Boeing prezentuje drona bojowego Ghost Bat!

Dwa lata temu Boeing poinformował, że pracuje nad nowym dronem bojowym z możliwościami sztucznej inteligencji. Teraz sprzęt ten dostał już swoją nazwę.

Boeing poinformował, że ich dron bojowy będzie nazywał się MQ-28A Ghost Bat. Sprzęt korzysta z możliwości sztucznej inteligencji i stanowi część projektu Loyal Wingman, czyli systemu pomocy dla pilotów myśliwców, którzy mieliby latać pospołu z bezzałogowcami. Jak podał Glen Ferguson z BATS (Boeing Airpower Teaming System), to rzadki i specjalny moment w historii lotnictwa.

Ghost Bat to nazwa związana z konkretnym zwierzęciem, a mianowicie dusznikiem australijskim, jednym z drapieżnych nietoperzy zamieszkujących północną Australię. Duszniki atakują ofiarę znienacka i wbijają jej zęby w kark, a następnie obejmują, uniemożliwiając ucieczkę. Według Fergusona wybranie takiej właśnie nazwy to odzwierciedlenie unikalnej charakterystyki sensorów i możliwości sztucznej inteligencji w przypadku drona. To też pierwszy australijski bezzałogowiec od 50 lat.

Jeśli chodzi o drony i wojskowość, to jakiś czas temu firma Raytheon zaprezentowała widowiskowe nagranie swojej nowej broni, a mianowicie systemu obrony przed bezzałogowymi pojazdami latającymi. Wcześniej z kolei polska armia podpisała umowę na zakup systemów WIZJER, czyli dronów, które powstaną w naszym kraju.

Podziel się postem:

Najnowsze:

Oprogramowanie

Unia Europejska przejdzie na Linuxa? Powstaje dystrybucja EU OS

Unia Europejska może wkrótce podjąć kroki w kierunku uniezależnienia się od amerykańskiego oprogramowania. Społeczność entuzjastów pod patronatem władz UE pracuje nad projektem EU OS, który ma zastąpić system operacyjny Windows w instytucjach rządowych. Wybór padł na modyfikację dystrybucji Fedora Linux, która zostanie dostosowana do potrzeb urzędników poprzez interfejs przypominający Windows.

Bezpieczeństwo

Przełomowa kwantowa technologia generowania liczb losowych z WAT: Szczegółowa analiza i perspektywy

W dzisiejszym zaawansowanym technologicznie świecie, prawdziwie losowe liczby stanowią fundament wielu kluczowych dziedzin. Od zabezpieczania komunikacji poprzez kryptografię aż po przeprowadzanie złożonych symulacji naukowych i inżynierskich , generowanie nieprzewidywalnych sekwencji danych jest niezbędne. Losowość odgrywa również istotną rolę w grach losowych , w sektorze finansowym , gdzie zapewnia unikalność transakcji, oraz w badaniach statystycznych. W kryptografii, siła klucza szyfrującego jest bezpośrednio związana z jakością i stopniem losowości użytym do jego wygenerowania . Im wyższa entropia źródła losowego, tym trudniejszy do złamania staje się klucz. Prawdziwa losowość jest zatem kluczowym elementem zapewniającym bezpieczeństwo w cyberprzestrzeni, wzmacniając algorytmy szyfrujące i chroniąc integralność przesyłanych oraz przechowywanych danych . Zapotrzebowanie na generatory liczb losowych o wysokiej jakości i nieprzewidywalności stale rośnie, co jest bezpośrednio powiązane z postępem technologicznym i coraz większym znaczeniem bezpieczeństwa informacji. Wraz z dynamicznym przenoszeniem coraz większej liczby aspektów naszego życia do sfery cyfrowej, ilość generowanych i przesyłanych danych nieustannie wzrasta. Ochrona tych danych przed nieautoryzowanym dostępem i manipulacją staje się priorytetem, a prawdziwa losowość jest nieodzownym narzędziem do skutecznego szyfrowania i zabezpieczania przed różnego rodzaju atakami.

Bezpieczeństwo

Prawdopodobnie DeepSeek Zna Twoje Sekrety: Analiza Bezpieczeństwa Danych Treningowych LLM

Prawdopodobnie DeepSeek zna Wasze sekrety oraz klucze API! Takie ostrzeżenie pojawiło się na łamach Sekurak.pl. W dynamicznie rozwijającym się świecie dużych modeli językowych (LLM), gdzie innowacje pojawiają się niemal codziennie, DeepSeek AI szybko zyskał miano znaczącego gracza, budząc zainteresowanie swoimi możliwościami i efektywnością. Jednakże, wraz z postępem technologicznym, pojawiają się również nowe wyzwania w obszarze bezpieczeństwa. Niedawne odkrycie dokonane przez badaczy z Truffle Security rzuca nowe światło na potencjalne zagrożenia związane z danymi treningowymi tych zaawansowanych modeli. Wnikliwa analiza publicznie dostępnego zbioru danych Common Crawl, wykorzystywanego do trenowania LLM, w tym DeepSeek, ujawniła obecność licznych, potencjalnie wciąż aktywnych kluczy API i haseł.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *