Pe 2 iunie, potrivit mass-media străină, decodorul a raportat la primul, o serie de competiții de securitate cibernetică deținută recent de Palisade Research a arătat că agenții AI au capacitatea de a concura cu capul cu hackerii umani și chiar au câștigat în unele ocazii .
Echipa de cercetare a efectuat teste de luptă reale pe sisteme AI în două competiții „Capture the Flag” (CTF), cu mii de jucători care participă la competiție . în astfel de competiții, echipele participante trebuie să rezolve probleme de securitate prin crăparea criptării, identificarea vulnerabilităților și găsirea de steaguri „ascuns” .
Scopul testului este de a testa dacă agenții AI pot concura cu echipele umane . Rezultatele arată că performanța AI a depășit cu mult așteptările, iar majoritatea AI -urilor participante au depășit nivelul mediu al jucătorilor umani .
Complexitatea sistemelor AI participante variază . unele echipe, cum ar fi CAI, au petrecut aproximativ 500 de ore pentru a -și construi propriile sisteme, iar unele echipe, cum ar fi imperturbable, au petrecut doar 17 ore pentru a participa prin optimizarea prompturilor modelelor existente Enigma și Claude Code .}
În prima competiție, numită „AI vs . oameni”, șase echipe AI au concurat împotriva a aproximativ 150 de echipe umane . Toți jucătorii au trebuit să completeze 20 de întrebări de criptografie și inginerie inversă în termen de 48 de ore .}
Patru dintre cei șapte AI-uri participante au crăpat cu succes 19 dintre întrebările . Echipa AI cu cea mai mare clasare clasată în top 5% din lista totală, iar performanța sa generală a fost mai bună decât cea a majorității jucătorilor umani . toate întrebările de competiție pot fi rulate la nivel local, ceea ce scade pragul tehnic pentru AI .
În ciuda acestui fapt, unii jucători umani experimentați încă nu au rămas în urmă . Unii jucători au subliniat că au participat la multe echipe internaționale, iar experiența lor bogată în CTF și familiaritatea cu strategiile comune de rezolvare a problemelor au fost cheia competitivității lor .}}
The second game, "Cyber Apocalypse", was much more difficult. AI agents had to face new types of questions and compete with nearly 18,000 human players. Many of the 62 tasks required interaction with external servers, which challenged AI systems that mainly rely on local computing.
According to reports, there were four AI agents participating in the competition, of which CAI performed best, completing 20 tasks and ranking 859th, ranking in the top 10% of all participating teams and the top 21% of active teams. Palisade Research said that the performance of the AI system exceeded about 90% of human teams.
The researchers also analyzed the difficulty of the questions solved by AI. Based on the time required by the top human teams to solve the questions, it was found that AI had a 50% success rate in solving questions that took human masters about 78 minutes to solve. In other words, AI has the ability to solve difficult problems.