и разбор уведомлений, группы экспертов, анализирующих продвинутые угрозы, специалистов по работе с данными об угрозах, а также команды менеджеров. Наибольшие объемы задач приходятся на аналитиков, а значит, им необходимо организовывать свою работу с максимальной эффективностью.

Согласно данным отчета ESG, существует три подхода к организации структуры SOC и обработки уведомлений, и все они примерно одинаково популярны. Больше четверти (28%) организаций утверждают, что специалисты их SOC разделены на группы по уровню их навыков и степени ответственности. В 36% фирм сотрудники группируются по векторам атак. В оставшихся 36% компаний аналитики обрабатывают уведомления в порядке общей очереди, вне зависимости от своих навыков или типов угроз.

В этом посте мы рассмотри эти три подхода подробнее, оценим их плюсы и минусы и поговорим о лайфхаках, которые сделают работу сотрудников SOC проще и эффективнее. Однако не стоит забывать: ничто из описанного не является железным правилом, и реальные компании обычно используют смешанные подходы в зависимости от своих потребностей.

1. Классический подход

Подход, которого придерживаются 28% организаций, отражает традиционный взгляд на структуру SOC. Аналитики распределены по нескольким линиям, первая из которых обрабатывает все входящие уведомления. После первичной сортировки эта линия решает проблемы, с которыми может справиться своими силами. Если же инцидент слишком сложен и у первой линии нет инструкций, как на него реагировать (или в случае, если понятно, что атака не автоматизирована и ей в режиме реального времени управляют люди), он передается второй линии.

У этих специалистов второй линии обычно больше навыков и опыта. Они либо работают «единым фронтом», разбирая инциденты по мере появления, либо специализируются в разных областях: например, одни эксперты анализируют угрозы операционной системе (Linux или Windows), а другие — сетевые угрозы. Иногда используется и третья линия с еще более узкими специализациями. Такая система позволяет специалистам первой линии заниматься рутинными инцидентами, второй — сосредоточиться на продвинутых угрозах, а самые сложные случаи отправлять на третью линию.

В этой структуре массовый наплыв уведомлений затрагивает только первую линию, где начинающие аналитики могут оттачивать свои навыки. Более квалифицированные сотрудники второй и третьей линий в свою очередь применяют и углубляют свои специализированные знания. В таком режиме эффективность обработки уведомлений постоянно повышается за счет того, что накапливаемый опыт помогает сотрудникам справляться со все более запутанными случаями. Однако эта система не сможет работать без максимально подробных инструкций для первой линии, а значит, требует большого объема подготовительной работы по их составлению.

2. Разделение по векторам атаки, видам угроз или специализациям

Этот подход используют 36% опрошенных компаний. Он включает распределение специалистов по разным векторам атак, таким как сетевые угрозы, атаки на серверы или онлайн-приложения, внутренние угрозы и DDoS-атаки. Разделение также может проводиться по типам систем (например, рабочие места, облака или ЦОД) или степени их важности: угрозы критически важным системам передаются второй линии, а остальные обрабатываются первой.

На практике этот и предыдущий подходы часто используются вместе в гибридной модели. Например, первая линия обрабатывает все входящие уведомления и перенаправляет задачи определенного типа экспертам второй или третьей линии, работающим на соответствующем направлении.

Плюс такого подхода заключается в возможности специалиста углубиться в интересующее его поле и значительно повысить квалификацию и качество реагирования на угрозы. Однако при таком подходе в случае необходимости может быть сложно найти замену уходящему специалисту.

3. Единая очередь

Подход, используемый еще 36% организаций, заключается в работе с единым потоком обработки оповещений, без разделения специалистов на линии. Этот подход предполагает, что все эксперты имеют примерно одинаковый уровень квалификации и способны справляться с большинством инцидентов без их передачи по цепочке. Однако некоторое разделение задач все же встречается: самые запутанные случаи могут направляться специальной группе высококвалифицированных профессионалов.

Структура SOC «Лаборатории Касперского» ближе всего именно к этой модели, с одним отличием: роль первой линии выполняет искусственный интеллект. Благодаря технологиям машинного обучения он автоматически отсеивает часть ложных срабатываний, что экономит силы и время сотрудников. Кроме того, AI отмечает интересные детали в уведомлениях и упрощает работу с ними для специалистов-людей.

Вторая линия является общей и единой для всех специалистов. Если сотрудник не может обработать какой-либо из инцидентов, он может отправить его на так называемую виртуальную линию. Она называется так потому, что не существует постоянно, а создается только на время обработки подобных инцидентов. В отличие от второй линии, виртуальная не имеет фиксированной структуры: в нее можно направить незанятых специалистов второй линии или продвинутых профессионалов из третьей, которые обычно не занимаются рядовыми инцидентами, а вместо этого разрабатывают логику детектирования угроз и методы их проактивного обнаружения.

Такой подход позволяет специалистам улучшать свои навыки в более широких областях, а не замыкаться на одном направлении или задачах определенной степени сложности. Они получают разнообразный опыт, а значит, возрастает и надежность SOC в целом. К тому же работа с непривычными задачами снижает риск выгорания, которое чаще всего возникает из-за рутины. И самое главное — всегда есть возможность передать разросшуюся задачу «команде прикрытия».

С другой стороны, такой подход требует большого количества квалифицированных сотрудников, а значит, усложняет подбор команды; не стоит забывать и о расходах на разработку и внедрение технологий машинного обучения.

Еще одно решение проблемы выгорания

Есть еще один лайфхак, позволяющий сотрудникам вырваться из рутинного потока задач. В SOC «Лаборатории Касперского» у каждого аналитика ежемесячно есть два рабочих дня, в которые он не обрабатывает уведомления, а переключается на более творческие задачи. Это может быть, например, улучшение процессов, поиск угроз вручную, программирование средств автоматизации для SOC, анализ отчетов об инцидентах или подготовка списка типичных ошибок для улучшения качества карточек инцидентов, которые подготавливаются для клиентов. Или же он может потратить это время на самообразование.

Если руководитель замечает, что сотрудник стал ошибаться больше обычного, он предложит использовать один или оба эти дня, чтобы немного переключиться и очистить голову.

Такая смена деятельности позволяет аналитикам отдохнуть и снизить уровень стресса от монотонности работы по обработке уведомлений. Компания может поощрять команду бонусами за ценные улучшения процессов безопасности, предложенные в такие «самостоятельные» дни.

Модели работы SOC в разных компаниях сильно различаются в зависимости от их зрелости, бюджетов и релевантных ИБ-рисков. Но мы наблюдаем и глобальные тенденции, влияющие на типичную структуру SOC. В первую очередь речь идет о внедрении технологий автоматизации работы служб ИБ и сортировки уведомлений — например, с помощью решений SOAR. Доступ ко всем системам из одной точки значительно ускоряет обработку уведомлений. Вторая тенденция — нехватка квалифицированных кадров. В SOC требуется все больше специалистов-универсалов, способных справиться с разнообразными угрозами. Пока неизвестно, как эти тренды повлияют на существующие подходы, но очевидно одно: пришло время проанализировать состояние персонала и процессов в SOC и начать внедрять улучшения, которые не дадут киберугрозам подорвать вашу защиту.

Kaspersky expert training: Security Operations and Threat Hunting

Мы разработали новый онлайн-тренинг по кибербезопасности для экспертов: Security Operations and Threat Hunting. Одним из его создателей и ведущих является Сергей Солдатов, глава SOC «Лаборатории Касперского» и автор этой статьи. Вместе со своими коллегами он старается помочь компаниям улучшать работу центров мониторинга кибербезопасности или даже построить их с нуля. Курс также поможет командам SOC повысить уровень детектирования и проактивного поиска угроз и их расследования. Узнайте больше о курсе Security Operations and Threat Hunting на сайте Kaspersky Expert Training. Пока курс доступен только на английском языке.



Источник

Новости

Помимо архитектуры GPT: почему подход к распространению Google может изменить развертывание LLM

admin 14.06.2025
admin

Присоединяйтесь к событию, которым доверяют лидеры предприятия в течение почти двух десятилетий. VB Transform объединяет людей, строящих реальную стратегию ИИ предприятия. Узнать больше


В прошлом месяце, наряду с комплексным набором новых инструментов и инноваций AI, Google DeepMind представила диффузию Близнецов. В этой экспериментальной модели исследования используется подход на основе диффузии для создания текста. Традиционно, крупные языковые модели (LLMS), такие как GPT и сами Близнецы, полагались на авторегрессию, пошаговый подход, в котором каждое слово генерируется на основе предыдущего. Модели диффузионного языка (DLMS), также известные как крупные языковые модели на основе диффузии (DLLM), используют метод, чаще встречающийся в генерации изображений, начиная со случайного шума и постепенно переработав его в когерентный выход. Этот подход значительно увеличивает скорость генерации и может улучшить когерентность и последовательность.

Диффузия Близнецов в настоящее время доступна в качестве экспериментальной демонстрации; Подпишитесь на список ожидания, чтобы получить доступПолем

(Примечание редактора: мы распаковываем смены парадигмы, такие как языковые модели на основе диффузии-и что нужно для их запуска в производстве-в VB Transform, 24–25 июня в Сан -Францисконаряду с Google DeepMind, LinkedIn и другими руководителями ИИ предприятия.)

Понимание диффузии против авторегрессии

Диффузия и авторегрессия являются принципиально разными подходами. Ауторегрессивный подход генерирует текст последовательно, с токенами предсказаны по одному. Хотя этот метод обеспечивает сильную когерентность и отслеживание контекста, он может быть вычислительно интенсивным и медленным, особенно для длительного содержания.

Диффузионные модели, напротив, начинаются со случайного шума, который постепенно превращается в когерентный выход. При применении к языку техника имеет несколько преимуществ. Блоки текста могут быть обработаны параллельно, потенциально производящие целые сегменты или предложения с гораздо более высокой скоростью.

По сообщениям, диффузия Близнецов может генерировать 1000-2000 токенов в секунду. Напротив, Flash Gemini 2,5 имеет среднюю скорость выходной мощности 272,4 токена в секунду. Кроме того, ошибки в генерации могут быть исправлены во время процесса переработки, повышение точности и снижение количества галлюцинаций. Там могут быть компромиссы с точки зрения мелкозернистой точности и контроля на уровне токена; Тем не менее, увеличение скорости будет изменять игру для многочисленных приложений.

Как работает генерация текста на основе диффузии?

Во время обучения DLMS работает, постепенно развращая предложение с шумом на многих шагах, пока первоначальное предложение не станет совершенно неузнаваемым. Затем модель обучается обратить вспять этот процесс, шаг за шагом, реконструируя исходное предложение от все более шумных версий. Благодаря итеративному уточнению он учится моделировать все распределение правдоподобных предложений в учебных данных.

Хотя специфика диффузии Близнецов еще не раскрыта, типичная методология обучения для диффузионной модели включает в себя эти ключевые этапы:

Вперед диффузия: При каждом образе в тренировочном наборе данных шум постепенно добавляется в течение нескольких циклов (часто от 500 до 1000), пока он не станет неразличимым от случайного шума.

Обратная диффузия: Модель учится обратить каждый шаг из процесса заработной платы, по сути, изучая, как «денузировать» поврежденное предложение по одному этапу за раз, в конечном итоге восстанавливая исходную структуру.

Этот процесс повторяется миллионы раз с разнообразными образцами и уровнями шума, что позволяет модели изучить надежную функцию двойного обзора.

После обучения модель способна генерировать совершенно новые предложения. DLMS, как правило, требует условия или ввода, такого как подсказка, метка класса или встраивание, чтобы направлять поколение к желаемым результатам. Условие вводится в каждый этап процесса двойного раздела, который формирует начальную каплю шума в структурированный и когерентный текст.

Преимущества и недостатки моделей на основе диффузии

В интервью VentureBeat Брендан О’Донохью, научный сотрудник Google DeepMind и один из главных по сравнению с диффузионным проектом Близнецов, подробно рассказал о некоторых преимуществах методов на основе диффузии по сравнению с авторегрессией. Согласно О’Донохью, основные преимущества диффузионных методов являются следующими:

  • Нижние задержки: Диффузионные модели могут создавать последовательность токенов за гораздо меньше времени, чем авторегрессивные модели.
  • Адаптивные вычисления: Диффузионные модели будут сходиться к последовательности токенов с разными скоростями в зависимости от сложности задачи. Это позволяет модели потреблять меньше ресурсов (и иметь более низкие задержки) для простых задач и больше на более сложных.
  • Неуазуральные рассуждения: Из -за двунаправленного внимания в Denoiser токены могут заниматься будущими токенами в том же поколении. Это позволяет иметь нецелостные рассуждения и позволяет модели вносить глобальные изменения в блоке для создания более когерентного текста.
  • Итеративная уточнение / самокоррекция: Процесс унижения включает выборку, которая может вводить ошибки, как в авторегрессии моделей. Однако, в отличие от авторегрессивных моделей, токены передаются обратно в денозер, который затем имеет возможность исправить ошибку.

O’Donoghue также отметил основные недостатки: «Более высокая стоимость обслуживания и немного более высокое время к первым (TTFT), поскольку авторегрессивные модели будут создавать первый токен сразу. Для диффузии первый жетон может появиться только тогда, когда вся последовательность токенов будет готова».

Производительность

Google говорит, что производительность диффузии Gemini сопоставима с Flash-Lite Gemini 2.0.

ЭталонТипДиффузия БлизнецовGemini 2.0 Flash-Lite
LiveCodebench (V6)Код30,9%28,5%
BigCodebenchКод45,4%45,8%
LBPP (V2)Код56,8%56,0%
Swe-Bench проверил*Код22,9%28,5%
ГуманевалКод89,6%90,2%
MBPPКод76,0%75,8%
GPQA DiamondНаука40,4%56,5%
AIME 2025Математика23,3%20,0%
Большой палочку очень тяжелоРассуждение15,0%21,0%
Глобальный MMLU (Lite)Многоязычный69,1%79,0%

* Неагентическая оценка (только для редактирования одного поворота), максимальная длина подсказки 32 тыс..

Эти две модели сравнивались с использованием нескольких критериев, с оценками, основанными на том, сколько раз модель давала правильный ответ с первой попытки. Диффузия Близнецов хорошо выполнялась в тестах кодирования и математики, в то время как Flash-Lite Gemini 2.0 имел преимущество в рассуждениях, научных знаниях и многоязычных возможностях.

По мере развития диффузии Близнецов нет никаких оснований думать, что его производительность не догоняет с более устоявшимися моделями. По словам О’Донохью, разрыв между двумя методами «по существу закрыт с точки зрения контрольной производительности, по крайней мере, в относительно небольших размерах, которые мы масштабировали.

Тестирование диффузии Близнецов

VentureBeat получил доступ к экспериментальной демонстрации. Когда мы переживая диффузию Близнецов через свои шаги, первое, что мы заметили, было скоростью. При запуске предлагаемых подсказок, предоставленных Google, включая создание интерактивных приложений HTML, таких как ксилофон и планета Tac Toe, каждый запрос выполняется менее чем за три секунды, со скоростью от 600 до 1300 токенов в секунду.

Чтобы проверить его производительность с помощью реального приложения, мы попросили диффузию Gemini для создания интерфейса видеочата со следующей подсказкой:

Build an interface for a video chat application. It should have a preview window that accesses the camera on my device and displays its output. The interface should also have a sound level meter that measures the output from the device's microphone in real time.

Менее чем за две секунды диффузия Близнецов создала рабочий интерфейс с предварительным просмотром видео и аудиометра.

Хотя это не было сложной реализацией, это могло бы быть началом MVP, который может быть завершен с небольшим количеством дальнейшего подсказки. Обратите внимание, что Flash Gemini 2.5 также создала рабочий интерфейс, хотя и в немного более медленном темпе (приблизительно семь секунд).

Диффузия Близнецов также включает в себя «Мгновенное редактирование», режим, в котором текст или код могут быть вставлены и отредактированы в режиме реального времени с минимальным подсказом. Мгновенное редактирование эффективно для многих типов текстового редактирования, включая исправление грамматики, обновление текста для нацеливания на различные персонажи читателей или добавление ключевых слов SEO. Он также полезен для таких задач, как код Refactoring, добавление новых функций в приложения или преобразование существующей кодовой базы на другой язык.

Примеры использования предприятия для DLMS

Можно с уверенностью сказать, что любое приложение, которое требует быстрого отклика, может получить выгоду от технологии DLM. Это включает в себя приложения в режиме реального времени и с низкой задержкой, такие как разговорные ИИ и чат-боты, живая транскрипция и перевод, или ассистенты по автозаполнению IDE и кодирование.

По словам О’Донохью, с приложениями, которые используют «встроенное редактирование, например, привлечение куска текста и внесение некоторых изменений на месте, диффузионные модели применимы так, как это не так». DLMS также имеет преимущество с проблемами разума, математики и кодирования, из-за «бессмысленных рассуждений, предоставляемых двунаправленным вниманием».

DLM все еще в зачаточном состоянии; Тем не менее, технология может потенциально изменить то, как создаются языковые модели. Они не только генерируют текст с гораздо более высокой скоростью, чем авторегрессивные модели, но и способность возвращаться и исправлять ошибки означает, что, в конечном итоге, они также могут дать результаты с большей точностью.

Диффузия Близнецов входит в растущую экосистему DLMS, с двумя заметными примерами, которые являются ртутью, разработанные Labs, и LLADA, модель с открытым исходным кодом от GSAI. Вместе эти модели отражают более широкий импульс, лежащий в основе генерации языка на основе диффузии и предлагают масштабируемую, параллелизируемую альтернативу традиционным ауторегрессионным архитектурам.



Источник
ИИ в бизнесеИИ в искусствеИИ в науке

Новая Carcast: Metrics имеет значение? Кроме того, размышляя о стратегии ИИ и значении жизни

admin 14.06.2025
admin

Присоединяйтесь к событию, которым доверяют лидеры предприятия в течение почти двух десятилетий. VB Transform объединяет людей, строящих реальную стратегию ИИ предприятия. Узнать больше


В Carcast на этой неделе мы обсуждаем технологические и бизнес -прогнозы на 2024 год, вашу стратегию ИИ предприятия и то, как вы можете измерить свою жизнь.

https://www.youtube.com/watch?v=QALVXJCCXE

Основные моменты Carcast:

  • Бен Эванс «ИИ и все остальное» Манифест;
  • Метрики не имеют значения и почему GAAC мертв;
  • Amazon Way: генеральные директора должны быть необоснованно оптимистичными и гиперреалистичными одновременно;
  • Прогнозы 2024: Эффективность GTM, управляемая AI, и ИИ поднимаются по циклу шумиха.
  • Ключевые соображения для технических руководителей, чтобы сделать стратегию искусственного интеллекта реальной в 2024 году.

Carcast также включает в себя такие дополнения, как «Как вы будете измерять свою жизнь?», Своевременное резюме философии Клейтона Кристенсена о значении жизни и ее измерениях.

Бруно Азиза — технологический предприниматель.



Источник
Обзор сервисов

Сократик

admin 14.06.2025
admin


В эпоху, когда время — главный ресурс, подготовка презентаций часто превращается в рутину. Поиск шаблонов, подбор изображений, форматирование текста — на это уходят часы. Российский сервис Сократик предлагает революционное решение: сгенерировать готовую презентацию всего за 60 секунд. Рассказываем, как это работает и кому пригодится.

Содержание
  1. Возможности: от структуры до выступления
  2. Принцип работы: простота и скорость
  3. Примеры запросов: для учебы и не только
  4. Почему стоит попробовать?

Возможности: от структуры до выступления

Сократик — это не просто конструктор слайдов. Сервис автоматизирует весь процесс:

  • Универсальные шаблоны для учебных проектов, бизнес-отчетов, маркетинговых стратегий.
  • Автоматическая генерация текста, изображений, графиков и таблиц на основе введенных данных.
  • Редактирование через ИИ: можно менять структуру, дополнять контент или корректировать дизайн прямо на платформе.
  • Подготовка к выступлению: сервис предлагает готовый текст для устной презентации, синхронизированный со слайдами.
  • Экспорт в PowerPoint или PDF без потери форматирования.

Принцип работы: простота и скорость

  1. Ввод запроса. Пользователь описывает тему кратко («Презентация по экологии для 8 класса») или загружает детальный план.
  2. Загрузка материалов. Сервис принимает текстовые документы (до 50 страниц), таблицы Excel, изображения и даже существующие PPTX-файлы для доработки.
  3. Генерация. ИИ анализирует данные, выстраивает логичную структуру, подбирает визуал и оформление.
  4. Правки. Готовый проект можно точечно изменить: попросить ИИ «добавить инфографику» или «упростить текст».
  5. Скачивание. Результат сохраняется в нужном формате или сразу отправляется на презентацию.

Примеры запросов: для учебы и не только

Сервис адаптируется под любые задачи:

  • Учебные: «Создать презентацию по роману «Преступление и наказание» с анализом персонажей».
  • Бизнес: «Подготовить отчет по квартальным продажам с диаграммами роста и прогнозами».
  • Научные: «Слайды для защиты диссертации по нейросетям с примерами применения».

Почему стоит попробовать?

  • Экономия времени: минута вместо нескольких часов.
  • Гибкость: даже сложные документы (вроде технических отчетов) превращаются в понятные слайды.
  • Доступность: примеры на сайте помогут сориентироваться новичкам.

Итог
Сократик — находка для студентов, преподавателей, предпринимателей и всех, кто ценит эффективность. Сервис не только создает презентации, но и учит структурировать мысли: как настоящий Сократ, он задает правильные вопросы — точнее, отвечает на них. Попробуйте сами, и следующий доклад точно пройдет на «ура».



Источник

ИИ в жизни

Лучшие фильмы и сериалы о хакерах

admin 14.06.2025
admin


Почти в каждом современном фильме — если только он не про сложные отношения драконов и хоббитов — показывают компьютерный взлом. Правда, в большинстве случаев эти сцены выглядят слишком однообразно. Сначала обязательный вскрик типа «Дайте мне еще минуту!», потом пальцы скачут по клавиатуре, мигают какие-то лампочки… Ну и все, суперзащита взломана, побежали дальше. Скучно.

Мы собрали для вас подборку фильмов и сериалов, где хакерские истории поинтересней. Не удивляйтесь, что многие из этих фильмов довольно старые. Ведь, как известно, раньше и трава была зеленей, и хакеры круче. И даже тем, кто занимается безопасностью в наши дни, есть чему поучиться на этой классике.

Военные игры / Wargames (1983)

Юный взломщик влезает на сервер Пентагона и запускает найденную там игру, которую считает симулятором — а на деле провоцирует настоящий международный конфликт. Ситуация, конечно, фантастическая. Но вспомните, какими юными оказываются инициаторы современных кибератак: весной этого года взлом нескольких крупных компаний устроила группировка Lapsus$, в руководстве которой подозревают 16-летнего подростка. На этом фоне старый фильм-предупреждение кажется удивительно пророческим. И это при том, что во время съемок фильма (1981 год!) даже само слово «хакер» еще не использовалось в современном значении.

Тихушники / Sneakers (1992)

Сценарий написали те же авторы, что создали «Военные игры». Главный герой, бывший хакер, остепенился и стал пентестером — его команда проверяет на прочность компьютерные системы по заказу банков и других солидных организаций. Однако жизнь перестает быть томной после того, как агенты АНБ предлагают команде раздобыть некий «черный ящик», взламывающий любые коды (сейчас это назвали бы «квантовым компьютером»).

В фильме отлично показаны многие хакерские трюки, которые работают до сих пор. Но есть и удивительная техника, оставшаяся в прошлом: слепой по кличке Свистун. Такие ребята действительно были популярны в электронном подполье 80-х: они могли не только считывать на слух аудиокоды телефонных систем, но и имитировать такие коды собственным свистом.

Хакеры / Hackers (1995)

Культовая лента среди олдскульных ИБшников. Конечно, сегодня некоторые кадры выглядят смешно — например, изображение компьютерного вируса в виде разноцветных спиралей, напоминающих картинки скринсейвера (кто-то еще помнит, что такое скринсейвер?).

В то же время это один из немногих фильмов, где показан сетевой эффект, ныне известный как распределенная атака. Это вообще лучшая сцена: когда серьезный преступник пытается подставить хакеров-подростков, на помощь им приходит IT-сообщество с разных концов света, от лондонского дэнди с тонким ноутбуком до мрачного русского мужика, который поворачивает рубильник в подвале и говорит: «Поехали…». А еще в этом кино есть идеальная хакерская подруга — юная Анджелина Джоли.

Сеть / The Net (1995)

Триллер о киберпреследовании с точки зрения жертвы. Девушка ссорится с группой хакеров, а они в отместку переписывают ее цифровую личность во всех базах документов. В результате героиня становится преступницей в розыске и должна срочно восстановить свою репутацию.

Фильм вряд ли удивит вас техническими приемами (есть смешные ляпы даже в написании IP-адресов), однако здесь хорошо показана проблема изоляции, которая в наши дни грозит не только отдельным гикам. Человек как будто живет в обществе, но его основная коммуникация — виртуальная, «живых» связей все меньше. И это делает нас очень уязвимыми для тех, кто управляет цифровым миром. В 2020 году сходный сюжет развили в мексиканском сериале «Отмена действия» (Control Z): главная героиня выслеживает хакера, который сливает компромат о личной жизни студентов.

Нирвана / Nirvana (1997)

«Нирвана» вышла за два года до «Матрицы» и не так широко известна. Ну да, создатели «Матрицы» визуализировали цифровое противостояние более доступным языком: не надо больше скучных клавиатур, если можно показать драку виртуальных аватаров. Но при таком подходе методика Нео не отличается от магии Гэндальфа, и вместо техничного киберпанка получается геймерское фэнтези, в котором возможны любые чудеса.

А вот «Нирвана», даже будучи фантастикой, все еще остается таким фильмом, где главной темой являются люди с их настоящими слабостями и способностями. Когда герой, решивший уничтожить опасную компьютерную игру, борется с умной защитной системой, там нет никаких драк и прыжков по крышам: искусственный интеллект атакует хакера его собственными страхами, представленными в образах близких людей. А ведь именно так устроены современные атаки мошенников, которые используют наши персональные данные, наши интересы и наши страхи против нас самих.

23 (1998)

Фильм о группе молодых западногерманских хакеров, которых в конце 80-х обвинили в сотрудничестве с КГБ. Главный герой, Карл Кох, увлекается теориями заговора и начинает ломать компьютерные системы, в том числе пентагоновские. И продает пароли советским агентам. А в конце, прямо как в педагогической брошюре, настает расплата: Кох подсаживается на кокаин и умирает весной 1986 года после того, как взломал Чернобыльскую АЭС.

Но это только в киноверсии. Настоящий же Карл Кох вылечился от наркозависимости в 1987-м. А умер он загадочным образом в 1989 году, вскоре после того, как согласился сотрудничать со следствием по делу о шпионаже в пользу СССР. Так что, возможно, вас заинтересует альтернативный взгляд на ту же историю: документальный фильм «The KGB, the Computer and Me» (2001), снятый по мемуарам одного из охотников за этой хакерской группой.

Взлом / Takedown (2000)

Еще один персонаж из новостей, превращенный в киногероя: Кевин Митник, всемирно известный хакер. Правда, выглядит он в этом фильме не особенно геройски. А все потому, что кино снято по книге человека, который ловил Митника. Этот эксперт по безопасности, Цутому Симомура, является вторым главным героем фильма — а местами даже первым, поскольку крутизна тут явно на стороне безопасника. А Митник, хоть и показывает знаменитые примеры социальной инженерии, все равно выглядит неудачником. Альтернативная версия той же погони — документалка «Freedom Downtime», вышедшая через год после «Взлома» как ответ на голливудские выдумки. В документалке фигурирует настоящий Митник, его знакомые и другие реальные участники событий.

Кто я? / Who Am I (2014)

Более современный вариант того, что происходило в фильме «23». Опять хакерская банда юных немцев, которых втягивают в шпионаж и сделку со спецслужбами. Но на этот раз им удается ловко выпутаться, потому что «программа защиты свидетелей — это тоже программа». Большинство продемонстрированных здесь трюков достаточно известны, но есть своя фишка: в этом фильме забавно изображено общение хакеров в Dark Web, где неизвестно кто продает неизвестно что неизвестно кому. Не ходите, дети, в Африку гулять!

Игра в имитацию / The Imitation Game (2014)

Многие знают Алана Тьюринга по «тесту Тьюринга», который якобы должен показывать, когда машинный интеллект достигнет уровня человеческого разума. На самом деле в своей знаменитой статье Тьюринг вовсе не предлагал сравнивать интеллекты — он писал лишь о возможности машины обыграть человека в одной игре, подразумевающей очень ограниченную (текстовую) коммуникацию. Название этой игры и стало названием фильма о нелегкой судьбе одного из первых настоящих хакеров. Перед нами выдающийся ученый и герой войны, который расшифровал коды немецкой «Энигмы» и спас тысячи людей — но все эти заслуги не помешали британским властям убить Тьюринга с помощью гормональной терапии.

Сноуден / Snowden (2016)

Жизнь известного аналитика Агентства Национальной безопасности США, рассказанная известным борцом за права человека Оливером Стоуном. За два года до этого вышел документальный фильм Citizenfour, посвященный разоблачениям Сноудена — тому, что он поведал журналистам в Гонконге и в Германии, а затем в России, куда бежал от своих бывших сослуживцев. Документалка содержит множество фактов о работе спецслужб, но из нее непонятно, что толкнуло Сноудена на такой отчаянный шаг, который многие считают предательством.

Именно этот вопрос решил прояснить Оливер Стоун. Он показывает, что в молодости Сноуден был настоящим патриотом, работал в ЦРУ, потом в АНБ — и долгое время верил, что делает благое дело. Но система тайной и тотальной слежки за гражданами собственной страны в конце концов разбила идеалы молодости, и держать в себе эту правду Сноуден уже не смог. Да, он подставил спецслужбы, в которых работал — но разоблачение бесконтрольного шпионажа не означает отказ от служения своей стране, говорит нам Стоун.

А теперь — сериалы!

Сеть (2008)

Отечественное кино редко встречается в топах фильмов о высоких технологиях. Оно и понятно: у нас киберпанк наступил сразу в реальной жизни, минуя такие тренировочные площадки, как литература и кино. Вот и сериал «Сеть» прошел незамеченным на фоне гораздо более красочных западных лент о виртуальных битвах.

Тем не менее в «Сети» много интересных деталей. Взять хотя бы основную сюжетную интригу. Во всех перечисленных ранее фильмах нам показывают либо хакера-одиночку, либо группу из трех и более человек. А здесь — два закадычных друга, выпускники одной спецшколы. В лихие 90-е они оказываются без работы и начинают промышлять взломами. Но один все-таки становится «белым», то есть идет работать в информационную безопасность, а другой так и остается преступником. Очень жизненная драма! И еще забавный факт: именно в этом сериале состоялся актерский дебют Евгения Касперского, который успешно сыграл… самого себя.

Мистер Робот / Mr. Robot (2015–2019)

Многие фильмы о хакерах страдают техническими ляпами. С этой точки зрения «Мистер Робот» отличается в лучшую сторону: создатели сериала наняли целую команду ИБ-специалистов для отработки технических деталей. А когда нашему эксперту Костину Раю в предложили оценить реалистичность IT-составляющей этого сериала по шкале от 0 до 10, он поставил оценку 9,5 и отметил, что в большинстве сцен показано мастерское владение хакерскими инструментами.

Зато сюжетные повороты этого сериала, увы, слишком заезжены. Герой, разговаривающий с несуществующим другом, сразу напоминает и «Бойцовский клуб», и «Пи», и многие другие фильмы, где борцы против системы страдают галлюцинациями или расщеплением личности. Так или иначе, если вам нужно наглядное пособие по хакерским техникам, «Мистера Робота» очень даже стоит посмотреть.

Кремниевая долина / Silicon Valley (2014–2019)

Комедия — лучшая форма существования киберпанка в наши дни. Создатели фильмов прошлого, пытаясь предсказывать будущее, слишком серьезно воспринимали хайтек. Если у них появлялся искусственный интеллект, он легко порабощал весь мир. Такой депрессивный мрачняк по-прежнему эксплуатируют в сериалах «Черное зеркало» и «Мир Дикого Запада». Но мы-то знаем, что киберпанковское будущее уже пришло. И что высокие технологии — это не идеальная суперсила, а множество идиотских косяков и багов ежедневно.

Именно об этом — сериал «Кремниевая долина», герои которого живут в реальном, очень криворуком мире хайтека и вынуждены регулярно взламывать не только программы, но и устаревшие бизнес-схемы, моральные нормы и собственные привычки. Они — хакеры в изначальном смысле этого слова, которое в 80-е годы означало энтузиаста-исследователя. А исследовать криворукий мир — это весело!

Русские хакеры: начало (2021)

Мы уже упоминали несколько документалок, и, как вы могли заметить, все они зарубежные. Даже сериал «Hacker: Hunter», в создании которого принимала участие «Лаборатория Касперского», был снят англо-американской студией — лучше всего, на мой взгляд, вышли серии про Carbanak и WannaCry.

Но вот недавно появился первый отечественный документальный сериал о хакерах. Андрей Лошак вообще снимает неплохие документалки. Его предыдущая работа, «Холивар», рассказывает о создании российского Интернета с такими подробностями, которые мало кому известны. Иногда эта дотошность даже мешает распространению фильмов Андрея. Так получилось и с «Русскими хакерами».

Хотя работа над сериалом давно закончена, вы можете посмотреть на «Кинопоиске» только первые три серии — про подпольный мир русских кардеров, работавших в 80-е и 90-е годы. Остальные серии, о более современных хакерах и их связях с известными бизнесменами и спецслужбами, пока решили не показывать. Будем надеяться, что мы их все-таки увидим позже.

В завершение этого обзора стоит признать, что есть еще много фильмов хакерской тематики, которые не вошли в нашу подборку. Мы собирали в основном классику, а потому не трогали такие новинки, как «Цикада 3301» или «Оффлайн». Однако вы можете исследовать это новое кино самостоятельно! Например, сейчас при покупке домашнего антивируса Kaspersky Internet Security можно получить бесплатно полугодовую подписку на сервис «Яндекс-плюс», где доступны эти фильмы.



Источник

Новости

Red Team AI сейчас, чтобы построить более безопасные, умные модели завтра

admin 14.06.2025
admin

Присоединяйтесь к событию, которым доверяют лидеры предприятия в течение почти двух десятилетий. VB Transform объединяет людей, строящих реальную стратегию ИИ предприятия. Узнать больше


Примечание редактора: Луи будет руководить редакционным круглым столом по этой теме на VB Transform в этом месяце. Зарегистрируйтесь сегодня.

Модели ИИ находятся в осаде. В связи с тем, что 77% предприятий уже пострадали от состязательных модельных атак, и 41% этих атак, использующих быстрые инъекции и отравление данных, торговые виды злоумышленников опережают существующую киберзащиту.

Чтобы изменить эту тенденцию, очень важно переосмыслить, как безопасность интегрируется в модели, которые строятся сегодня. Команды DevOps должны перейти от реактивной защиты к непрерывным состязательным тестированию на каждом этапе.

Красная команда должна быть основной

Защита больших языковых моделей (LLMS) в циклах DevOps требует красной команды в качестве основного компонента процесса создания модели. Вместо того, чтобы рассматривать безопасность как окончательное препятствие, которое типично в трубопроводах веб -приложений, непрерывное состязательное тестирование должно быть интегрировано в каждый этап жизненного цикла разработки программного обеспечения (SDLC).

Цикл Hype Gartner подчеркивает растущую важность непрерывного управления воздействием угроз (CTEM), подчеркивая, почему Red Teaming должна полностью интегрироваться в жизненный цикл DevSecops. Источник: Gartner, Цикл Hype для операций безопасности, 2024

Принятие более интегративного подхода к основам DevSecops становится необходимым для смягчения растущих рисков быстрых инъекций, отравления данных и воздействия конфиденциальных данных. Тяжелые атаки, подобные этим, становятся более распространенными, происходящими от дизайна модели до развертывания, что делает постоянный мониторинг.

Недавнее руководство Microsoft о Планирование Red Teaming для крупных языковых моделей (LLMS) и их приложений обеспечивает ценную методологию для запуска интегрированный процесс. Структура управления рисками NIST укрепляет это, подчеркивая необходимость более проактивного, длительного жизненного цикла подхода к состязательному тестированию и снижению рисков. Недавняя красная команда Microsoft из более чем 100 генеративных продуктов искусственного интеллекта подчеркивает необходимость интеграции автоматического обнаружения угроз с экспертным надзором на протяжении всей разработки моделей.

В качестве нормативных рамках, таких как Закон о искусственном интеллекте ЕС, мандат строгих состязательных испытаний, интеграция непрерывного красного команды обеспечивает соблюдение и повышение безопасности.

Подход Openai к Red Teaming объединяет внешнюю Red Teaming от раннего дизайна посредством развертывания, подтверждая, что последовательное, превентивное тестирование безопасности имеет решающее значение для успеха разработки LLM.

Структура Гартнера показывает структурированный путь зрелости для красного команды, от основополагающих до передовых упражнений, необходимый для систематического укрепления защиты модели ИИ. Источник: Gartner, Улучшить кибер -устойчивость, проводя упражнения красной команды

Почему традиционная киберзащита терпит неудачу против ИИ

Традиционные, давние подходы кибербезопасности не справляются с угрозами, основанными на искусственном интеллекте, потому что они принципиально отличаются от обычных атак. Поскольку торговые обязательства противников превосходят традиционные подходы, необходимы новые методы для красной команды. Вот образец множества типов торговых точек, специально созданных для атаки моделей ИИ на протяжении всего циклов DevOps и один раз в дикой природе:

  • Отравление данных: Противники вводят поврежденные данные в обучающие наборы, заставляя модели неправильно учиться и создавать постоянные неточности и эксплуатационные ошибки, пока они не будут обнаружены. Это часто подрывает доверие к решениям, основанным на искусственном интеллекте.
  • Уклонение от модели: Стрядители вводят тщательно продуманные, тонкие входные изменения, позволяя вредоносным данным проскользнуть в прошлые системы обнаружения, используя неотъемлемые ограничения статических правил и контроля безопасности на основе шаблонов.
  • Модель инверсия: Систематические запросы против моделей искусственного интеллекта позволяют противникам извлекать конфиденциальную информацию, потенциально разоблачая конфиденциальные или запатентованные данные обучения и создавая постоянные риски конфиденциальности.
  • Оперативная инъекция: Стрядители создают входные данные, специально разработанные для того, чтобы обмануть генеративный ИИ в обход гарантий, давая вредные или несанкционированные результаты.
  • Пограничные риски с двойным использованием: In the recent paper, Benchmark Early and Red Team Often: A Framework for Assessing and Managing Dual-Use Hazards of AI Foundation Models, researchers from The Center for Long-Term Cybersecurity at the University of California, Berkeley emphasize that advanced AI models significantly lower barriers, enabling non-experts to carry out sophisticated cyberattacks, chemical threats, or other complex exploits, fundamentally reshaping the global threat landscape and усиление воздействия риска.

Интегрированные операции машинного обучения (MLOPS) дополнительно усугубляют эти риски, угрозы и уязвимости. Взаимосвязанный характер LLM и более широкие трубопроводы по развитию ИИ увеличивает эти поверхности атаки, требуя улучшения в красной команде.

Лидеры кибербезопасности все чаще принимают непрерывное состязательное тестирование, чтобы противостоять этим возникающим угрозам ИИ. Структурные упражнения с красной командой в настоящее время необходимы, реалистично имитируя атаки, ориентированные на AI, чтобы раскрыть скрытые уязвимости и закрыть пробелы в безопасности, прежде чем злоумышленники смогут их использовать.

Как лидеры ИИ остаются впереди нападавших с красной командой

Стчания продолжают ускорять использование ИИ для создания совершенно новых форм торговли, которые бросают вызов существующей традиционной киберзащите. Их цель — использовать как можно больше новых уязвимостей.

Лидеры отрасли, в том числе основные компании по искусственному искусству, ответили, внедрив систематические и сложные стратегии красного вручения в основе их безопасности ИИ. Вместо того, чтобы рассматривать Red Teaming как случайную проверку, они развертывают непрерывное состязательное тестирование, объединяя экспертные взгляды человека, дисциплинированную автоматизацию и итеративные оценки человека в среднем уровне, чтобы раскрыть и уменьшить угрозы, прежде чем злоумышленники смогут активно использовать их.

Их строгие методологии позволяют им выявлять слабые стороны и систематически укрепить свои модели против развивающихся реальных состязательных сценариев.

Конкретно:

  • Антропический полагается на строгое человеческое понимание как часть своей постоянной методологии красного команды. Благодаря тесной интеграции оценок человека в петле с автоматизированными состязательными атаками, компания активно идентифицирует уязвимости и постоянно совершенствует надежность, точность и интерпретацию своих моделей.
  • Мета масштабирует безопасность модели ИИ с помощью автоматизации-первого состязательного тестирования. Его многоуровневая автоматическая красная команда (MART) систематически генерирует итеративные состязательные подсказки, быстро раскрывая скрытые уязвимости и эффективно сузить векторы атаки в широком распространении развертывания AI.
  • Microsoft использует междисциплинарное сотрудничество в качестве ядра своей силы красной команды. Используя свой инструмент для идентификации риска Python (PYRIT), Microsoft Bridges Cybersecurity Expertize и расширенная аналитика с дисциплинированной валидацией человека в среднем уровне, ускорение обнаружения уязвимости и предоставление подробного действующего интеллекта для укрепления модели устойчивости.
  • Openai Taps Global Security Encurise, чтобы укреплять защиту искусственного интеллекта в масштабе. Комбинируя понимание внешних специалистов по безопасности с автоматизированными состязательными оценками и строгими циклами проверки человека, OpenAI активно рассматривает сложные угрозы, специально предназначенные для уязвимостей дезинформации и уязвимостей в инъекции быстрого инъекции для поддержания надежной производительности модели.

Короче говоря, лидеры ИИ знают, что оставаться впереди злоумышленников требует постоянной и упреждающей бдительности. Внедряя структурированный человеческий надзор, дисциплинированную автоматизацию и итеративную утонченность в свои стратегии красного команды, эти лидеры отрасли установили стандарт и определяют пьесу для устойчивого и заслуживающего доверия ИИ в масштабе.

Гартнер описывает, как валидация состязательного воздействия (AEV) обеспечивает оптимизированную защиту, лучшую осведомленность об экспозиции и масштабированное наступательное тестирование — критические возможности для обеспечения моделей ИИ. Источник: Gartner, Руководство по рынку для проверки воздействия состязания

Пять стратегий для немедленного укрепления безопасности ИИ

Поскольку атаки на модели LLMS и ИИ продолжают быстро развиваться, команды DevOps и DevSecops должны координировать свои усилия по решению проблемы повышения безопасности ИИ. VentureBeat находит следующие пять высокоэффективных стратегий, которые лидеры безопасности могут сразу же реализовать:

  1. Интегрировать безопасность рано (антроп, Openai)
    Создайте состязательный тестирование непосредственно в начальный дизайн модели и на протяжении всего жизненного цикла. Поймать уязвимости досрочно снижает риски, сбои и будущие затраты.
  • Развернуть адаптивный мониторинг в реальном времени (Microsoft)
    Статическая защита не может защитить системы ИИ от передовых угроз. Используйте непрерывные инструменты, управляемые AI, такие как кибераллинг для быстрого обнаружения и реагирования на тонкие аномалии, сводя к минимуму окно эксплуатации.
  • Автоматизация баланса с человеческим суждением (Meta, Microsoft)
    Чистая автоматизация пропускает нюанс; Одно только ручное тестирование не будет масштабироваться. Объедините автоматическое состязательное тестирование и сканирование уязвимости с экспертным анализом человека, чтобы обеспечить точную, действенную информацию.
  • Регулярно участвовать в внешних красных командах (OpenAI)
    Внутренние команды развивают слепые пятна. Периодические внешние оценки выявляют скрытые уязвимости, независимо подтверждают вашу защиту и способствуют постоянному улучшению.
  • Поддерживать динамическую интеллектуальность угроз (Meta, Microsoft, Openai)
    Злоумышленники постоянно развивают тактику. Непрерывно интегрируйте интеллект угроз в режиме реального времени, автоматический анализ и экспертную информацию для упорства и укрепления вашей оборонительной позиции.

Взятые вместе, эти стратегии гарантируют, что рабочие процессы DevOps остаются устойчивыми и безопасными, оставаясь впереди развивающихся состязательных угроз.

Красная команда больше не является необязательной; это важно

Угрозы ИИ стали слишком сложными и частыми, чтобы полагаться исключительно на традиционные, реактивные подходы кибербезопасности. Чтобы оставаться впереди, организации должны постоянно и активно внедрять состязательные испытания в каждую стадию разработки модели. Сбалансируя автоматизацию с человеческим опытом и динамически адаптируя их защиту, ведущие поставщики ИИ доказывают, что надежная безопасность и инновации могут сосуществовать.

В конечном счете, Red Teaming — это не только защита моделей ИИ. Речь идет о обеспечении доверия, устойчивости и уверенности в будущем, все более формированном ИИ.

Присоединяйтесь ко мне в Transform 2025

Я буду принимать два круглых стола, ориентированных на кибербезопасность, в Venturebeat’s Transform 2025, который состоится 24–25 июня в Форт Мейсон в Сан-Франциско. Зарегистрируйтесь, чтобы присоединиться к разговору.

Моя сессия будет включать в себя один на Red Teaming, AI Red Teaming и состязательное тестированиепогружение в стратегии для тестирования и укрепления решений кибербезопасности, управляемых искусственным интеллектом, против сложных состязательных угроз.



Источник
Новости

Искусственный интеллект не справляется с прогнозированием преступлений

admin 14.06.2025
admin


​Друзья, недавно я прочитал любопытную новость о том, как искусственный интеллект для предсказания преступлений провалился.

Искусственный интеллект не справляется с прогнозированием преступлений

Оказывается, полиция в некоторых городах США уже больше 10 лет использует специальное программное обеспечение, которое должно предсказывать, где и когда может произойти преступление. Этот искусственный интеллект анализирует данные о прошлых преступлениях и на основе сложных алгоритмов выдает полиции прогноз о вероятных местах преступлений в будущем.

Звучит как фантастика и похоже на сюжет фильма «Минорити ропорт». Но на практике эта система провалилась — предсказывает преступления крайне плохо.

Журналисты проанализировали тысячи прогнозов одной такой системы под названием Geolitica за 2018 год. И выяснили, что всего 0,5% предсказаний совпали с реальными преступлениями! Полицейские даже признали, что почти не использовали эти прогнозы на практике, потому что они бесполезны.

В итоге полиция отказалась от этого бесполезного искусственного интеллекта. А деньги лучше бы потратили на реальную профилактику преступности и работу с местным сообществом.

В общем, очередное напоминание, что искусственный интеллект — это не волшебная палочка. И применять его нужно очень осторожно, особенно в такой важной сфере как правопорядок. А вы как считаете, друзья? Может ли искусственный интеллект когда-нибудь научиться точно предсказывать преступления?



Источник

ИИ в бизнесеИИ в искусствеИИ в науке

Ask-Ai получает 11 миллионов долларов для поддержки поддержки и многое другое с помощью «Ask» Chrome расширение

admin 13.06.2025
admin

Присоединяйтесь к событию, которым доверяют лидеры предприятия в течение почти двух десятилетий. VB Transform объединяет людей, строящих реальную стратегию ИИ предприятия. Узнать больше


Поддержка клиентов является одной из наиболее очевидных областей для предприятий для развертывания решений искусственного интеллекта — но сделано неправильно, это может быть большим образом, так как мы узнали из различных автомобильных дилерских центров Chevrolet, которые предпочитали использовать версию GPT Openai только для того, чтобы клиенты начали обманывать его, чтобы предоставить им скидки на автомобили до 1 доллара.

Но Ask-AI использует другой подход, запуская новую модель Agnostic Enterprise Assistant Ai Assistant в качестве сегодняшнего расширения Chrome под названием Ask, который предназначен для того, чтобы расширить возможности агентов поддержки людей, предоставляя им контекстуальные данные в реальном времени о клиенте, с которыми они взаимодействуют в данный момент, ответы на общие вопросы и знания о предложениях и решениях своей компании-в порядке их ноги.

Основан для расширения возможностей человеческих агентов и сотрудников с ИИ

Основанная в Тель-Авиве, Израиль, в 2021 году, предпринимателем Алоном Талмором, а также совместно с крупным офисом в Торонто, Канада, сегодня также объявила, что она привлекла 11 миллионов долларов в финансировании серии A, во главе с фондом лидеров и поддержанным семенными инвесторами, включая Vertex Ventures, State Ventures, Gtmfund и других. В общей сложности, считая свой более ранний раунд семян, Ask-AI собрал более 20 миллионов долларов.

Ask-Ai Команда с основателем Алоном Талмором впереди справа. Кредит: Ask-AI.

«Мы считаем, что на пересечении того, что вы (пользователь Enterprise) станет большой рынок, на пересечении того, что вы (пользователь предприятия) делаете прямо сейчас-допустим, что повторяющаяся задача, такая как ответ на электронную почту, ответа на билет на поддержку клиентов или просто выполнение своей работы в вашем CRM (программное обеспечение для управления взаимоотношениями с клиентами)-и с помощью данных компании и ИИ»,-сказал Талмор в Excutive Offormentsements.

Спросите это ИИ на стороне, когда это необходимо

Талмор описал, как работает новый Ask Sidekick: как расширение браузера Chrome, которое кажется боковой панелью и «открывается автоматически, в зависимости от того, что вы делаете», чтобы предоставить приложения и информацию, относящуюся к любой работе, которую вы выполняете в данный момент.

Спросите: «Не только делайте (ы), что вы делаете то, что делаете быстрее — предоставляя ответы на электронные письма и билеты, но и делаете это лучше и эффективнее».

Например, Талмор отметил, что для обслуживания клиентов и персонала поддержки Ask предоставляет «360 представление о том, что мы знаем» о каждом данном клиенте, который ранее взаимодействовал с бизнесом и ищет поддержку от агента.

Ask Ask Insust включает в себя «все соответствующие прошлые взаимодействия и основные моменты о том, что интересно в этом клиенте — их обновление?

Кроме того, Ask может выполнить «Действия вокруг генеративного искусственного интеллекта, например, отвечая на тонус компании», через проекты по электронной почте или чату клиента, «Отвечая на вопросники, выполняя аудит поддержки, существует широкий спектр приложений, которые мы действительно можем очень быстро создавать и добавить к этой (Ask) платформе Sidekick, чтобы принести ценность».

Важно отметить, что Ask AI Sidekick не действует сам по себе: каждый агент по поддержке клиентов должен принять или использовать информацию и ответы, полагаясь на их обучение и суждение, чтобы избежать видов ошибок и высоких обещаний полностью автоматизированных чат -ботов поддержки клиентов.

Высокая безопасность, высокая токальность, низкий уровень галлюцинации

Талмор также подчеркнул приверженность Айа-Ай сократить галлюцинации и воплощать ценности своей компании создания «очень высокой точности, решений высокой безопасности».

Он сказал, что Ask-AI делает это и отличает себя от других конкурентов в области поддержки клиентов, выполняя «реальную предварительную обработку и суммирование данных компании (клиента)», включая понимание уникального внутреннего жаргона компании.

Ask-AI также поддерживает широкий спектр ведущих моделей ИИ для питания своих предложений, в том числе GPT-3,5/4 Openai, Google Gemini, Meta с открытым исходным кодом и ее вариантов, таких как альпака.

Продукты искусственного интеллекта, которые подключаются и переваривают данные из существующих приложений — не требуется переключение

Основным преимуществом всего предложения Ask-AI, которое также включает в себя обезжиренную, богатую информацией панель в реальном времени под названием «Mosaic», заключается в том, что она может быть подключена к более чем 50 другими популярными предприятиями в общем использовании, включая Salesforce, Zendesk, Confluence и Slack, переваривание и анализ данных из этих источников, в отличие от разрешения Enterprise Culdess.

Это означает, что клиенты Ask-AI не должны рассматривать возможность переключения или отказ от корпоративного программного обеспечения, на которое они уже полагаются, и заплатить, и это хорошо подходит для их бизнеса.

Вместо этого, Sidekick и Dashboard Ask-AI просто расширяют и улучшают данные, уже создаваемые и хранящиеся этими другими сторонними приложениями и инструментами.

Обсуждая мозаичную панель Ask-AI, Талмор сказал VentureBeat, что «вы можете визуально увидеть, что являются повторяющимися проблемами и проблемами не только в билетах ваших клиентов, но и, например, в простых разговорах внутри компании… есть много болтовни в каналах компании, и вы хотите захватить это, чтобы повысить эффективность в компании».

Рекламное изображение мозаичной панели мозаики Айа. Кредит: Ask-AI

Ask-AI считает, что результат использования обоих продуктов-его панели панели и Ask Sitekick-является значительным повышением эффективности в разных отделах, от поддержки клиентов до продаж, путем предоставления ключевых идей и действенных решений в режиме реального времени.

Несмотря на то, что изначально ориентируясь на агентов поддержки клиентов с помощью своего Ask Sidekick, Ask-AI также стремится обеспечить ценность другим сотрудникам предприятия, таким как аналитики и руководители, которые могут найти огромную ценность на панели панели.

Это сквозное решение показало осязаемые результаты по разнообразным клиентуре Ask-AI, которая включает в себя такие имена, как Monday.com, Callrail и Yotpo, достигая таких показателей, как сокращение времени в разрешении на 20% для получения поддержки.

Предыдущий успех с искусственным искусством предприятия

Предыдущий Bluetail Talmor Ai Venture был приобретен Salesforce, Ask-AI выполнял миссию по интеграции генеративного ИИ в ткань предприятий.

Талмор имеет докторскую степень по обработке естественного языка, а в его команде входят другие опытные профессионалы и ученые, в том числе профессор Джонатан Берант, Джош Соломон, Дафна Лавран и Медар Эяль.

С новым финансированием компания планирует удвоить размер в этом году.

Недавнее финансирование и инновационный подход Ask-AI к интеграции генеративного ИИ в корпоративные рабочие процессы могут помочь ему выделиться среди все более многолюдного пространства новых предложений по искусственному искусству.



Источник
Обзор сервисов

RoboGPT

admin 13.06.2025
admin


RoboGPT — искусственный интеллект для бизнеса

ИИ-сервисы становятся неотъемлемой частью современных рабочих процессов, помогая автоматизировать рутинные задачи и повышать эффективность. RoboGPT — это набор инструментов на базе искусственного интеллекта, ориентированных на создание и оптимизацию контента, автоматизацию маркетинга и работу с графикой.

Возможности RoboGPT

RoboChat — альтернатива ChatGPT

Этот инструмент предоставляет доступ сразу к 35 современным ИИ-моделям, позволяя создавать уникальный контент в различных стилях. В отличие от стандартных чат-ботов, RoboChat умеет:

• Работать с онлайн-поиском для актуальных данных.

• Анализировать и взаимодействовать с PDF-документами.

• Поддерживать стилистику бренда, адаптируя текст под фирменный стиль общения.

RoboWriter — создание SEO-контента

Этот инструмент предназначен для автоматической генерации текстов с учетом требований SEO. Подходит для:

• Написания блогов и коммерческих материалов.

• Создания академических работ.

• Разработки контента для образовательных платформ.

Массовая генерация SEO-описаний

Интернет-магазины и маркетплейсы сталкиваются с необходимостью создания тысяч уникальных описаний товаров. RoboGPT предлагает автоматическое формирование до 50 000 SEO-описаний за считанные минуты, значительно снижая затраты на копирайтинг.

RoboRewrite — интеллектуальный рерайтинг

Этот инструмент предназначен для улучшения текстов без потери смысла. Он может:

• Переписывать абзацы и статьи с сохранением сути.

• Улучшать стилистику и структуру материала.

• Помогать в создании уникального контента без плагиата.

AI-шаблоны для бизнеса

RoboGPT включает 100+ профессиональных шаблонов, которые ускоряют выполнение маркетинговых, контентных и бизнес-задач.

RoboArt — работа с изображениями

Этот инструмент представляет собой ИИ-студию для обработки и создания визуального контента. В его функционале:

• Редактирование изображений.

• Удаление фона.

• Генерация графики на основе текста через SD-модели.

Кому подойдет RoboGPT?

Этот набор инструментов будет полезен:

✔ Копирайтерам и маркетологам для автоматизации контентного производства.

✔ Владельцам интернет-магазинов для массовой генерации описаний товаров.

✔ Блогерам и авторам, которым нужно писать статьи быстро и качественно.

✔ Дизайнерам и SMM-менеджерам для обработки изображений и создания визуалов.

Заключение

RoboGPT — это мощный ИИ-инструмент для бизнеса, сочетающий текстовые и графические возможности. Автоматизация, персонализация контента и высокая скорость работы делают его универсальным решением для современных цифровых задач.



Источник

ИИ в жизни

Зловредный клиент ChatGPT для Windows

admin 13.06.2025
admin


Золотое правило «если что-то популярно, то этим воспользуются мошенники» на то и правило, что работает практически всегда. Естественно, оно сработало и в случае с популярным чат-ботом ChatGPT, разработанным компанией OpenAI, о котором последние несколько недель говорят буквально из каждого утюга.

Немного о популярности ChatGPT

Когда OpenAI открыла доступ к чат-боту с «искусственным интеллектом» (то есть основанному на нейросетях, которым для обучения скормили базу текстов очень приличного объема), Интернет практически в одночасье изменился до неузнаваемости.

Множество пользователей ринулось проверять, на что способен чат-бот, — и он смог их всерьез удивить. ChatGPT умеет поддерживать диалог так, что создается ощущение переписки с реальным человеком. A главное, он отлично справляется с написанием коротких текстов на заданную тему, причем способен выдерживать заданный стиль, подбирать рифму, адаптироваться под указанный формат и в целом создавать тексты как минимум на уровне начинающего копирайтера, в голову которого загружены экзабайты знаний по всевозможным темам. Также у ChatGPT можно спрашивать совета по малоизвестным вам темам — и в большинстве случаев он дает адекватные рекомендации. Правда, ChatGPT не хуже умеет писать и заведомую ложь или вообще сочинять на ходу, но это уже детали.

ChatGPT стали активно использовать, и не только для развлечения (поболтать или, например, попросить переделать толкиеновского «Хоббита» в поэму Шекспира — почему бы и нет?), но и для дела. При помощи чат-бота можно быстро наполнять сайты контентом, создавать описания для товаров, генерировать квесты для игр и делать еще многое из того, что пригождается людям самых разных профессий в повседневной работе.

OpenAI немедленно столкнулась с повышенной нагрузкой на серверы ChatGPT, так что их мощность пришлось наращивать. В компанию тут же вложилась Microsoft, так что теперь ChatGPT встроен и в поиск Bing, правда, с ограничениями. Google в ответ срочно помчалась расчехлять близкую по возможностям собственную нейронку Bard, которую до этого компания не рассматривала всерьез как готовый для рынка продукт.

Мы уже писали, как ChatGPT может изменить мир кибербезопасности, но пока использование чат-бота для фишинговых атак или разработки вредоносов остается лишь теорией. А на практике ChatGPT используется как приманка для распространения зловредов.

Что в ChatGPT привлекает мошенников

Почему мошенники вдруг стали использовать ChatGPT как приманку? Просто потому, что этот сервис нынче очень популярен.

Несмотря на то что доступ к ChatGPT формально бесплатен, его не всегда легко получить. Во-первых, для того чтобы зарегистрировать учетную запись на сайте OpenAI, нужно ввести электронную почту и телефон. Но подойдет телефонный номер не любой страны — ChatGPT в настоящее время нельзя зарегистрировать в России, Китае, Египте, Иране и еще некоторых странах. Так что разжиться аккаунтом выйдет не у всех.

Во-вторых, даже если вам удалось создать учетную запись на сайте OpenAI, не факт, что у вас получится реально воспользоваться ChatGPT, — сервис практически все время перегружен, поскольку желающих проверить искусственный интеллект в действии или получить какой-нибудь короткий текст для очередного сайта очень много. Настолько много, что OpenAI даже сделала платные учетки с приоритетным доступом и большей скоростью создания текстов за 20 долларов в месяц.

Итак, высокий спрос — есть, сложности с доступом — есть. Мошенникам этого достаточно.

Десктопный клиент, которого нет

Эксперты «Лаборатории Касперского» обнаружили вредоносную кампанию, эксплуатирующую растущую популярность ChatGPT. Мошенники создают группы в социальных сетях, достаточно убедительно мимикрирующие если не под официальные аккаунты OpenAI, то как минимум под сообщества энтузиастов. С этих аккаунтов размещаются столь же официально выглядящие посты — скажем, о том, что ChatGPT быстрее любых популярных сервисов набрал первый миллион пользователей. В конце такого поста приводится ссылка на сайт, где якобы можно скачать десктопный клиент для ChatGPT.

Впечатляющая статистика и ненавязчивая ссылка — все как мы любим

Впечатляющая статистика и ненавязчивая ссылка — все как мы любим

В этих же группах публикуются фейковые данные предсозданных (precreated) учетных записей, которые якобы можно использовать для работы с ChatGPT. Чтобы добавить мотивации потенциальным пользователям, злоумышленники указывают, что на балансе каждого такого аккаунта якобы уже лежит по 50 долларов, которые можно потратить на работу с сервисом. Создается ощущение, что вам дали шанс, не сталкиваясь со сложностями создания аккаунта, воспользоваться популярным чат-ботом, да еще и бесплатно заполучить премиум-возможности: нужно только скачать десктопный клиент для работы с ChatGPT — и дело в шляпе.

Налетай, торопись, скачивай, пока все не разобрали!

Налетай, торопись, скачивай, пока все не разобрали!

Вы в целом наверняка уже представляете, что происходит дальше, но мы все-таки расскажем подробности. При переходе по ссылке с весьма убедительным адресом открывается неплохо сделанный сайт, предлагающий «Скачать ChatGPT для Windows». Это не официальный сайт, но он весьма похож на оригинал. Если нажать на кнопку скачивания, то действительно загрузится архив с неким исполняемым файлом.

Сайт мошенников полностью дублирует оригинал, только вместо кнопки "Try ChatGPT" — кнопка "Download for Windows"

Сайт мошенников полностью дублирует оригинал, только вместо кнопки «Try ChatGPT» — кнопка «Download for Windows»

Если этот архив распаковать и запустить исполняемый файл, то при попытке установки (в зависимости от версии Windows) пользователь либо увидит сообщение о том, что, дескать, программу по какой-то причине установить не удалось, либо вообще не увидит никаких сообщений — и на этом процесс вроде бы заканчивается. «Какая жалость, не получилось воспользоваться предсозданным аккаунтом с премиум-возможностями«, — подумает пользователь и забудет об инциденте. Ну и, возможно, пойдет регистрировать обычный аккаунт на настоящем сайте ChatGPT.

Если вы увидели такое сообщение — установка трояна прошла успешно

Если вы увидели такое сообщение (или не увидели никакого сообщения вообще) — установка трояна прошла успешно

На самом деле установка прошла очень даже успешно: на компьютер пользователя ставится ранее не встречавшийся нам троян-стилер, который ворует информацию о сохраненных учетных записях из браузеров Chrome, Edge, Firefox, Brave, CôcCôc (популярный во Вьетнаме браузер) и других. Мы окрестили его Trojan-PSW.Win64.Fobo.

Создателей трояна интересуют куки (cookies) и аккаунты Facebook, TikTok и Google, в особенности — бизнес-аккаунты. Вирус ворует логины и пароли, а обнаружив бизнес-учетку в одном из этих сервисов, пытается выяснить дополнительную информацию — например, сколько денег было потрачено на рекламу с этого аккаунта и каков его текущий баланс.

Согласно нашим данным, злоумышленники, стоящие за этой кампанией, целятся на международный рынок — «десктопный клиент» для ChatGPT уже был обнаружен и в Азии, и в Африке, и в Европе, и в Америке.

Как безопасно пользоваться ChatGPT

Для начала стоит отметить, что официального десктопного, мобильного или какого-либо еще клиента для ChatGPT нет — только веб-версия. Особенно забавно, что это отмечает и сам чат-бот, если попросить его написать блог-пост об этой мошеннической кампании.

Что сам ChatGPT думает об этой мошеннической кампании

Что сам ChatGPT думает об этой мошеннической кампании

Ну и, разумеется, никаким «предоплаченным аккаунтом» тоже и не пахнет — на данный момент из платных функций в OpenAI предусмотрели только месячную подписку с приоритетным доступом, в остальном доступ к ChatGPT полностью бесплатен. Так что зарегистрировать аккаунт в настоящем ChatGPT можно безвозмездно, то есть даром. Даже если ваш номер телефона не подходит из-за ограничений на регистрацию из некоторых стран, вы можете попросить заграничных друзей купить вам одноразовую симку или воспользоваться временным телефонным номером — он нужен лишь однажды, при первичной активации учетной записи. Получить временный номер телефона для приема SMS можно на многочисленных сервисах, которые легко найти в Google и Яндексе по запросу «одноразовый номер телефона».

Главное — не промахнуться мимо официального сайта ( ну и не переходить по ссылкам, а лучше вбить адрес в адресную строку самостоятельно.

А на компьютере стоит иметь хорошее защитное решение — ChatGPT только набирает популярность, и злоумышленники наверняка придумают еще не одну кампанию вокруг новомодного чат-бота. Быть внимательным, конечно, очень важно, но иногда даже самые внимательные и подготовленные люди попадаются на фишинг или убедительно сделанные мошеннические сайты, так что лучше перестраховаться. Все защитные решения «Лаборатории Касперского» детектируют Trojan-PSW.Win64.Fobo и не дают ему поселиться на вашем компьютере.

Что же касается десктопных клиентов для ChatGPT, то они наверняка появятся — если не официальные, то сторонние. Вот только лучше трижды подумать, прежде чем пользоваться сторонними клиентами для любых сервисов, и уж тут без антивируса точно не стоит обходиться.



Источник

  • 1
  • …
  • 27
  • 28
  • 29
  • 30
  • 31
  • …
  • 41

Свежие записи

  • GPT-5
  • Фестиваль Original+ представляет программу конкурса «Номинация Инновация»
  • Luma представила ИИ-агентов для креативной индустрии
  • Объявлены победители XVII Национальной премии «Большая цифра»
  • Заменит ли ИИ преподавателей через 5 лет?

About Me

About Me

Designer

Sed ut perspiciatis unde omnis iste natus sit voluptatem accusantium dolor emque.

Keep in touch

Facebook Twitter Instagram Pinterest Behance Youtube

Popular Posts

  • 1

    Openai-Anpropic Cross-тесты подвергают риски джейлбрейка и неправильного использования-что предприятия должны добавить к оценкам GPT-5

  • 2

    Попытки Маск политизировать его AI Grok плохи для пользователей и предприятий — вот почему

  • 3

    Святой! Новый вариант на 200% более быстрый Deepseek R1-0528 появляется из немецкой лаборатории TNG Technology Consulting GmbH

  • 4

    Web Design Trends For “Start Here” Pages

  • 5

    Эффективное использование голосовых ИИ-инструментов: Yandex SpeechKit, Sber SaluteSpeech и другие

  • 6

    Новая архитектура искусственного интеллекту

Рубрики

  • App Design (6)
  • UI/UX (7)
  • Web Design (7)
  • ИИ в бизнесе (42)
  • ИИ в жизни (34)
  • ИИ в искусстве (66)
  • ИИ в науке (43)
  • Новости (255)
  • Обзор сервисов (34)
  • Pinterest
  • Youtube
  • Email
  • Vk
  • Yandex

@2025 - All Right Reserved. Designed and Developed by PenciDesign

Новости искусственного интеллекта и технологий
  • Новости
  • Обзор сервисов
  • ИИ в искусстве
  • ИИ в бизнесе
  • ИИ в науке
  • ИИ в жизни