eitaa logo
MetaCog I متاکاگ
1.7هزار دنبال‌کننده
2.3هزار عکس
411 ویدیو
245 فایل
MetaCog I متاکاگ فراتر از شناخت از الگوریتم تا انگاره و رفتار، از داده تا استیلا 🔸روایت سیاست‌ها، رویدادها و تحلیل‌های فناورانه مؤثر در حوزه شناخت و ادراک🔸 #هوش_مصنوعی #فناوری #جنگ_شناختی تعامل با متاکاگ: @MetaCognition
مشاهده در ایتا
دانلود
MetaCog I متاکاگ
💠 پیشنهاد Huawei به مصر؛ قاهره به میدان تازه رقابت تراشه‌های AI آمریکا و چین تبدیل می‌شود 🔹 Bloomberg گزارش داده است که شرکت چینی Huawei برای ساخت زیرساخت مراکز داده هوش مصنوعی دولت مصر پیشنهاد داده؛ پیشنهادی که می‌تواند به یکی از مهم‌ترین آزمون‌های رقابت فناوری آمریکا و چین در غرب آسیا و شمال آفریقا تبدیل شود. ▫️ Huawei در پیشنهاد خود عرضه ۱٬۴۰۸ تراشه از سری پیشرفته Ascend 950 را برای ایجاد یک ابرِ آموزشی هوش مصنوعی مطرح کرده است. همچنین قرار است ۶۰۰ تراشه دیگر از نوع Ascend 950 یا نسل پیشین Ascend 910B برای دو خوشه استنتاج در اختیار پروژه قرار گیرد؛ یعنی زیرساختی برای اجرای مدل‌های آموزش‌دیده. ▫️ اسناد بررسی‌شده توسط Bloomberg نشان می‌دهد Huawei برنامه‌ای ۱۲ماهه برای احداث این زیرساخت ارائه کرده است. در صورت اجرای پروژه، این نخستین صادرات شناخته‌شده شتاب‌دهنده‌های Ascend به خارج از چین پس از بیش از یک سال تلاش برای ورود جهانی این تراشه‌ها خواهد بود. ▫️ اهمیت پروژه فقط به مصر محدود نیست. موفقیت Huawei می‌تواند این شرکت را به یکی از تأمین‌کنندگان مهم زیرساخت AI در دومین اقتصاد بزرگ آفریقا تبدیل کرده و برای چین یک جای پای فناورانه در منطقه‌ای ایجاد کند که آمریکا طی سال‌های اخیر سرمایه‌گذاری سنگینی روی مراکز داده AI در امارات و عربستان سعودی انجام داده است. ▫️ واکنش واشنگتن نیز قابل توجه است. بر اساس گزارش Bloomberg، مقام‌های آمریکایی پس از اطلاع از پیشنهاد Huawei با شرکت‌های Nvidia، AMD و Microsoft تماس گرفته‌اند و در حال بررسی یک پیشنهاد جایگزین آمریکایی برای قاهره هستند. ▫️ هم‌زمان، دولت آمریکا درباره استفاده کشورها از برخی شتاب‌دهنده‌های Huawei بدون مجوز واشنگتن هشدار داده است؛ موضوعی که می‌تواند تصمیم مصر را از یک مناقصه صرفاً فنی و اقتصادی به یک مسئله ژئوپلیتیکی و دیپلماسی فناوری تبدیل کند. 🔺 اگر پیشنهاد Huawei اجرا شود، چین می‌تواند هم‌زمان تراشه، زیرساخت مرکز داده، ابر آموزشی و ظرفیت استنتاج را در یک پروژه دولتی وارد کند. این یعنی شکل‌گیری یک زنجیره نسبتاً یکپارچه از سخت‌افزار تا لایه محاسباتی. در چنین شرایطی، رقابت آمریکا و چین از «فروش تراشه» به انتخاب معماری فناورانه کشورها منتقل می‌شود. نکته کمتر دیده‌شده این است که Washington اکنون ظاهراً مجبور است برای حفظ موقعیت خود، به جای صرفاً اعمال محدودیت علیه Huawei، پیشنهاد فناورانه رقیب نیز ارائه کند. حضور هم‌زمان Nvidia، AMD و Microsoft در سناریوی جایگزین نشان می‌دهد رقابت دیگر میان دو شرکت نیست؛ بلکه میان اکوسیستم‌های کامل فناوری است. از منظر راهبردی، مصر نیز می‌تواند برای دو طرف اهمیت ویژه‌ای داشته باشد: کشوری با ظرفیت قابل توجه زیرساختی و جمعیتی در شمال آفریقا که می‌تواند به یک گره محاسباتی منطقه‌ای تبدیل شود. اگر نخستین استقرار خارجی Ascend در مصر موفق شود، مسئله فقط فروش چند هزار تراشه نخواهد بود؛ بلکه اعتبار Huawei برای ورود به بازارهای بعدی در آفریقا و غرب آسیا افزایش می‌یابد. 🏷 پیوست خبری-تحلیلی 🌐 متاکاگ | فراتر از شناخت
MetaCog I متاکاگ
💠 وقتی هکرها هوش مصنوعی را فریب می‌دهند؛ سوءاستفاده سایبری از Cursor در حملات Aur0ra 🔹 Reuters به نقل از گزارش‌های شرکت‌های امنیت سایبری Gambit Security و CloudSek گزارش داده است که یک گروه هکری روسی‌زبان با نام Aur0ra در اوایل سال ۲۰۲۶ از دستیار کدنویسی هوش مصنوعی Cursor برای کمک به نفوذ سایبری به دست‌کم ۷ شرکت استفاده کرده است. Cursor اکنون در ساختار SpaceX قرار گرفته و بر پایه گزارش Gambit، عامل مورد استفاده مهاجمان از مدل Claude Sonnet 4.5 شرکت Anthropic بهره می‌برد. ▫️ Gambit پس از شناسایی یک سرور که گروه Aur0ra به‌طور تصادفی در اینترنت در معرض دید قرار داده بود، توانست ۲۸ جلسه گفت‌وگو میان مهاجمان و عامل هوش مصنوعی Cursor را بررسی کند. این داده‌ها پنجره‌ای کم‌سابقه به نحوه استفاده عملیاتی مجرمان سایبری از عامل‌های هوش مصنوعی باز کرده است. ▫️ مهاجمان با ادعای اینکه عملیات در یک محیط شبیه‌سازی و آزمایشی انجام می‌شود، عامل Cursor را متقاعد کردند که محدودیت‌های امنیتی را کنار بگذارد. در نتیجه، عامل در صدها عملیات مخرب از جمله سرقت اعتبارنامه‌ها، یافتن گذرواژه‌های فعال و تلاش برای تصاحب حساب‌های حساس به آنها کمک کرد. ▫️ گزارش CloudSek می‌گوید داده‌های سرور نشان داده است که Aur0ra در مجموع دست‌کم ۲۰ قربانی داشته است؛ هرچند مشخص نیست چه تعداد از این قربانیان مستقیماً با کمک AI مورد نفوذ قرار گرفته‌اند. ▫️ بررسی مستقل Reuters شش قربانی از جمله شرکت بلژیکی Christeyns، تولیدکننده محصولات بهداشتی و شوینده؛ شرکت آلمانی Teckentrup؛ آژانس بریتانیایی Helideck Certification Agency؛ یک توزیع‌کننده دارویی آرژانتینی؛ یک شرکت تولیدی ایتالیایی و شرکت آمریکایی Bayou Title را شناسایی کرده است. ▫️ لاگ‌های حمله که بین ۸ آوریل تا ۲۱ مه ثبت شده‌اند، نشان می‌دهند عامل Cursor در جریان عملیات توصیه‌های فنی متعددی ارائه کرده است. برای نمونه، پس از شناسایی یک میزبان آسیب‌پذیر در شبکه Teckentrup، AI استفاده از یک ابزار شناخته‌شده مخرب را پیشنهاد کرده و احتمال موفقیت را «بسیار بالا» ارزیابی کرده است. ▫️ با این حال، Reuters نتوانسته به‌طور مستقل مشخص کند که چه میزان از نفوذها مستقیماً به کمک Cursor انجام شده یا آیا همه این نفوذها به سرقت داده و اخاذی منجر شده‌اند. ▫️ ایال سلا، مدیر اطلاعات تهدید در Gambit، برآورد کرده است که این عامل AI می‌توانسته مهاجمان را حدود ۳۰ تا ۵۰ درصد سریع‌تر کند؛ زیرا بخشی از مراحلی را که پیش‌تر باید به‌صورت دستی انجام می‌شد، تسهیل کرده است. 🔺 این پرونده یک ضعف مهم در معماری عامل‌های هوش مصنوعی را برجسته می‌کند: مهاجم الزاماً نیازی به شکستن فنی سیستم ندارد؛ گاهی کافی است زمینه‌ای جعلی برای اقدام مخرب بسازد. در این عملیات، Aur0ra ظاهراً از یک تکنیک مهندسی اجتماعی علیه خودِ عامل استفاده کرده است: «این یک شبیه‌سازی قانونی است.» همین روایت توانسته در برخی موارد بر سازوکارهای حفاظتی غلبه کند و عامل را از یک دستیار برنامه‌نویسی به ابزاری برای اجرای زنجیره‌ای از فعالیت‌های تهاجمی تبدیل کند. از منظر امنیت سایبری، این موضوع با یک Prompt Injection ساده تفاوت مهمی دارد؛ زیرا عامل Cursor می‌تواند در محیط عملیاتی اقداماتی را انجام دهد. بنابراین، مسئله اصلی از «چه چیزی را مدل می‌گوید؟» به «مدل با چه سطحی از اختیار می‌تواند آنچه را می‌گوید اجرا کند؟» منتقل می‌شود. نکته تخصصی‌تر آن است که افزایش ۳۰ تا ۵۰ درصدی سرعت ــ حتی اگر این برآورد را قطعی ندانیم ــ می‌تواند اثر نامتقارنی بر عملیات سایبری داشته باشد. مهاجم انسانی همچنان هدف، زمان‌بندی و تصمیم نهایی را تعیین می‌کند، اما AI هزینه زمانیِ جست‌وجو، تحلیل و اجرای بخشی از مراحل را کاهش می‌دهد. به این ترتیب، AI لزوماً جایگزین هکر نمی‌شود؛ بلکه ظرفیت یک تیم کوچک برای انجام عملیات پیچیده‌تر را افزایش می‌دهد. 🏷 پیوست خبری-تحلیلی 🌐 متاکاگ | فراتر از شناخت
MetaCog I متاکاگ
💠 امارات، «هوش مصنوعی» را علیه هکرهای مجهز به AI به‌کار می‌گیرد؛ حرکت به‌سوی جنگ سایبری ماشین‌به‌ماشین 🔹 گزارش Rest of World از تشدید حملات سایبری علیه زیرساخت‌های امارات متحده عربی هم‌زمان با جنگ ایران، اسرائیل و آمریکا خبر می‌دهد. بر اساس اعلام شورای امنیت سایبری امارات در ۱۰ اوت، حملات هماهنگ علیه بخش‌های هوانوردی، انرژی و آموزش شناسایی و مهار شده و تعداد تلاش‌های هکری به حدود ۸۰۰ هزار مورد در روز رسیده است؛ رقمی حدود چهار برابر سطح پیش از جنگ. ▫️ شورای امنیت سایبری امارات می‌گوید مهاجمان از هوش مصنوعی برای تولید ایمیل‌های فیشینگ، شناسایی آسیب‌پذیری‌های نرم‌افزاری و تولید سریع‌تر کدهای مخرب استفاده می‌کنند. مهم‌ترین تغییر، افزایش سرعت چرخه حمله است؛ به‌گونه‌ای که فاصله میان افشای یک آسیب‌پذیری و تلاش برای بهره‌برداری از آن، در برخی موارد از چند روز به چند ساعت کاهش یافته است. ▫️ به گفته Center for Strategic and International Studies (CSIS)، گروه‌های هکری منتسب به ایران در جریان جنگ از AI در مراحل مختلف عملیات سایبری، از انتخاب هدف تا تولید کد مخرب و پیام‌های جعلی استفاده کرده‌اند. این گزارش همچنین به پرونده قضایی وزارت دادگستری آمریکا در ۱۸ اوت علیه ۱۷ ایرانی اشاره می‌کند که واشنگتن آنان را به فعالیت در کارزاری از سال ۲۰۱۳ و سرقت پژوهش‌ها و طراحی‌ها از ۱۴۴ دانشگاه و ۴۲ شرکت آمریکایی متهم کرده است. ▫️ محمد الکویتی، رئیس شورای امنیت سایبری امارات، در آوریل اعلام کرد حملات علیه این کشور از حدود ۲۰ کشور و بیش از ۴۰ سازمان صورت گرفته و برخی گروه‌ها ارتباطاتی با ایران داشته‌اند. ▫️ Palo Alto Networks نیز افزایش کلاهبرداری‌های تقویت‌شده با AI، سرقت گذرواژه و ایجاد وب‌سایت‌های جعلی شرکت‌ها در منطقه خلیج فارس را از فوریه رصد کرده است. بر اساس این گزارش، مخابرات، انرژی و خدمات دولتی به دلیل اثرات زنجیره‌ای اختلال، از اهداف جذاب مهاجمان هستند. ▫️ در فوریه، سامانه‌های امنیت سایبری امارات حملاتی علیه پلتفرم‌های دولتی و تلاش برای استقرار باج‌افزار را دفع کردند. هم‌زمان Check Point تلاش برای نفوذ به دوربین‌های متصل به اینترنت در امارات، قطر، کویت و بحرین را به هکرهای ایرانی نسبت داد و ارزیابی کرد که هدف احتمالی، جمع‌آوری تصاویر برای ارزیابی اصابت موشک‌ها و خسارت پس از حملات بوده است. ▫️ در ژوئیه نیز حملاتی علیه مؤسسات مالی امارات با استفاده از فیشینگ، سوءاستفاده از آسیب‌پذیری‌های نرم‌افزاری و کدهای مخرب شناسایی شد؛ اما خدمات بانکی مختل نشد. در اوت، تیم‌های ملی امنیت سایبری مسیر حملات هماهنگ علیه بخش‌های هوانوردی، انرژی و آموزش را شناسایی و پیش از گسترش نفوذ، آنها را متوقف کردند. 🏷 پیوست خبری 🌐 متاکاگ | فراتر از شناخت
MetaCog I متاکاگ
💠 میسترال و HUMAIN؛ عربستان به‌دنبال ساخت «هوش مصنوعی حاکمیتی» با زیرساخت بومی 🔹شرکت فرانسوی Mistral AI و شرکت سعودی HUMAIN، متعلق به صندوق سرمایه‌گذاری عمومی عربستان (PIF)، از یک همکاری راهبردی برای توسعه و استقرار زیرساخت «هوش مصنوعی حاکمیتی» در عربستان و منطقه خبر داده‌اند؛ قراردادی که ارزش آن طبق اعلام دو طرف، در مقیاس صدها میلیون یورو است. ▫️این همکاری سه محور اصلی دارد: توسعه و بومی‌سازی مدل‌های پیشرفته، اجرای Inference در داخل منطقه و توسعه مدل‌های پیشرفته زبان عربی. نخستین محصولات و کاربردهای موردنظر نیز حوزه‌هایی مانند امنیت سایبری و فناوری صوت را هدف گرفته‌اند. ▫️یکی از مهم‌ترین بخش‌های توافق، بررسی امکان اجرای بارهای پردازشی Mistral روی ظرفیت مراکز داده HUMAIN در عربستان است؛ به این معنا که این شرکت فرانسوی می‌تواند بخشی از پردازش‌های خود را به زیرساخت محاسباتی مستقر در عربستان منتقل کند و وابستگی عملیاتی خود به ظرفیت‌های اروپایی و آمریکایی را کاهش دهد. ▫️مفهوم «Sovereign AI» در این همکاری صرفاً به ساخت یک مدل بومی محدود نیست. طرفین از زیرساختی سخن می‌گویند که در آن داده‌ها تحت کنترل شرکت‌های ثالث خارجی نباشند و مدل‌ها نیز بتوانند بر پایه وزن‌های باز (Open Weights) در اختیار کاربران و سازمان‌های منطقه قرار گیرند. ▫️Mistral پیش از این با ایجاد بازوی Mistral Compute در حال توسعه زیرساخت محاسباتی یکپارچه خود بود. همکاری با HUMAIN، این زنجیره را به خلیج فارس امتداد می‌دهد و امکان دسترسی Mistral به ظرفیت پردازشی عربستان را فراهم می‌کند. ▫️HUMAIN نیز پیش از این مجموعه‌ای گسترده از سرمایه‌گذاری‌های محاسباتی را دنبال کرده است؛ از برنامه همکاری با NVIDIA برای استقرار حداکثر ۶۰۰ هزار سامانه هوش مصنوعی طی سه سال، شامل پلتفرم‌های GB300، تا توافق با xAI برای یک مرکز داده با ظرفیت بیش از ۵۰۰ مگاوات و همکاری با AWS برای مدیریت حداکثر ۱۵۰ هزار GPU در منطقه هوش مصنوعی ریاض. ▫️همچنین HUMAIN، AMD و Cisco در نوامبر ۲۰۲۵ یک سرمایه‌گذاری مشترک را برای توسعه زیرساخت هوش مصنوعی با هدف دستیابی به ظرفیت ۱ گیگاوات تا سال ۲۰۳۰ شکل دادند. ▫️این توافق در چارچوب روند بزرگ‌تری قرار می‌گیرد: سرمایه‌های خلیج فارس در ماه‌های اخیر به‌طور فزاینده‌ای به سمت شرکت‌ها و ظرفیت‌های هوش مصنوعی اروپا حرکت کرده‌اند؛ در همین راستا، Mistral همکاری محاسباتی خود با Microsoft در اروپا را نیز توسعه داده و ساختاری با عنوان European Compute Units برای تجمیع تعهدات بلندمدت مشتریان و ایجاد ظرفیت محاسباتی جدید معرفی کرده است. 🔺نکته راهبردی، ترکیب هم‌زمان چهار لایه است: سرمایه سعودی، زیرساخت محاسباتی داخل عربستان، مدل‌های دارای وزن باز و توسعه مدل‌های عربی. این ترکیب می‌تواند به ریاض اجازه دهد بخشی از زنجیره ارزش AI را از مرحله مصرف سرویس‌های خارجی به سمت کنترل زیرساخت، محل پردازش، مدل و داده منتقل کند. به‌ویژه انتقال Inference به داخل عربستان اهمیت دارد. در معماری‌های هوش مصنوعی، حتی اگر مدل در خارج توسعه یافته باشد، محل اجرای مدل تعیین می‌کند داده‌های کاربر کجا پردازش شوند، چه الزامات حاکمیتی بر آن‌ها اعمال شود و چه کسی کنترل عملیاتی بر محیط محاسباتی داشته باشد. 🏷 پیوست خبری 🌐 متاکاگ | فراتر از شناخت
MetaCog I متاکاگ
💠 امارات وارد رقابت زیرساخت هوش مصنوعی آفریقا شد؛ ساخت مراکز داده AI در نیجریه و آفریقای جنوبی 🔹گروه مخابراتی MTN، بزرگ‌ترین اپراتور موبایل آفریقا، با طارق الاشرم، سرمایه‌گذار مستقر در دبی و هم‌بنیان‌گذار Gulf Data Hub، برای توسعه زیرساخت مراکز داده هوش مصنوعی در آفریقا وارد همکاری شده است. این طرح از طریق شرکت جدید Africa Data Hub Holding Limited دنبال خواهد شد. ▫️مرحله نخست این پروژه بر آفریقای جنوبی و نیجریه متمرکز است و MTN اعلام کرده رویکرد آن تدریجی خواهد بود؛ ظرفیت اولیه موردنظر حدود ۱۵۰ مگاوات زیرساخت دیتاسنتری AI است. ▫️مراکز داده قرار است هم برای پردازش بارهای کاری خود MTN و هم برای اجاره ظرفیت به ابرارائه‌دهندگان بزرگ (Hyperscalers)، شرکت‌ها و دولت‌ها مورد استفاده قرار گیرند. ▫️MTN علاوه بر حضور گسترده در ۱۶ بازار آفریقایی، از طریق شرکت Bayobab زیرساخت ارتباطی و شبکه فیبر خود را نیز در اختیار این همکاری قرار می‌دهد. Bayobab در این سرمایه‌گذاری سهام‌دار است و وظیفه فراهم‌کردن اتصال باز و پشتیبانی از دسترسی مشتریان به زیرساخت دیجیتال را بر عهده خواهد داشت. ▫️اهمیت این طرح از آنجا بیشتر می‌شود که آفریقا همچنان سهم بسیار اندکی از ظرفیت جهانی مراکز داده هوش مصنوعی دارد؛ بر اساس داده‌هایی که Bloomberg و منابع مرتبط با پروژه به گزارش‌های World Economic Forum نسبت می‌دهند، این قاره کمتر از ۱ درصد ظرفیت جهانی دیتاسنترهای AI را در اختیار دارد. ▫️در مقابل، تقاضا برای رایانش ابری، خدمات دیجیتال و پردازش‌های هوش مصنوعی در حال افزایش است. شرکت‌هایی مانند Microsoft، Alibaba و Amazon پیش‌تر خدمات ابری خود را در آفریقا توسعه داده‌اند، اما کمبود ظرفیت محاسباتی بومی همچنان یک گلوگاه مهم محسوب می‌شود. ▫️MTN همچنین در حال خرید زمین و مذاکره برای تأمین برق موردنیاز پروژه‌هاست تا توسعه مراکز داده در چند مرحله انجام شود. این موضوع نشان می‌دهد مسئله فقط خرید GPU نیست؛ زمین، برق، اتصال شبکه و ظرفیت دیتاسنتر به اجزای اصلی رقابت AI در آفریقا تبدیل شده‌اند. 🏷 پیوست خبری 🌐 متاکاگ | فراتر از شناخت
MetaCog I متاکاگ
💠 هوش مصنوعی از صفحه‌نمایش عبور می‌کند؛ Anthropic استاندارد اتصال عامل‌های AI به جهان فیزیکی را معرفی کرد 🔹شرکت Anthropic نسخه پژوهشی Model Hardware Standard (MHS) را معرفی کرده است؛ استانداردی برای ایجاد یک رابط مشترک میان عامل‌های هوش مصنوعی و تجهیزات علمی و صنعتی. این استاندارد به عامل‌های AI امکان می‌دهد با تجهیزاتی مانند میکروسکوپ، بازوهای رباتیک، سامانه‌های جابه‌جایی مایعات، لیزرها و سایر تجهیزات قابل‌برنامه‌ریزی ارتباط برقرار کرده و آن‌ها را در قالب یک فرایند واحد هماهنگ کنند. ▫️ MHS در واقع یک لایه استاندارد برای «AI ↔ Hardware» ایجاد می‌کند. هر دستگاه از طریق یک درایور استاندارد، قابلیت‌ها، محدودیت‌های ایمنی و فرمان‌های قابل اجرا را به شکلی قابل فهم برای عامل AI توصیف می‌کند. ▫️ برخلاف راهکارهای اختصاصی، MHS وابسته به مدل Claude نیست و می‌تواند با مدل‌ها و عامل‌های مختلف کار کند؛ مشروط بر اینکه تجهیزات دارای رابط برنامه‌پذیر باشند. ▫️ هدف اصلی، کاهش زمان ادغام تجهیزات است؛ Anthropic می‌گوید اتصال مجموعه‌ای از تجهیزات که پیش‌تر ممکن بود هفته‌ها یا ماه‌ها زمان ببرد، می‌تواند به ساعت‌ها یا حتی دقیقه‌ها کاهش یابد. ▫️ در آزمایش‌های اولیه، عامل‌های AI توانسته‌اند چندین دستگاه را به‌صورت هم‌زمان هماهنگ کنند؛ از اجرای آزمایش‌های کشف دارو تا کنترل تجهیزات میکروسکوپی و حتی بازیابی خودکار قفل لیزر در رایانه‌های کوانتومی. ▫️ در یکی از آزمایش‌های QuEra، عامل AI توانست فرایند بازیابی فرکانس لیزر را از حدود ۵۸٪ موفقیت به حدود ۹۶٪ برساند و زمان هر تلاش را نیز از حدود ۱۵۰ ثانیه به چند ثانیه کاهش دهد. 🔺تا امروز، عامل‌های هوشمند عمدتاً در فضای دیجیتال فعالیت می‌کردند؛ فایل می‌خواندند، کد اجرا می‌کردند، داده تحلیل می‌کردند یا با نرم‌افزارها تعامل داشتند. MHS در حال ایجاد یک لایه استاندارد است که همین منطق را به ماشین، ربات، حسگر، آزمایشگاه و خط تولید منتقل می‌کند. در این معماری، انسان الزاماً هر مرحله را اجرا نمی‌کند؛ می‌تواند صرفاً هدف علمی یا صنعتی را تعیین کند و عامل AI وظیفه هماهنگ‌سازی تجهیزات، دریافت داده، تغییر پارامترها و واکنش به برخی خطاها را بر عهده بگیرد. Anthropic حتی از حرکت به سوی آزمایشگاه‌هایی سخن می‌گوید که بتوانند فرایندهای کشف دارو را به‌صورت چرخه بسته و تا حد زیادی خودکار اجرا کنند. از این منظر، MHS را می‌توان بخشی از روند شکل‌گیری «زبان مشترک میان هوش و ماشین» دانست؛ همان‌گونه که استانداردهای ارتباطی، اتصال سیستم‌های نرم‌افزاری را ساده کردند، استانداردهای سخت‌افزاریِ عامل‌محور می‌توانند هزینه اتصال AI به جهان فیزیکی را کاهش دهند. اما همین تحول یک مسئله جدید در حکمرانی فناوری ایجاد می‌کند: وقتی عامل هوشمند مستقیماً به عملگرهای فیزیکی دسترسی داشته باشد، خطای شناختی دیگر فقط یک پاسخ اشتباه نیست؛ می‌تواند به خطای عملیاتی تبدیل شود. به همین دلیل، مسئله اصلی نسل بعدی AI صرفاً «توانایی استدلال» نخواهد بود؛ بلکه ترکیب استدلال + دسترسی + اختیار + ایمنی فیزیکی خواهد بود. Anthropic نیز تأکید کرده که مدل‌ها هنوز درک کامل فیزیکی ندارند و نظارت متخصصان همچنان ضروری است. 🏷 پیوست خبری-تحلیلی 🌐 متاکاگ | فراتر از شناخت