स्व-निरंतर एआई वायरस और प्रगति की गति: इस सप्ताह एआई में

टोरंटो विश्वविद्यालय, वेक्टर इंस्टीट्यूट, कैम्ब्रिज विश्वविद्यालय और सर्विसनाउ की एक टीम ने एक प्रोटोटाइप कंप्यूटर वायरस बनाया है जो समझौता किए गए GPU नोड्स पर अनुमान लगाने के लिए ओपन-वेट LLM का उपयोग करता है, जिससे यह हमलों के बारे में तर्क करने और उन्हें अंजाम देने में सक्षम होता है। यह वर्म, एक कस्टम हैंडलर और तर्क ग्राफ के साथ काम करते हुए, भेद्यता का पता लगाने में लगभग 80%, शोषण में 53% और आत्म-प्रतिकृति में 88% की सफलता दर हासिल करता है, जिससे समग्र हमले की सफलता दर लगभग 37% हो जाती है, जो स्व-निरंतर AI-संचालित साइबर खतरों के उद्भव को उजागर करती है। अलग से, द्वारकेश पटेल का तर्क है कि जैसे-जैसे AI सिस्टम अधिक स्मार्ट होते जाएंगे, कंप्यूट की कीमतें बढ़ेंगी क्योंकि वे समान मात्रा में कंप्यूट का बेहतर मुद्रीकरण कर सकते हैं, संभावित रूप से एक H100 को प्रति वर्ष $250,000 से अधिक में किराए पर ले सकते हैं, हालांकि आपूर्ति श्रृंखला का रोबोटीकरण अंततः लागत कम कर सकता है। इस बीच, OpenAI, एंथ्रोपिक, Google DeepMind, मेटा और सेफ सुपरइंटेलिजेंस सहित प्रमुख AI प्रयोगशालाओं के 1,300 से अधिक कर्मचारियों ने एक बयान पर हस्ताक्षर किए हैं जिसमें अमेरिकी सरकार से स्वचालित AI विकास की सीमा को जानबूझकर नियंत्रित करने के लिए उपकरण विकसित करने के अंतर्राष्ट्रीय प्रयास का समर्थन करने का अनुरोध किया गया है, जिसमें मानव नियंत्रण से परे तेजी से त्वरण के जोखिमों का हवाला दिया गया है। शोध में, प्रिंसटन, स्टैनफोर्ड और अन्य संस्थानों के बीच एक सहयोग ने एक 'छाया मूल्यांकन' किया जहां AI सिस्टम (ओपनक्लॉ हैंडलर में क्लाउड ओपस 4.8) ने NeurIPS 2026 सबमिशन से अप्रकाशित शोध प्रश्नों का उत्तर देने का प्रयास किया; दोनों प्रयासों को मूल लेखकों ने नवीन योगदान की कमी और खराब प्रयोगात्मक डिजाइन के कारण अस्वीकार कर दिया, जो दर्शाता है कि AI सिस्टम इंजीनियरिंग में मजबूत हैं लेकिन रचनात्मक अनुसंधान में कमजोर हैं। निष्कर्ष बताते हैं कि पुनरावर्ती आत्म-सुधार (RSI) समयरेखा कुछ लोगों की अपेक्षा से अधिक लंबी हो सकती है।