ИИ и сложнейшие проблемы мира ─ Теоретическая информатика
Наука и научные знания, продвигаемые ИИ, по дисциплинам
RSS-лента · 6 материалов
Давние секретные шифры истории взламывают любители с помощью ИИ
Оригинальное название: History’s long-secret codes are being cracked by amateurs using AI
Неспециалисты всё чаще используют большие языковые модели для взлома исторических шифров, опираясь на их способность запускать алгоритмы расшифровки и искать документы в интернете. Картер Леффен, не имеющий опыта в криптографии, попросил GPT-6 Astra расшифровать сообщение немецкой армии, зашифрованное 85 лет назад, и к утру получил решение. Специалисты по криптографии приветствуют этот интерес, но завалены запросами на проверку решений ИИ, многие из которых неверны.
Многоуровневая атрибуция подсемейств вредоносного ПО по RGB-изображениям исполняемых файлов с помощью глубокого обучения с механизмами внимания
Оригинальное название: Multi-level malware subfamily attribution from RGB executable images using attention-augmented deep learning
Анализ вредоносного ПО требует решений на нескольких уровнях — от обнаружения до определения семейства и детального подсемейства. Авторы предлагают иерархический фреймворк глубокого обучения, который принимает RGB-изображения файлов Windows PE и выполняет обнаружение, классификацию по семействам и определение 33 подсемейств в одной архитектуре с несколькими выходами. Четыре модели трансферного обучения с механизмом внимания достигли точности 99% при бинарной классификации, 96–97% на уровне семейств и 91–95% на уровне подсемейств, а макро-F1 для детальной атрибуции составил до 0,89.
Большие языковые модели находят взаимодополняющие эвристики для комбинаторной оптимизации
Оригинальное название: Large language models discover complementary heuristics for combinatorial optimization
Комбинаторная оптимизация лежит в основе решений в производстве, логистике и энергетике, но разработка эвристик для каждого нового варианта требует месяцев работы экспертов, а однопроходная генерация кода с помощью LLM часто оказывается неудачной. LACE разделяет проектирование алгоритма на схемы, библиотеку инструментов и портфель эвристик, а затем в рамках ограничений по времени выполнения развивает взаимодополняющие специализированные эвристики. На 36 классических задачах CO-Bench он показал средний результат 0,945 против 0,870 у сильнейшего из предыдущих методов на основе LLM и 0,571 у прямого промптинга.
Этот ИИ для игр — новый чемпион в Stratego
Оригинальное название: This game-playing AI is the new champ at Stratego
Исследователи создали систему ИИ для Stratego — настольной игры для двух игроков, в которой фигуры противника скрыты и которую часто используют для проверки стратегического мышления. Сочетая эффективные алгоритмы обучения с новыми методами принятия решений в условиях скрытой информации, система с большим отрывом победила сильнейших игроков-людей и превзошла следующие по качеству модели, при этом её обучение обходится дешевле. Она также обыграла лучших игроков-людей в других стратегических играх с иными правилами.
D4RT: единая быстрая реконструкция и отслеживание 4D-сцен
Оригинальное название: D4RT: Unified, Fast 4D Scene Reconstruction & Tracking
Крошечный летающий робот MIT стал на 450% быстрее благодаря ИИ
Оригинальное название: MIT’s tiny flying robot gets 450% faster with AI
Летающие роботы размером с насекомое обычно были медленными и ограничивались простыми траекториями полёта. Исследователи из MIT разработали контроллер на основе ИИ с двухкомпонентной системой управления, позволяющий выполнять повторяющиеся перевороты корпуса. По сравнению с предыдущими лучшими результатами команды скорость робота выросла примерно на 450%, а ускорение — примерно на 250%, и он выполнил 10 сальто за 11 секунд даже при воздействии ветра.