||||The.Fischerman.CH

Google’s plans to deprecate third-party tracking cookies in its Chrome web browser with Privacy Sandbox has run into fresh trouble after Austrian privacy non-profit noyb (none of your business) said the feature can still be used to track users.

Source ->

The security risks posed by the Pickle format have once again come to the fore with the discovery of a new “hybrid machine learning (ML) model exploitation technique” dubbed Sleepy Pickle. The attack method, per Trail of Bits, weaponizes the ubiquitous format used to package and distribute machine learning (ML) models to corrupt the model itself, posing a severe supply chain risk to an organization’s downstream customers.

Source ->

Diese Funktion, die alle paar Sekunden Bildschirmfotos des PCs speichern soll, sollte ursprünglich im Juni 2024 mit dem neuen PC-Typ eingeführt werden. Stattdessen wird Microsoft die Funktion namens „Recall“ zu einem späteren Zeitpunkt zunächst im kleineren Rahmen im „Windows-Insider“-Programm testen, wie das Unternehmen am ankündigte.

Source ->

Sprachmodelle sind als neuronale Netze nicht zuletzt klassische Beispiele für maschinelles Lernen (englisch machine learning, ML). Maschinelles Lernen ist aber nicht auf neuronale Netze und noch nicht einmal auf statistische Modelle im Allgemeinen beschränkt, denn auch die Parameter deterministischer, regelbasierter Modelle können maschinell gelernt werden. Und doch begegnen einem die grundlegenden Prinzipien, nach denen Maschinen, also Computer und Roboter lernen, vor allem im Zusammenhang mit neuronalen Netzen auf die wir uns deshalb im Folgenden beschränken. Diese grundlegenden Prinzipien sind das überwachte, das unüberwachte und das verstärkende Lernen, wobei das Transfer-Lernen oft als vierte Form genannt wird. Andere Formen des maschinellen Lernens werden meist als Spezialfälle der ersten drei Arten betrachtet, z.B. das Imitationslernen, auf das wir kurz zu sprechen kommen werden.

Source ->

Wie jede moderne Technologie birgt auch künstliche Intelligenz (KI) neben großen Chancen jede Menge Risiken. Dazu zählt offenbar auch die Möglichkeit, bislang unbekannte Sicherheitslücken (Zero-Day Exploits) vollkommen automatisch für Hacker-Angriffe zu nutzen. Das geht aus einer Studie hervor, die die University of Illinois Urbana-Champaign (UIUC) nun veröffentlichte. Die Wissenschaftlerinnen und Wissenschaftler nutzten dafür die HPTSA-Methode (Hierarchical Planning with Task-Specific Agents), bei der ein Prozess mehrere spezialisierte Sprachmodelle mit dem Hacken beauftragt und dabei überwacht.

Source ->