🧠 Mózg człowieka zaprogramowany do rozumienia świata już od narodzin
Badanie łączy neuronaukę z informatyką, ujawniając samorzutną organizację neuronów niezależnie od bodźców zewnętrznych — otwiera to drogę do nowych terapii rozwojowych i inspiracji dla modeli poznawczych w sztucznej inteligencji.
Naukowcy z UC Santa Cruz odkryli, że ludzki mózg może posiadać wstępnie zaprogramowane wzorce aktywności elektrycznej jeszcze przed pojawieniem się bodźców zmysłowych. Wykorzystując organoidy mózgowe, zaobserwowali uporządkowane wyładowania neuronów przypominające „tryb domyślny” mózgu, sugerujące istnienie wrodzonego systemu operacyjnego do przetwarzania informacji o świecie. To odkrycie może zrewolucjonizować wiedzę o wczesnym rozwoju układu nerwowego i pomóc w diagnozowaniu zaburzeń rozwojowych.
🔗Czytaj Więcej🔗
🛡️ Wsparcie dla stałego czasu w LLVM: nowa ochrona kodu kryptograficznego
To przełom w bezpieczeństwie na poziomie kompilatora, który łączy badania kryptograficzne z praktyką inżynierii oprogramowania — może ustanowić nowy standard kompilacji bezpiecznych algorytmów w wielu ekosystemach.
Trail of Bits wprowadziło do LLVM 21 obsługę programowania w stałym czasie, chroniąc kod kryptograficzny przed atakami czasowymi powstającymi w wyniku optymalizacji kompilatora. Nowy mechanizm __builtin_ct_select utrzymuje operacje o stałym czasie wykonania podczas całego procesu kompilacji, zapobiegając rozgałęzieniom zależnym od danych. Rozwiązanie zyskało zainteresowanie społeczności LLVM, Rust i kryptografii, a jego wdrożeniem interesują się m.in. Rust Crypto, BearSSL i PuTTY. Testy wykazują minimalny wpływ na wydajność i wysokie bezpieczeństwo na różnych architekturach.
🔗Czytaj Więcej🔗
🤖 Co znaczy być radykalnie przeciwko sztucznej inteligencji?
Esej trafnie opisuje kulturowe napięcie między entuzjazmem wobec AI a obawami etycznymi, ukazując debatę jako refleksję nad motywacjami przemysłu, a nie spór technologiczny.
Artykuł analizuje rosnący sceptycyzm wobec sztucznej inteligencji w społeczności Mastodona. Autor odnosi się do pytania Armina Ronachera o to, czy platforma wciąż sprzeciwia się AI, i wskazuje, że niechęć wynika z niejasnego, napędzanego marketingiem użycia pojęcia „AI”. Tekst krytykuje masową adopcję AI, zwracając uwagę na etyczne i środowiskowe koszty, takie jak zużycie wody przez centra danych i subsydia korporacyjne.
🔗Czytaj Więcej🔗
🔺 Obietnica P-Graphs: nowa era dopasowywania wzorców w grafach
To pogłębiona analiza technik przepisywania terminów i optymalizacji opartej na grafach, istotna dla teorii kompilatorów i automatycznego wnioskowania, wskazująca na ciągły postęp w analizie programów.
Artykuł omawia dopasowywanie E-matching w E-grafach i przedstawia koncepcję relacyjnego e-matching, która spłaszcza wyrażenia do p-węzłów w celu zwiększenia efektywności. Autor wyjaśnia, jak uporządkowanie i eliminacja zmiennych wzorców poprzez połączenia typu trie tworzą podstawy dla P-matching w systemach przepisywania wyrażeń.
🔗Czytaj Więcej🔗