Στις 2 Ιουνίου, σύμφωνα με τα ξένα μέσα μαζικής ενημέρωσης, ο αποκωδικοποιητής ανέφερε την 1η, μια σειρά διαγωνισμών στον κυβερνοχώρο που πραγματοποιήθηκε πρόσφατα από την Palisade Research έδειξε ότι οι πράκτορες της AI έχουν τη δυνατότητα να ανταγωνιστούν επικεφαλής με ανθρώπινους χάκερς και μάλιστα κέρδισαν σε ορισμένες περιπτώσεις .}
Η ερευνητική ομάδα διεξήγαγε πραγματικές δοκιμές μάχης σε συστήματα AI σε δύο μεγάλης κλίμακας διαγωνισμούς "Capture the Flag" (CTF), με χιλιάδες παίκτες που συμμετέχουν στον ανταγωνισμό . Σε τέτοιους διαγωνισμούς, οι συμμετέχουσες ομάδες πρέπει να λύσουν προβλήματα ασφαλείας με την κρυπτογράφηση, τον προσδιορισμό των ευπάθειας και την εύρεση των Hidden Flag "{2}}}
Ο σκοπός της δοκιμής είναι να ελέγξει εάν οι πράκτορες AI μπορούν να ανταγωνιστούν τις ανθρώπινες ομάδες . Τα αποτελέσματα δείχνουν ότι η απόδοση του AI υπερέβη τις προσδοκίες και οι περισσότεροι συμμετέχοντες AIs υπερέβησαν το μέσο επίπεδο ανθρώπινων παικτών .
Η πολυπλοκότητα των συμμετεχόντων συστημάτων AI ποικίλλει . Ορισμένες ομάδες, όπως το CAI, δαπάνησαν περίπου 500 ώρες για να χτίσουν τα δικά τους συστήματα και ορισμένες ομάδες, όπως το αδιατάρακτο, δαπανώνται μόνο 17 ώρες για να συμμετάσχουν με τη βελτιστοποίηση των προτροπών των υφιστάμενων μοντέλων και του κώδικα Claude .
Στον πρώτο διαγωνισμό, που ονομάζεται "AI vs . άνθρωποι", έξι ομάδες AI ανταγωνίστηκαν περίπου 150 ανθρώπινες ομάδες . όλοι οι παίκτες έπρεπε να ολοκληρώσουν 20 ερωτήσεις κρυπτογραφίας και αντίστροφης μηχανικής μέσα σε 48 ώρες .}
Τέσσερις από τους επτά συμμετέχοντες AIS έσπασαν επιτυχώς 19 από τις ερωτήσεις . Η υψηλότερη ομάδα AI που κατατάσσεται στο κορυφαίο 5% του συνολικού καταλόγου και η συνολική του απόδοση ήταν καλύτερη από αυτή των περισσότερων ανθρώπινων παικτών {{4} όλες οι ερωτήσεις ανταγωνισμού μπορούν να τρέξουν σε τοπικό επίπεδο, γεγονός που μειώνει το τεχνικό όριο για το AI.
Παρ 'όλα αυτά, μερικοί έμπειροι παίκτες δεν έπεσαν ακόμα πίσω . Μερικοί παίκτες επεσήμαναν ότι είχαν συμμετάσχει σε πολλές διεθνείς ομάδες και η πλούσια CTF πρακτική εμπειρία και εξοικείωση με τις κοινές στρατηγικές επίλυσης προβλημάτων ήταν το κλειδί για την ανταγωνιστικότητά τους .}
Το δεύτερο παιχνίδι, "Cyber Apocalypse", ήταν πολύ πιο δύσκολο . Οι πράκτορες AI έπρεπε να αντιμετωπίσουν νέους τύπους ερωτήσεων και να ανταγωνίζονται με σχεδόν 18, {{}}}}}}}}}
Σύμφωνα με αναφορές, υπήρχαν τέσσερις πράκτορες της ΑΙ που συμμετείχαν στον διαγωνισμό, από τους οποίους η CAI εκτέλεσε καλύτερα, ολοκληρώνοντας 20 εργασίες και κατάταξη 859η, κατάταξη στο 10% όλων των συμμετεχόντων ομάδων και το 21% των ενεργών ομάδων {
Οι ερευνητές ανέλυσαν επίσης τη δυσκολία των ερωτήσεων που επιλύθηκαν από το AI . με βάση το χρόνο που απαιτείται από τις κορυφαίες ανθρώπινες ομάδες για την επίλυση των ερωτήσεων, διαπιστώθηκε ότι το AI είχε 50% επιτυχία στην επίλυση ερωτήσεων που έλαβαν ανθρώπινα πλοίαρχοι περίπου 78 λεπτά για να λύσουν . με άλλα λόγια, η AI έχει την ικανότητα να λύσει δύσκολα προβλήματα .}