Anthropic säger att det kan vara några månader kvar innan små AI-modeller kan självreplikera mellan kommersiella IoT-enheter, till exempel smarta ugnar och Android TV-boxar utan känt varumärke. Företagets experiment visade att modeller kunde identifiera okända enheter, ansluta dem till ett nätverk och förbereda dem för att köra en AI-modell.
Forskarna distribuerade Google DeepMinds Gemma4-26B-A4B till 15 Android TV-boxar utan känt varumärke. De visade inte någon helt autonom, självreplikerande AI-mask på verklig IoT-hårdvara. Testerna använde en förenklad miljö där målenheterna hade ADB-åtkomst utan autentisering.
I tester med nio typer av hårdvara installerade och konfigurerade Qwen3.5-9B programvaran för att köra Llama3.1-8B på åtta av dem. GLM-5.2 nådde alla åtta noder i ett kontrollerat, emulerat nätverk i fyra av fem försök, medan de andra modellerna inte kunde slutföra processen tillförlitligt. När data från tidigare försök behölls steg Qwen3.5-9B:s framgångsgrad från 45% i de tidiga försöken till 84% i senare generationer. Hjälp från Opus 4.8 gav ingen mätbar förbättring.
Utifrån resultaten och historiska data uppskattar Anthropic att modeller med högst 30 miljarder parametrar kan nå den nödvändiga förmågan före slutet av 2026. På den studerade hårdvaran tog inferensen 28 till 51 timmar för Qwen3.5-9B och 71 till 150 timmar för Gemma4-26B-A4B. Anthropic sade att resultaten inte tyder på ett överhängande hot och att försöken inte visade en fullständig process för att skapa en mask.
Kommentarer
0Inga kommentarer ännu. Skriv den första.