2. lipnja, prema stranim medijima, dekoder je izvijestio o prvom mjestu, niz natjecanja za kibernetičku sigurnost koje je nedavno održao Palisade Research pokazao je da agenti AI imaju mogućnost natjecanja u glavu s ljudskim hakerima, pa čak i u nekim prilikama .
The research team conducted actual combat tests on AI systems in two large-scale "capture the flag" (CTF) competitions, with thousands of players participating in the competition. In such competitions, participating teams need to solve security problems by cracking encryption, identifying vulnerabilities, and finding hidden "flags".
Svrha testa je testirati mogu li se agenti AI natjecati s ljudskim timovima . Rezultati pokazuju da je performanse AI daleko premašile očekivanja, a većina AIS -a premašila je prosječnu razinu ljudskih igrača .
Složenost AI sustava koji sudjeluju variraju . Neki timovi, poput CAI -a, potrošili su oko 500 sati za izgradnju vlastitih sustava, a neki timovi, poput nepristojnih, samo 17 sati su sudjelovali samo optimiziranjem upita postojećih modela Enigma i Claude Code .
U prvom natjecanju, nazvanom "AI vs . ljudi", šest AI timova natjecalo se protiv oko 150 ljudskih timova . svi su igrači morali dovršiti 20 kriptografije i obrnutih inženjerskih pitanja u roku od 48 sati .
Četiri od sedam AI-ova koji su sudjelovali uspješno su razbijena 19 pitanja . Najviši rangirani AI tim svrstao se u top 5% ukupnog popisa, a njegov ukupni učinak bio je bolji od većine ljudskih igrača . sva pitanja konkurencije mogu se pokrenuti lokalno, što smanjuje tehnički prag za Ai {{{{{5 5
Unatoč tome, neki iskusni ljudski igrači još uvijek nisu zaostajali . Neki su igrači istaknuli da su sudjelovali u mnogim međunarodnim timovima, a njihovo bogato praktično iskustvo CTF-a i poznavanje uobičajenih strategija rješavanja problema bili su ključ njihove konkurentnosti .
Druga igra, "cyber apokalipsa", bila je mnogo teža {. ai agenti su se morali suočiti s novim vrstama pitanja i natjecati se s gotovo 18, 000 ljudskih igrača . mnogih od 62 zadataka zahtijevaju interakciju s vanjskim poslužiteljima, koji su ai glavno na ai sustave.
Prema izvješćima, u natjecanju su sudjelovala četiri agenta AI, od kojih je CAI najbolje obavljao 20 zadataka i rangirao 859., rangirajući se u prvih 10% svih timova koji sudjeluju i prvih 21% aktivnih timova . Palisade istraživanje rečeno je da je učinak AI -a premašio 90% od}} {
Istraživači su također analizirali poteškoće u pitanjima koja su riješili ai . na temelju vremena koje zahtijevaju vrhunski ljudski timovi da riješe pitanja, utvrđeno je da je AI imao 50% uspjeha u rješavanju pitanja koja su uzela ljudske majstore oko 78 minuta da riješi {3} {4, ai, ai, ai, ima li što je moguće da bi se mogao uključiti