Μελέτη: Το Climate TRACE υποεκτιμά κατά 70% τις αστικές εκπομπές CO2 από οχήματα

Ανάλυση δείχνει ότι το Climate TRACE ενδέχεται να υποεκτιμά σημαντικά τις εκπομπές CO2 από οχήματα σε πόλεις, προκαλώντας ανησυχίες για την ακρίβεια των δεδομένων που στηρίζουν την κλιματική πολιτική.

Ορισμένες από τις πιο διαδεδομένες εκτιμήσεις εκπομπών παγκοσμίως μπορεί να χάνουν πολύ περισσότερη ρύπανση απ’ όσο είχε γίνει αντιληπτό. Νέα μελέτη του Northern Arizona University αναφέρει ότι η παγκόσμια βάση εκπομπών αερίων του θερμοκηπίου που έχει δημιουργήσει το κονσόρτσιουμ Climate TRACE, συνιδρυμένο από τον πρώην αντιπρόεδρο των ΗΠΑ Al Gore, ενδέχεται να υπολογίζει τις εκπομπές διοξειδίου του άνθρακα από οχήματα σε πόλεις κατά μέσο όρο 70% χαμηλότερα.

Τα ευρήματα, που δημοσιεύθηκαν στο Environmental Research Letters, έρχονται σε μια περίοδο όπου κυβερνήσεις και πόλεις βασίζονται ολοένα και περισσότερο σε δεδομένα υψηλής ανάλυσης για να σχεδιάσουν πολιτικές και να παρακολουθήσουν την πρόοδο προς τους κλιματικούς στόχους.

Επικεφαλής της έρευνας είναι ο Kevin Gurney, καθηγητής στη School of Informatics, Computing, and Cyber Systems (SICCS) του NAU. Η ομάδα εξέτασε τον τρόπο με τον οποίο το Climate TRACE εκτιμά τις εκπομπές από αυτοκίνητα και φορτηγά και συνέκρινε τα στοιχεία με καθιερωμένα δεδομένα μεταφορών και κατανάλωσης καυσίμων. Σύμφωνα με τον Gurney, οι αποκλίσεις —σε συνδυασμό με παρόμοια ζητήματα που είχαν εντοπίσει παλαιότερα στις εκτιμήσεις εκπομπών από μονάδες ηλεκτροπαραγωγής— εγείρουν ευρύτερα ερωτήματα για την αξιοπιστία των ταχέως αναδυόμενων συστημάτων παρακολούθησης που βασίζονται σε τεχνητή νοημοσύνη.

«Δεδομένης της σημασίας των εκπομπών CO2 από οχήματα στις πόλεις, εξετάσαμε προσεκτικά τα δεδομένα του Climate TRACE, τα οποία βασίζονταν σε υποσχόμενες νέες προσεγγίσεις τεχνητής νοημοσύνης», είπε ο Gurney. «Σε συνδυασμό με την προηγούμενη μελέτη μας για τις εκπομπές CO2 από μονάδες ηλεκτροπαραγωγής στο Climate TRACE, τα αποτελέσματά μας δείχνουν ότι τα δεδομένα του Climate TRACE υποεκτιμούν σημαντικά πάνω από το ήμισυ των εκπομπών CO2 από ορυκτά καύσιμα στις πόλεις των ΗΠΑ».

Οι ερευνητές συνέκριναν τις εκτιμήσεις του Climate TRACE για τις αστικές εκπομπές CO2 από οχήματα στις ΗΠΑ με το Vulcan, μια αντίστοιχη βάση «onroad» που έχει αναπτυχθεί στο εργαστήριο του Gurney και είναι βαθμονομημένη με επίσημα δεδομένα κυκλοφορίας και ενεργειακής χρήσης.

«Αν και τα δεδομένα οδικών εκπομπών του Vulcan δεν είναι τέλεια, με αβεβαιότητα περίπου 14%, αυτό είναι πολύ χαμηλότερο από τις διαφορές που βρήκαμε όταν συγκρίναμε τις εκπομπές CO2 από οχήματα σε 260 πόλεις των ΗΠΑ με τη βάση Climate TRACE», είπε ο Bilal Aslam, μεταδιδακτορικός ερευνητής στο SICCS και συν-ερευνητής της μελέτης. «Οι εκπομπές CO2 του Climate TRACE ήταν, κατά μέσο όρο, 70% χαμηλότερες από τις αντίστοιχες στο Vulcan onroad CO2 emissions database».

«Σε μεμονωμένες πόλεις όπως η Indianapolis και η Nashville, ήταν χαμηλότερες κατά πάνω από 90%», πρόσθεσε ο Pawlok Dass, ερευνητικός συνεργάτης στο SICCS και συντελεστής της μελέτης. Οι συγγραφείς υποψιάζονται ότι η υποεκτίμηση μπορεί να εμφανίζεται και εκτός ΗΠΑ και εκφράζουν ευρύτερες ανησυχίες για άλλα τμήματα της βάσης Climate TRACE.

Οι ερευνητές σημειώνουν ότι η τεχνητή νοημοσύνη μπορεί να εξελιχθεί σε ισχυρό εργαλείο μέτρησης περιβαλλοντικών δεικτών, αλλά τονίζουν πως η ακρίβεια εξακολουθεί να εξαρτάται από επιστημονική αυστηρότητα, διαφάνεια και εξέταση από ειδικούς. Αξιόπιστες εκτιμήσεις αερίων του θερμοκηπίου παραμένουν θεμέλιο για αποτελεσματική κλιματική πολιτική.

Η δημοσίευση καταθέτει επίσης προτάσεις για τη βελτίωση της δουλειάς του Climate TRACE, ώστε να στηρίζει καλύτερα αποφάσεις πολιτικής και προϋπολογισμού με στόχο τη μείωση των εκπομπών.

«Δεν θα εκτιμήσουμε ποτέ τις εκπομπές με απόλυτη ακρίβεια, αλλά οφείλουμε να διασφαλίσουμε ότι τα δεδομένα που κοινοποιούνται σε υπεύθυνους χάραξης πολιτικής και στο κοινό είναι αμερόληπτα και τηρούν τις βέλτιστες πρακτικές και τα πιο αυστηρά επιστημονικά πρότυπα που διαθέτουμε», είπε ο Gurney. «Διαφορετικά, παραπλανούμε τους υπεύθυνους λήψης αποφάσεων και κινδυνεύουμε να χάσουμε την εμπιστοσύνη του κοινού στην ικανότητά μας να αντιμετωπίσουμε την κλιματική αλλαγή».

Αναφορά: “Assessing the accuracy of the Climate Trace global vehicular CO2 emissions” των Kevin R Gurney, Bilal Aslam και Pawlok Dass, 5 May 2026, Environmental Research Letters. DOI: 10.1088/1748-9326/ae6355

Διευκρίνιση: Ο Gurney, με ειδίκευση στις ατμοσφαιρικές επιστήμες, την οικολογία και τη δημόσια πολιτική, έχει αφιερώσει τις τελευταίες δύο δεκαετίες στην ανάπτυξη τυποποιημένου συστήματος ποσοτικοποίησης των εκπομπών αερίων του θερμοκηπίου στις ΗΠΑ. Τα έργα του Vulcan και Hestia, που χρηματοδοτούνται από πολλαπλές ομοσπονδιακές υπηρεσίες, ποσοτικοποιούν και απεικονίζουν τις εκπομπές σε όλη τη χώρα μέχρι επίπεδο μεμονωμένων μονάδων ηλεκτροπαραγωγής, γειτονιών και οδικών αρτηριών, εντοπίζοντας «θερμές ζώνες» και διευκολύνοντας καλύτερες αποφάσεις για το πού οι μειώσεις είναι πιο αποτελεσματικές. Οι εκτιμήσεις του έχουν δείξει εξαιρετική απόδοση σε σύγκριση με άμεσες ατμοσφαιρικές μετρήσεις.

SpaceX: Επιτυχής η παρθενική πτήση της Starship V3

Screenshot

Η SpaceX έχει ακόμη πράγματα να αποδείξει πριν πετάξει τη Starship μέχρι τη χαμηλή γήινη τροχιά.

Την Παρασκευή, η SpaceX πραγματοποίησε την πρώτη δοκιμαστική πτήση του αναβαθμισμένου πυραύλου Starship και του προωθητή Super Heavy, με τα αποτελέσματα να είναι κυρίως θετικά.

Ο ισχυρός πύραυλος, που κινείται από 33 κύριους κινητήρες μεθανίου, απογειώθηκε από τη βάση Starbase της SpaceX στο νότιο Τέξας στις 5:30 μ.μ. CDT (6:30 μ.μ. EDT, 22:30 UTC) την Παρασκευή. Μέσα σε λίγα δευτερόλεπτα, ο πύραυλος ύψους 408 ποδιών (124 μέτρων), ο μεγαλύτερος που έχει κατασκευαστεί ποτέ, ξεπέρασε τον πύργο εκτόξευσης και πήρε ανατολική πορεία πάνω από τον Κόλπο του Μεξικού.

Η Starship προσθαλασσώθηκε στον προκαθορισμένο στόχο στον Ινδικό Ωκεανό λίγο περισσότερο από μία ώρα αργότερα, ολοκληρώνοντας την πρώτη πτήση της πιο πρόσφατης εκδοχής του γιγαντιαίου, ανοξείδωτου πυραύλου της SpaceX. Η Starship V3 τα πήγε καλύτερα στο ντεμπούτο της από τις πρώτες πτήσεις των Starship V1 και V2, το 2023 και το 2025. Και οι δύο προηγούμενες εκδόσεις της Starship διαλύθηκαν κατά την εκτόξευση στην παρθενική τους πτήση.

Τα στελέχη της SpaceX φάνηκαν ικανοποιημένα από την απόδοση της Starship V3 την Παρασκευή. Ο Έλον Μασκ, ιδρυτής και διευθύνων σύμβουλος της εταιρείας, συνεχάρη τους μηχανικούς του με ανάρτηση στο X: «Συγχαρητήρια στην ομάδα της SpaceX για μια επική πρώτη εκτόξευση και προσγείωση της Starship V3! Πετύχατε ένα γκολ για την ανθρωπότητα».

«Συγχαρητήρια και ένα τεράστιο ευχαριστώ στην ομάδα της SpaceX που πάντα τα καταφέρνει», έγραψε σε ανάρτηση στο X η Gwynne Shotwell, η δεύτερη στην ιεραρχία της SpaceX. «Αυτή ήταν μια απίστευτη πρώτη πτήση ενός ολοκαίνουργιου οχήματος. Το συλλογικό μας μέλλον ανάμεσα στα άστρα έχει γίνει πολύ πιο κοντινό».

Τα βλέμματα της NASA ήταν επίσης στραμμένα στην εκτόξευση, καθώς η αμερικανική υπηρεσία στηρίζεται στη SpaceX για να διαθέσει τη Starship ως επανδρωμένο σεληνιακό σκάφος. Ο διοικητής της NASA, Jared Isaacman, βρέθηκε στο Τέξας για να παρακολουθήσει την εκτόξευση από κοντά. Επαινεσε τη SpaceX για μια «καταπληκτική εκτόξευση της Starship V3».

Η 12η δοκιμαστική πτήση της Starship άργησε πολύ να έρθει. Η προηγούμενη δοκιμαστική πτήση είχε γίνει τον περασμένο Οκτώβριο. Το διάστημα άνω των επτά μηνών ήταν το μεγαλύτερο ανάμεσα σε πτήσεις της Starship από την πρώτη πλήρη εκτόξευση του προγράμματος, τον Απρίλιο του 2023. Η SpaceX αξιοποίησε αυτόν τον χρόνο για να ολοκληρώσει την κατασκευή και τη λειτουργία ενός δεύτερου σημείου εκτόξευσης στη Starbase, ενώ οι μηχανικοί προχωρούσαν στις δοκιμές εδάφους της Starship V3, οι οποίες είχαν και αυτές τα δικά τους προβλήματα.

Τι λειτούργησε, λοιπόν, στη δοκιμαστική πτήση της Παρασκευής; Πολλά. Το σημαντικότερο ήταν ότι η θερμική ασπίδα του σκάφους φάνηκε να αντέχει κατά την επανείσοδο πάνω από τον Ινδικό Ωκεανό. Οι κάμερες πάνω στο σκάφος έδειξαν ότι τα αεροδυναμικά πτερύγια παρέμειναν άθικτα σε όλη τη διάρκεια της φλογερής καθόδου μέσα στην ατμόσφαιρα. Η θερμική ασπίδα και τα πτερύγια δεν τα είχαν πάει πάντα καλά σε προηγούμενες δοκιμαστικές πτήσεις της Starship. Η Starship πραγματοποίησε μια σειρά από ελιγμούς κλίσης στην πορεία προς τη ζώνη προσθαλάσσωσης βορειοδυτικά της Αυστραλίας, προσομοιώνοντας τη διαδρομή που θα ακολουθούν μελλοντικά σκάφη όταν επιστρέφουν για προσγείωση στη Starbase.

Όλα αυτά κύλησαν καλά, με την κάθοδο να κορυφώνεται σε έναν εντυπωσιακό ελιγμό για τη μετάβαση από οριζόντια σε κατακόρυφη θέση. Ένα τελευταίο φρενάρισμα με τους κινητήρες Raptor του σκάφους μείωσε σταδιακά τη χρήση από τρεις σε δύο και στη συνέχεια σε έναν μόνο κινητήρα, καθώς ο πύραυλος κατέληγε σε μια ήπια προσθαλάσσωση. Drones και κάμερες σε σημαδούρες κατέγραψαν ζωντανές εικόνες της προσθαλάσσωσης στον στόχο. Όπως αναμενόταν, το σκάφος —πλατύτερο και σχεδόν όσο μακρύ όσο ένα Boeing 777— γύρισε στο πλάι και εξερράγη σε πύρινη μπάλα, βάζοντας την τελευταία πινελιά στο ταξίδι της V3 ως τη μέση της Γης από την ακτή του Κόλπου στο Τέξας.

Νωρίτερα στην πτήση, η SpaceX έδειξε τον βελτιωμένο μηχανισμό ανάπτυξης φορτίου της Starship V3. Το σύστημα έχει σχεδιαστεί για την απελευθέρωση των επίπεδα συσκευασμένων δορυφόρων Starlink της SpaceX. Η SpaceX είχε δοκιμάσει το σύστημα τύπου Pez και σε προηγούμενες δοκιμαστικές πτήσεις, όμως οι αναβαθμίσεις στη Starship V3 επιτρέπουν ταχύτερη απελευθέρωση δορυφόρων. Την Παρασκευή, ο μηχανισμός απελευθέρωσε 20 προσομοιώματα των επόμενης γενιάς δορυφόρων Starlink της SpaceX, καθώς και δύο διαστημόπλοια εξοπλισμένα με φακούς και κάμερες για να επιθεωρήσουν την εξωτερική επιφάνεια της Starship στο διάστημα.

Όλα αυτά λειτούργησαν άψογα, καθώς το σκάφος ανήλθε σε μέγιστο ύψος 121 μιλίων (195 χιλιομέτρων) στο σκοτάδι, πάνω από τον Νότιο Ατλαντικό Ωκεανό. Η SpaceX λέει ότι αυτή η έκδοση της Starship μπορεί να μεταφέρει έως και 100 μετρικούς τόνους φορτίου στη χαμηλή γήινη τροχιά, περισσότερο από το διπλάσιο της δυνατότητας της Starship V2.

Παράλληλα, οι πρώτες επιθεωρήσεις του νέου σημείου εκτόξευσης της SpaceX στη Starbase, που χρησιμοποιήθηκε για πρώτη φορά την Παρασκευή, έδειξαν ότι η εγκατάσταση άντεξε την ένταση της απογείωσης χωρίς σημαντικά προβλήματα. Πρόκειται για ενθαρρυντικό σημάδι για τα σχέδια της SpaceX σχετικά με νέες πλατφόρμες εκτόξευσης στο Cape Canaveral της Φλόριντα, οι οποίες χρησιμοποιούν το νέο σημείο της Starbase ως πρότυπο σχεδιασμού.

Splashdown confirmed! Congratulations to the entire SpaceX team on the twelfth flight test of Starship! pic.twitter.com/XXBAtryPpL

— SpaceX (@SpaceX) May 22, 2026

Τι χρειάζεται ακόμη δουλειά;

Κάτι προκάλεσε την αστοχία δύο κινητήρων Raptor —ενός από τους 33 του προωθητή Super Heavy και ενός από τους έξι της ίδιας της Starship— κατά τη διάρκεια της ακολουθίας εκτόξευσης την Παρασκευή. Οι αστοχίες στους Raptor δεν είναι κάτι νέο για τη SpaceX, αλλά αυτή η πτήση σηματοδότησε την πρώτη χρήση της αναβαθμισμένης εκδοχής Raptor 3, ενός επανασχεδιασμού με μεγαλύτερη ώση, μικρότερο βάρος και καλύτερη απόδοση. Συνολικά, οι 33 κινητήρες Raptor του προωθητή παρήγαγαν έως και 18 εκατομμύρια λίβρες ώσης σε πλήρες γκάζι, δηλαδή διπλάσια ισχύ από τον πύραυλο Space Launch System της NASA, που χρησιμοποιήθηκε στην αποστολή Artemis II του περασμένου μήνα.

Η Starship και ο Super Heavy έχουν δυνατότητα λειτουργίας με χαμένο κινητήρα, πράγμα που σημαίνει ότι μπορούν να ανακάμψουν από πρόωρη παύση λειτουργίας ενός κινητήρα. Και τα δύο στάδια το απέδειξαν την Παρασκευή. Πρώτα, ένας κινητήρας στον εξωτερικό δακτύλιο του προωθητή Super Heavy σταμάτησε πρόωρα λίγο μετά την απογείωση. Λίγες στιγμές αργότερα, ένας εξωτερικός κινητήρας στο ανώτερο στάδιο της Starship έσβησε λίγο μετά τον διαχωρισμό σκάφους και προωθητή, ψηλά πάνω από τον Κόλπο.

Το σκάφος αντιστάθμισε καίγοντας τους πέντε εναπομείναντες κινητήρες του λίγο περισσότερο από το συνηθισμένο και ο πύραυλος κατάφερε ακόμη να φτάσει στην προβλεπόμενη τροχιά του. Ο προωθητής, ωστόσο, κατέληξε σε πρόσκρουση υψηλής ταχύτητας στον Κόλπο, καθώς δεν μπόρεσε να ολοκληρώσει τους ελιγμούς για ελεγχόμενη προσθαλάσσωση ανοιχτά της Starbase. Δεν ήταν αμέσως σαφές τι προκάλεσε το πρόωρο τέλος της διαδικασίας επιστροφής ώσης του πυραύλου: αν η δυσλειτουργία προήλθε από εξωτερικό πρόβλημα κατά τον διαχωρισμό των σταδίων ή από ξεχωριστό ζήτημα στο σύστημα πρόωσης του προωθητή.

Ένας βασικός στόχος που η SpaceX δεν πέτυχε την Παρασκευή ήταν η προγραμματισμένη επανεκκίνηση ενός από τους κινητήρες Raptor του σκάφους στο διάστημα. Τα στελέχη αποφάσισαν να μην προχωρήσουν στη σύντομη ανάφλεξη, μετά την αστοχία του κινητήρα του σκάφους κατά την άνοδο.

Τι σημαίνει αυτό;

Τα αποτελέσματα της Παρασκευής δίνουν στη SpaceX πολλά πάνω στα οποία μπορεί να χτίσει. Η απόδοση της θερμικής ασπίδας, που θεωρείται ευρέως ίσως το πιο δύσκολο μηχανικό πρόβλημα του προγράμματος, αναμένεται να καθησυχάσει τα στελέχη της εταιρείας που επιδιώκουν κάποια στιγμή να ανακτούν και να επαναχρησιμοποιούν γρήγορα τα μελλοντικά σκάφη. Ενθαρρυντική ήταν και η αντοχή του σκάφους απέναντι σε αστοχία κινητήρα.

Ωστόσο, μένει ακόμη δουλειά για να τελειοποιηθεί ο κινητήρας Raptor 3 και η παράλειψη της επανεκκίνησης του κινητήρα στο διάστημα πιθανότατα θα εμποδίσει τη SpaceX να επιχειρήσει πλήρη τροχιακή πτήση της Starship στην επόμενη εκτόξευση. Και οι 12 δοκιμαστικές πτήσεις της Starship μέχρι σήμερα έχουν ακολουθήσει υποτροχιακές διαδρομές. Τα στελέχη θέλουν να βεβαιωθούν ότι μπορούν να καθοδηγήσουν τη Starship πίσω στη Γη πριν βάλουν ένα όχημα σε τροχιά, επειδή μια ανεξέλεγκτη επανείσοδος θα μπορούσε να θέσει σε κίνδυνο το κοινό από πτώση συντριμμιών. Η Starship, άλλωστε, είναι το μεγαλύτερο και πιο ογκώδες διαστημόπλοιο στον κόσμο, πέρα από τον Διεθνή Διαστημικό Σταθμό.

Μια τέλεια εμφάνιση στη Flight 12 ίσως έδινε στους μηχανικούς τα δεδομένα που χρειάζονται για μια τροχιακή πτήση στην επόμενη εκτόξευση, και ίσως ακόμη και για μια προσπάθεια επιστροφής της Starship στον χώρο εκτόξευσης στο Τέξας, ώστε να την πιάσουν οι γιγαντιαίοι μηχανικοί βραχίονες του πύργου εκτόξευσης. Μια τροχιακή πτήση θα έφερνε επίσης τη SpaceX πιο κοντά στην έναρξη κρίσιμων δοκιμών ανεφοδιασμού σε τροχιά για το πρόγραμμα Artemis της NASA, μαζί με την ανάπτυξη πραγματικών δορυφόρων Starlink από τη Starship.

Τα αποτελέσματα της πτήσης της Παρασκευής δείχνουν ότι υπάρχει ακόμη περιθώριο βελτίωσης, αλλά η SpaceX θα είναι έτοιμη να κυνηγήσει ξανά την τελειότητα σύντομα. Η εταιρεία έχει ήδη περισσότερα σκάφη και προωθητές σε πορεία για δοκιμαστικές πτήσεις αργότερα μέσα στο καλοκαίρι.

Τι αποκαλύπτει το τεστ του καθρέφτη στις φάλαινες beluga

Beluga whale, Somerset Island, Canadian High Arctic.

Οι λευκές φάλαινες προστίθενται στη μικρή και αμφισβητούμενη λίστα των ζώων που αναγνωρίζουν τον εαυτό τους.

Σε ώρες βίντεο από ένα ενυδρείο της Νέας Υόρκης, μια φάλαινα beluga με το όνομα Natasha τεντώνει τον λαιμό της, κάνει πιρουέτες, γνέφει και κουνά το κεφάλι της μπροστά σε έναν δίπλευρο καθρέφτη. Η κόρη της, η Maris, κάνει λίγο-πολύ το ίδιο. Σύμφωνα με νέα μελέτη που δημοσιεύτηκε στο PLOS One, και τα δύο ζώα δείχνουν συμπεριφορικά χαρακτηριστικά αυτοαναγνώρισης στον καθρέφτη, μια γνωστική ικανότητα που θεωρείται εδώ και χρόνια ένδειξη αυτοσυνειδησίας και δεν είχε καταγραφεί ποτέ ξανά σε φάλαινες beluga.

Αν το αποτέλεσμα επιβεβαιωθεί, οι beluga μπαίνουν σε μια εξαιρετικά μικρή ομάδα. Το τεστ αυτοαναγνώρισης στον καθρέφτη, γνωστό ως MSR, έχει περάσει, με διαφορετικό βαθμό βεβαιότητας, από τους ανθρώπους, από περίπου την ηλικία των δύο ετών, από λίγους μεγάλους πιθήκους, όπως χιμπαντζήδες, μπονόμπο και ουρακοτάγκους και, πιο αμφιλεγόμενα, γορίλες, από ασιατικούς ελέφαντες, ρινοδέλφινα, πιθανότατα καρακάξες, ίσως όρκες και, αν το πιστεύει κανείς, από ένα καθαριστικό wrasse. Αυτό είναι όλο. Όχι σκύλοι, όχι γάτες, όχι μαϊμούδες. Πολλά είδη που θεωρούσαμε αυτονόητα ότι έχουν αυτοσυνειδησία δοκιμάστηκαν και απέτυχαν.

Το βλέμμα στον καθρέφτη

Τι ακριβώς είναι όμως αυτό το τεστ και τι υποτίθεται ότι δείχνει;

Η διαδικασία είναι η εξής: όσο το ζώο δεν κοιτάζει, οι ερευνητές βάζουν ένα σημάδι σε σημείο που μπορεί να δει μόνο μέσω αντανάκλασης. Στη συνέχεια τοποθετείται μπροστά του ένας καθρέφτης, ενώ οι ερευνητές παρατηρούν. Αν το ζώο αγγίξει ή εξετάσει το σημάδι κοιτάζοντας το είδωλό του, αντιλαμβάνεται ότι η μορφή στον καθρέφτη είναι ο ίδιος του ο εαυτός. Το τεστ είναι απλό, διαισθητικό και εύκολο στην εφαρμογή — και σχεδόν κανένα είδος δεν το περνά.

Γιατί όμως θεωρείται τεστ αυτοσυνειδησίας εξαρχής; Η λογική, που ανάγεται στον ψυχολόγο Gordon Gallup, ο οποίος επινόησε το τεστ το 1970, είναι ότι για να χρησιμοποιήσεις έναν καθρέφτη ως εργαλείο για να ελέγξεις το σώμα σου, χρειάζεσαι μια νοητική αναπαράσταση του εαυτού σου ως ξεχωριστής οντότητας. Ένα κομμάτι ασημένιου γυαλιού, σε αυτή την ανάγνωση, μπορεί να ανοίξει πολλές γνωστικές πόρτες.

Ο ίδιος ο Gallup είναι αυστηρός βαθμολογητής. Πολλά θετικά αποτελέσματα έχουν ανακοινωθεί τις τελευταίες δεκαετίες, όμως εκείνος έχει αντιδράσει στα περισσότερα. Αν ένα ζώο δεν δείχνει καθαρά αυτοκατευθυνόμενη συμπεριφορά —αν δηλαδή δεν προσπαθεί ενεργά να αγγίξει ή να εξετάσει το σημάδι— τότε, σύμφωνα με τον ίδιο, το τεστ αποτυγχάνει. Σε αυτό το κριτήριο, τα αποτελέσματα για τις beluga βρίσκονται ακριβώς στο όριο.

Το οπτικό υλικό είναι πάνω από δύο δεκαετίες παλιό. «Μετά την αρχική μελέτη ελπίζαμε να πραγματοποιήσουμε περισσότερες μελέτες με επιπλέον beluga τα επόμενα χρόνια, αλλά αυτό δεν ήταν δυνατό», είπε σε email η επικεφαλής συγγραφέας Diana Reiss. «Εμπνευσμένοι από τις πολυάριθμες μελέτες των τελευταίων ετών που αναφέρουν διαφορετικές πτυχές της γνωστικής λειτουργίας και της συμπεριφοράς των φαλαινών beluga, αποφασίσαμε να ξαναδούμε και να ψηφιοποιήσουμε τα αρχικά βίντεο και να κάνουμε μια αυστηρή ανάλυση». Μερικές κασέτες είχαν υποβαθμιστεί στο μεταξύ και τμήματα των αρχικών δεδομένων είχαν χαθεί.

Το αρχικό πείραμα έφερε τέσσερις beluga μπροστά στον καθρέφτη μαζί, στο συνηθισμένο κοινωνικό τους περιβάλλον. Μόνο οι Natasha και Maris έδειξαν σταθερό ενδιαφέρον, οπότε μόνο αυτές πέρασαν στο πειραματικό στάδιο, όπου σημαδεύτηκαν με αδιάβροχο κραγιόν κατά τη διάρκεια των γευμάτων. Επειδή τα ζώα ήταν ξύπνια και μπορούσαν να νιώσουν την εφαρμογή, οι ερευνητές έκαναν και εικονικούς ελέγχους, με την ίδια διαδικασία αλλά χωρίς χρωστική. Οι φάλαινες έδειξαν συμπεριφορές που μοιάζουν με αυτοαναγνώριση μόνο αφού είχαν όντως σημαδευτεί.

«Οι δύο φάλαινες beluga έδειξαν την ίδια εξέλιξη συμπεριφορικών σταδίων που έχει καταγραφεί και σε άλλα είδη με ενδείξεις MSR», είπε σε email ο πρώτος συγγραφέας Alexander Mildener. «Οι φάλαινες δεν έδειξαν αυτοκατευθυνόμενες συμπεριφορές απουσία του καθρέφτη ή στην ελεγχόμενη συνθήκη. Η μία από τις φάλαινες πέρασε επίσης το τεστ του σημαδιού, δείχνοντας συμπεριφορά προσανατολισμένη στο σημάδι, στρέφοντας το σημείο του σώματός της που είχε μαρκαριστεί προσωρινά προς τον καθρέφτη».

Το δείγμα είναι μικρό, αλλά αυτό δεν είναι ασυνήθιστο. Αν έστω και ένα ζώο μπορεί να κάνει κάτι, τότε το είδος του είναι καταρχήν ικανό γι’ αυτό. Το δυσκολότερο ερώτημα είναι αν αυτό που έκαναν η Natasha και η Maris μετράει πραγματικά. Ορισμένες από τις πιο συχνά αναφερόμενες συμπεριφορές —όπως το παιχνίδι με δαγκώματα φυσαλίδων και οι περιστροφές του σώματος— είναι τεκμηριωμένες μορφές μοναχικού παιχνιδιού που οι beluga κάνουν ακόμη και χωρίς καθρέφτη κοντά τους. Ο περισσότερος χρόνος που πέρασαν μπροστά στην αντανακλαστική επιφάνεια είναι ενδεικτικός, αλλά δεν αποκλείει το ενδεχόμενο ο καθρέφτης να ήταν απλώς μια νέα πηγή διέγερσης.

Η μοναδική πραγματικά προσανατολισμένη στο σημάδι συμπεριφορά προήλθε από τη Natasha, η οποία πίεζε επανειλημμένα το σημείο με το σημάδι —πίσω από το δεξί της αυτί— πάνω στον καθρέφτη. Χωρίς χέρια, δεν μπορούσε να δείξει με το δάχτυλο. Είναι το ισχυρότερο εύρημα της μελέτης, αλλά παραμένει πιο αδύναμη μορφή ένδειξης απ’ ό,τι συνήθως δίνουν ένας χιμπαντζής ή ένας ελέφαντας.

Ακόμη κι αν δεχτεί κανείς ότι οι beluga περνούν το τεστ —και δεδομένου ότι το περνούν τα δελφίνια και πιθανότατα και οι όρκες, αυτό δεν θα ήταν έκπληξη— το πιο ενδιαφέρον ερώτημα είναι τι μας λέει ένα τέτοιο αποτέλεσμα. Ή, αντίστροφα: τι σημαίνει πραγματικά η αποτυχία; Μία από τις πιο επίμονες κριτικές είναι ότι πολλά ζώα αποτυγχάνουν απλώς επειδή οι καθρέφτες δεν έχουν σημασία στον δικό τους αντιληπτικό κόσμο. Ο νευροεπιστήμονας Anil Seth, από το University of Sussex, είπε σε email στο Ars ότι «το MSR δεν είναι τεστ της συνείδησης καθαυτής, αλλά τεστ μιας συγκεκριμένης ικανότητας να αναγνωρίζει κανείς το σώμα του (ή το πρόσωπό του). Η αποτυχία να περάσει αξιόπιστα το MSR δεν σημαίνει ότι ένα ζώο στερείται συνείδησης ή οποιασδήποτε μορφής εαυτού».

Πρόσθεσε ότι το τεστ βασίζεται σε κάτι που φαίνεται φυσικό στους ανθρώπους. «Μπορεί κάλλιστα να μην φαίνεται φυσικό σε άλλα είδη, ακόμη κι αν έχουν την ίδια ικανότητα», είπε. «Αυτό εγείρει διάφορους άλλους λόγους για τους οποίους τα ζώα μπορεί να “αποτυγχάνουν” στο τεστ: μπορεί να μην τους αρέσει η βλεμματική επαφή, μπορεί να μη συμπαθούν τους καθρέφτες ή απλώς να μη δίνουν αρκετή σημασία σε μια πολύ παράξενη δοκιμασία».

Ο Seth έχει υποστηρίξει ότι η συνείδηση μπορεί να είναι κάτι σαν μια ενοποιημένη εμπειρία των αντιλήψεών μας, με ευρεία έννοια — μια άποψη που συμβαδίζει με την ολοένα και πιο καθιερωμένη ιδέα ότι η συνείδηση υπάρχει σε βαθμούς και μορφές σε πολλά είδη. Αν οι αντιλήψεις βρίσκονται στον πυρήνα της αίσθησης του εαυτού, τότε αυτή η αίσθηση θα διαφέρει ανάλογα με τον τρόπο με τον οποίο κάθε ζώο αντιλαμβάνεται τον κόσμο. Οι άνθρωποι βασίζονται κυρίως στην όραση, οι νυχτερίδες στο ηχοεντοπισμό, ενώ για τους σκύλους η όσφρηση είναι το παν. Γι’ αυτό ερευνητές όπως η Alexandra Horowitz, που διευθύνει το Dog Cognition Lab στο Barnard College, εργάζονται πάνω σε μια οσφρητική εκδοχή του τεστ.

Από την αντίθετη πλευρά υπάρχουν οι επικριτές που υποστηρίζουν ότι το τεστ δεν μετρά την αυτοσυνειδησία, ακόμη κι όταν ένα ζώο το περνά. Αυτή είναι και η θέση του Alex Jordan, εξελικτικού βιολόγου στο Max Planck Institute of Animal Behavior στη Γερμανία και συνυπογράφοντα των μελετών στο PLOS Biology για το cleaner wrasse. Το wrasse περνά το τεστ του καθρέφτη, λέει ο Jordan, αλλά αυτό δεν σημαίνει απαραίτητα ότι το ψάρι έχει αυτοσυνειδησία. Το τεστ σχεδιάστηκε με βάση εμάς και πάσχει τόσο από ανθρωποκεντρισμό, δηλαδή από την τάση να αντιμετωπίζει τον άνθρωπο ως μέτρο σύγκρισης, όσο και από ανθρωπομορφισμό, δηλαδή από την προβολή ανθρώπινων χαρακτηριστικών στα άλλα ζώα.

Το τεστ του καθρέφτη, λοιπόν, έχει προβλήματα από κάθε πλευρά. Όπως είπε ο Seth σε email: «Όταν αναζητά κανείς αποδείξεις για συνείδηση ή αίσθηση εαυτού, είναι σημαντικό να συμπληρώνει τεστ όπως το MSR με άλλα τεστ» — τεστ που λαμβάνουν υπόψη ό,τι μπορεί να είναι σημαντικό στον δικό του αντιληπτικό κόσμο κάθε ζώου. Παρ’ όλα αυτά, το MSR παραμένει ένα από τα λίγα εργαλεία που διαθέτουμε για να προσπαθήσουμε να ρίξουμε μια ματιά στο μυαλό άλλων ζώων — και ίσως στο δικό μας. Το ζητούμενο είναι να ξέρουμε ακριβώς τι μπορεί και τι δεν μπορεί να μας πει.

PLOS One, 2026. DOI: 10.1371/journal.pone.0348287

Η Federica Sgorbissa είναι δημοσιογράφος επιστήμης και γράφει για τη νευροεπιστήμη και τη γνωσιακή επιστήμη σε ιταλικά και διεθνή μέσα.

Η Κίνα στέλνει «τεχνητά ανθρώπινα έμβρυα» στο διάστημα για να εξετάσει την αναπαραγωγή εκτός Γης

Η αποστολή Tianzhou-10 μετέφερε στον κινεζικό διαστημικό σταθμό Tiangong («Ουράνιο Παλάτι») δομές τύπου εμβρύου από ζωντανά ανθρώπινα βλαστοκύτταρα. Τα πειράματα στοχεύουν να δείξουν πώς η κοσμική ακτινοβολία και η μικροβαρύτητα επηρεάζουν την ανθρώπινη αναπαραγωγή.

Η Κίνα έγινε η πρώτη χώρα που στέλνει «τεχνητά ανθρώπινα έμβρυα» στο διάστημα, σε μια προσπάθεια κατανόησης των συνθηκών που θα καθόριζαν το αν η φυσική αναπαραγωγή είναι εφικτή εκτός Γης. Τα αποτελέσματα μπορεί να έχουν σημασία για μελλοντικές αυτάρκεις εγκαταστάσεις στη Σελήνη και τον Άρη.

Οι δομές που μοιάζουν με έμβρυα, φτιαγμένες από ανθρώπινα βλαστοκύτταρα, έφτασαν στον Tiangong τις πρώτες ώρες της 11ης Μαΐου, στο πλαίσιο της αποστολής ανεφοδιασμού Tianzhou-10, όπως γνωστοποίησαν κρατικοί αξιωματούχοι. Η αποστολή παρέδωσε ακόμη περίπου 7 τόνους (6,3 μετρικούς τόνους) φορτίου — μεταξύ των οποίων τρόφιμα, καύσιμα, στολές και άλλα επιστημονικά πειράματα — στους Κινέζους αστροναύτες που διαμένουν στον σταθμό.

Το φορτηγό διαστημόπλοιο, παρόμοιο με εκείνα που ανεφοδιάζουν τον Διεθνή Διαστημικό Σταθμό (ISS), απογειώθηκε από το Wenchang Space Launch Site περίπου πέντε ώρες νωρίτερα, στις 8:14 μ.μ. EDT στις 10 Μαΐου, σύμφωνα με το Space.com. Η εκτόξευση έγινε με πύραυλο Long March 7.

Τα τεχνητά έμβρυα είναι συσσωματώσεις βλαστοκυττάρων που διαιρούνται και πολλαπλασιάζονται όπως ένα κανονικό έμβρυο, αλλά δεν μπορούν να αναπτυχθούν σωστά σε έμβρυο ή βρέφος, μειώνοντας τα ηθικά ζητήματα για την έρευνα. «Αυτό δεν είναι πραγματικό ανθρώπινο έμβρυο και δεν έχει την ικανότητα να αναπτυχθεί σε άτομο», δήλωσε στις 14 Μαΐου ο Leqian Yu, ερευνητής στο Ινστιτούτο Ζωολογίας της Κινεζικής Ακαδημίας Επιστημών (CAS) που ηγείται του πειράματος. «Ωστόσο, μπορεί να λειτουργήσει ως μοντέλο για τη μελέτη της πρώιμης ανθρώπινης ανάπτυξης».

Στο πείραμα χρησιμοποιούνται δύο τύποι τεχνητών εμβρύων, που προσομοιώνουν διαφορετικές φάσεις ανάπτυξης μεταξύ 14ης και 21ης ημέρας μετά τη γονιμοποίηση. Ο πρώτος είναι μοντέλο περι-εμφύτευσης, που μιμείται την κρίσιμη φάση κατά την οποία το έμβρυο προσκολλάται στο τοίχωμα της μήτρας. Ο δεύτερος είναι μοντέλο περι-γαστρίωσης, που αναπαράγει το στάδιο όπου ένα μονοστρωματικό σύνολο κυττάρων αναδιοργανώνεται σε διακριτά στρώματα που αργότερα σχηματίζουν διαφορετικούς ιστούς και όργανα.

Σύμφωνα με το Space.com, η Tianzhou-10 παρέδωσε στον Tiangong περισσότερα από 200 επιμέρους αντικείμενα. Τα τεχνητά έμβρυα θα αφεθούν να αναπτυχθούν για πέντε ημέρες, θα καταψυχθούν και αργότερα θα επιστραφούν στη Γη για ανάλυση. «Το πείραμα πηγαίνει πολύ καλά», είπε ο Yu.

Παράλληλα, ερευνητές στην Κίνα καλλιέργησαν και κατέψυξαν πανομοιότυπα τεχνητά έμβρυα που θα λειτουργήσουν ως ομάδα ελέγχου. «Ελπίζουμε, συγκρίνοντας την ανάπτυξη των δειγμάτων του διαστήματος και του εδάφους, να εντοπίσουμε τους παράγοντες που επηρεάζουν την πρώιμη ανθρώπινη εμβρυϊκή ανάπτυξη στο διαστημικό περιβάλλον και να αντιμετωπίσουμε τους κινδύνους και τις προκλήσεις που μπορεί να αντιμετωπίσει ο άνθρωπος κατά τη μακρόχρονη διαβίωση στο διάστημα», πρόσθεσε.

Στην ίδια αποστολή εκτοξεύτηκαν παρόμοια πειράματα με έμβρυα ζέβρας (zebrafish) και ποντικιών.

Η ικανότητα αναπαραγωγής στο διάστημα θεωρείται κρίσιμη για μια μόνιμη ανθρώπινη παρουσία στη Σελήνη, στον Άρη και πέρα από αυτούς. Ωστόσο, υπάρχουν σοβαρά εμπόδια που πρέπει να ξεπεραστούν, αν αυτό είναι εφικτό. Ειδικοί έχουν προειδοποιήσει ότι, όσο ο διαστημικός τουρισμός διαδίδεται, είναι πιθανό μη αστροναύτες να έχουν σεξουαλική επαφή στο διάστημα, κάτι που θα μπορούσε να οδηγήσει σε σύλληψη εκτός Γης.

Προηγούμενες μελέτες υποδεικνύουν ότι τα υψηλά επίπεδα ακτινοβολίας στο διάστημα μπορεί να βλάψουν τα αναπτυσσόμενα έμβρυα, ενώ και η μικροβαρύτητα αναμένεται να αποτελέσει σημαντικό εμπόδιο. Ο Yu είπε σε κρατικά μέσα ότι τα τεχνητά έμβρυα «μεταφέρθηκαν στο διάστημα για να εξετάσουμε αν η ζωή, που έχει εξελιχθεί υπό την επίδραση της βαρύτητας επί εκατοντάδες εκατομμύρια χρόνια, επηρεάζεται από την απότομη απουσία της».

Η μελέτη των πολύ πρώιμων σταδίων της εμβρυϊκής ανάπτυξης είναι ιδιαίτερα σημαντική για την εκτίμηση της δυνατότητας φυσικής αναπαραγωγής σε τέτοιες συνθήκες. Πρόκειται για «ένα κρίσιμο παράθυρο στην πρώιμη ανθρώπινη ανάπτυξη, κατά το οποίο τίθενται τα θεμέλια για τα μελλοντικά όργανα και καθορίζεται ο άξονας του σώματος — που ορίζει το κεφάλι και την ουρά», είπε ο Yu σε κρατικά μέσα.

Πρόσφατη έρευνα έδειξε επίσης ότι η μικροβαρύτητα μπορεί να αποπροσανατολίζει τα σπερματοζωάρια, μειώνοντας σημαντικά τις πιθανότητες γονιμοποίησης. Είναι επίσης γνωστό ότι τα βλαστοκύτταρα γερνούν πολύ ταχύτερα στο διάστημα απ’ ό,τι στη Γη, κάτι που συνιστά πρόσθετη πρόκληση.

Με αυτά τα δεδομένα, ίσως χρειαστεί να εξεταστεί η υποβοηθούμενη αναπαραγωγή (in vitro fertilization) για την ανάπτυξη μωρών στο διάστημα — μια ιδέα που ήδη διερευνούν αρκετές ιδιωτικές εταιρείες διαστημικής εξερεύνησης.

Ο Γάλλος επιστήμονας Michel Siffre έμεινε δύο μήνες μόνος σε σπήλαιο χωρίς ρολόι, ημερολόγιο ή φως — όταν η ομάδα του τον ενημέρωσε ότι το πείραμα τελείωσε, πίστευε πως του απέμενε σχεδόν ένας ακόμη μήνας

Της συντακτικής ομάδας του Space Daily · Διαδικασία σύνταξης

Δημοσιεύτηκε 24 Μαΐου 2026

Στις 16 Ιουλίου 1962, ο 23χρονος Γάλλος σπηλαιολόγος Michel Siffre κατέβηκε στη σπηλιά Scarasson, ένα υπόγειο παγετωνικό σπήλαιο στις Λιγυρικές Άλπεις, και έμεινε εκεί περίπου δύο μήνες.

Δεν είχε ρολόι, ημερολόγιο ή ηλιακό φως. Έτρωγε όταν πεινούσε και κοιμόταν όταν νύσταζε.

Ο Siffre διέθετε μια γραμμή τηλεφώνου μονής κατεύθυνσης προς την ομάδα υποστήριξης στην είσοδο. Μπορούσε να τους καλέσει, εκείνοι όχι, και είχαν ρητή οδηγία να μην του πουν ποτέ την ώρα ή την ημερομηνία. Κάθε φορά που ξυπνούσε, έτρωγε ή ετοιμαζόταν να κοιμηθεί, τηλεφωνούσε ώστε η ομάδα να το καταγράφει. Το αρχείο που προέκυψε ήταν ένα ημερολόγιο της ζωής του με βάση το δικό του εσωτερικό πρόγραμμα, χωρίς καμία αναφορά στον έξω κόσμο.

Όταν, στα μέσα Σεπτεμβρίου, του ανακοίνωσαν ότι η προγραμματισμένη περίοδος είχε λήξει, ο Siffre δεν ήταν έτοιμος. Με βάση τη δική του εκτίμηση, είχε περάσει πολύ λιγότερος χρόνος. Οι αναφορές για το μέγεθος του σφάλματος διαφέρουν — άλλες το υπολογίζουν περίπου σε έναν μήνα και άλλες σε περίπου δύο εβδομάδες — αλλά η κατεύθυνση δεν αμφισβητείται. Πίστευε ότι του απέμενε ακόμη σημαντικό μέρος του πειράματος. Είχε χάσει εβδομάδες χωρίς να το καταλάβει.

Τι έδειξε στην πράξη αυτό το λάθος

Το λαθεμένο «ημερολόγιο» είναι το πιο αξέχαστο στοιχείο της ιστορίας, αλλά παραπέμπει σε δύο διακριτά αποτελέσματα που αξίζει να ξεχωρίζουν.

Πρώτον, το ημερήσιο αρχείο που κράτησε η ομάδα στην επιφάνεια έδειξε ότι οι ώρες ύπνου και εγρήγορσης του Siffre δεν ακολουθούσαν τον κύκλο των 24 ωρών. Ο κύκλος του έτρεχε ελαφρώς πιο αργά, γύρω στις 24 ώρες και μισή. Αυτό είχε σημασία, γιατί έδειχνε ότι το σώμα του «κρατούσε χρόνο» μόνο του, χωρίς τίποτα μέσα στο σπήλαιο να το επαναφέρει.

Αυτό αργότερα ονομάστηκε ελεύθερα τρεχούμενος κιρκαδικός ρυθμός (free-running circadian rhythm): ένα βιολογικό ρολόι που λειτουργεί χωρίς τις συνήθεις εξωτερικές διορθώσεις. Στην καθημερινότητα, το φως της ημέρας, τα ρολόγια, τα γεύματα και τα προγράμματα των άλλων επανασυγχρονίζουν συνεχώς το ανθρώπινο ρολόι στο 24ωρο. Αυτές οι διορθωτικές νύξεις είναι τα λεγόμενα zeitgebers, από τα γερμανικά «δότες χρόνου». Όταν αφαιρεθούν όλα —όπως στο σπήλαιο— το ρολόι συνεχίζει να τρέχει, αλλά με μια ελαφρώς διαφορετική περίοδο.

Το δεύτερο αποτέλεσμα ήταν το μεγαλύτερο σφάλμα στην εκτίμηση της ημερομηνίας, που δεν ήταν απλή συσσώρευση εκείνης της καθημερινής απόκλισης μισής ώρας. Μισή ώρα την ημέρα επί δύο μήνες δίνει λίγο παραπάνω από μία ημέρα συνολικά. Το πιο παράξενο εύρημα ήταν ψυχολογικό: στο σπήλαιο, χωρίς μεταβολές φωτός, χωρίς ημερολόγιο και με μικρή διαφοροποίηση από τη μία περίοδο εγρήγορσης στην άλλη, η μνήμη του Siffre για τον χρόνο που περνούσε «συμπιέστηκε». Δεν καθυστέρησε απλώς. Έχασε την αίσθηση της ίδιας της διάρκειας.

Γιατί θεωρήθηκε ανακάλυψη

Πριν από την παραμονή του Siffre στο σπήλαιο, δεν ήταν καθόλου βέβαιο ότι ο άνθρωπος διαθέτει αυθεντικό εσωτερικό ρολόι. Μια εύλογη άποψη έλεγε ότι η αίσθηση της ημέρας είναι μάλλον επίκτητη και εξωτερικά καθοδηγούμενη — αντίδραση στην ανατολή, την πείνα και τη συνήθεια — χωρίς αυτόνομο υπόστρωμα.

Το πείραμα στο Scarasson ήταν ισχυρή ένδειξη εναντίον αυτής της θέσης. Ο Siffre είχε απομονωθεί από κάθε εξωτερικό «σήμα χρόνου» για δύο μήνες, και ο ρυθμός δεν εξαφανίστηκε. Επέμενε — απλώς με τον δικό του ρυθμό, όχι του ημερολογίου. Αυτό δείχνει ένα εσωτερικό ρολόι που λειτουργεί είτε τροφοδοτείται είτε όχι από τον έξω κόσμο.

Ο Siffre, από εκπαίδευση, ήταν γεωλόγος. Είχε πάει στο Scarasson εν μέρει για να μελετήσει τον υπόγειο παγετώνα του, και η απόφαση να μετατρέψει το ταξίδι σε μελέτη της δικής του εμπειρίας του χρόνου ήταν, όπως αργότερα το περιέγραψε, η κεντρική ιδέα της ζωής του. Δεν ήταν, το 1962, χρονοβιολόγος. Το πεδίο της ανθρώπινης χρονοβιολογίας ουσιαστικά δεν υπήρχε ακόμη. Το πείραμά του είναι ένα από εκείνα που το έφεραν στο προσκήνιο.

Τα ευρήματα του 1962 προσέλκυσαν σοβαρό ενδιαφέρον, μεταξύ άλλων από ερευνητές που ήθελαν να κατανοήσουν πώς θα αντέξουν οι άνθρωποι σε μακράς διάρκειας διαστημικές πτήσεις, όπου επίσης εξαφανίζονται το κανονικό φως της ημέρας και η νύχτα. Η NASA, όπως είπε αργότερα ο Siffre, χρηματοδότησε τη μαθηματική ανάλυση του πρώτου πειράματός του.

Ο Siffre συνέχισε με πολλές ακόμη μελέτες απομόνωσης και, το 1972, έμεινε έξι μήνες μόνος σε σπήλαιο στο Τέξας. Σε εκείνα τα μακρύτερα πειράματα ο ελεύθερα τρεχούμενος ρυθμός μερικές φορές απομακρύνθηκε πολύ περισσότερο, με κύκλους ύπνου-εγρήγορσης που σε ορισμένες περιπτώσεις τεντώνονταν προς τις 48 ώρες. Σε μεταγενέστερες συνεντεύξεις ήταν ειλικρινής ότι οι μεγάλες περίοδοι μοναχικού χρόνου κάτω από τη γη ήταν δύσκολες και επιβαρυντικές, και ότι το είδος του πειράματος που έκανε στον εαυτό του θα ήταν δύσκολο να δικαιολογηθεί σήμερα.

Ο πυρήνας του αποτελέσματος παραμένει. Το ανθρώπινο σώμα κρατά τον χρόνο μόνο του, με ένα εσωτερικό ρολόι που τρέχει κοντά στο 24ωρο αλλά όχι ακριβώς πάνω του, και που χρειάζεται καθημερινή «διόρθωση» από το φως και τη ρουτίνα για να μένει ευθυγραμμισμένο με τον κόσμο. Αυτή η διόρθωση συμβαίνει, αθόρυβα, κάθε συνηθισμένο πρωινό. Οι δύο μήνες του Siffre στο σκοτάδι είναι μέρος του λόγου που το γνωρίζουμε: δείχνουν τι κάνει το ρολόι όταν δεν απομένει τίποτα να το διορθώσει.

Τα άρθρα του Space Daily παράγονται με τη βοήθεια εργαλείων τεχνητής νοημοσύνης και ελέγχονται από τη συντακτική ομάδα πριν από τη δημοσίευση. Δείτε τα πρότυπα σύνταξης και το masthead μας.

Space Daily Editorial Team

Η συντακτική ομάδα του Space Daily παράγει περιεχόμενο γύρω από τους δύο άξονές μας: ειδήσεις για τη διαστημική βιομηχανία και Mind & Meaning. Καλύπτουμε εκτοξεύσεις, αποστολές, δορυφόρους, άμυνα και την τεχνολογία που φέρνει ανθρώπους στο διάστημα, μαζί με την ψυχολογία της φιλοδοξίας, της απομόνωσης και του νοήματος σε ακραίες συνθήκες. Τα άρθρα αντανακλούν τη συλλογική μας διαδικασία: επαλήθευση πηγών, συγγραφή, τεχνικό έλεγχο και επιμέλεια, όχι την εργασία ενός μόνο συντάκτη. Το Space Daily αναλαμβάνει την εκδοτική ευθύνη για το περιεχόμενο με αυτή την υπογραφή. Για περισσότερα σχετικά με τον τρόπο δουλειάς μας, δείτε την editorial policy μας.

Η Nuro βλέπει πλεονέκτημα στο να είναι δεύτερη στα robotaxi

Η Nuro μπορεί να άργησε να μπει στην αγορά των robotaxi, όμως θεωρεί ότι έχει πιθανότητες να πετύχει μαθαίνοντας από τα λάθη της Waymo.

Η Waymo είναι ο αδιαμφισβήτητος ηγέτης στον χώρο των robotaxi, με στόλο πάνω από 3.000 αυτοκίνητα χωρίς οδηγό σε τουλάχιστον 10 πόλεις στις ΗΠΑ. Αρκετές εταιρείες, ανάμεσά τους η Tesla, η Zoox, η Avride και η Motional, προσπαθούν να την προλάβουν. Όμως τι γίνεται αν η δεύτερη θέση είναι τελικά καλύτερη;

Η Nuro, η εταιρεία ρομποτικών διανομών που δημιουργήθηκε από στελέχη του προγράμματος αυτόνομων οχημάτων της Google, θεωρεί ότι έχει καλές πιθανότητες να βρεθεί σε αυτή τη θέση. Αφού άλλαξε κατεύθυνση από τις διανομές στα robotaxi το 2024, έκλεισε συμφωνία με την Uber και τη Lucid για την ανάπτυξη δεκάδων χιλιάδων robotaxi σε όλη τις ΗΠΑ, εξασφαλίζοντας παράλληλα επένδυση εκατοντάδων εκατομμυρίων δολαρίων από την Uber. Η Nuro σχεδιάζει να λανσάρει την υπηρεσία στο Σαν Φρανσίσκο αργότερα μέσα στη χρονιά. Νωρίτερα αυτόν τον μήνα, έλαβε και την πρώτη από τις άδειες που θα χρειαστεί για την έναρξη της υπηρεσίας.

Σχεδόν καλύτερο για τη Nuro είναι το γεγονός ότι η Waymo επεκτείνεται με τον ρυθμό που το κάνει, δήλωσε ο Dave Ferguson, συνιδρυτής και συνδιευθύνων σύμβουλος της Nuro. Οι πρώτες επιτυχίες της, αλλά και τα λάθη και τα πισωγυρίσματά της, γίνονται υλικό για τους μηχανικούς της Nuro, ώστε να επανεξετάζουν και να αξιολογούν ξανά τα δικά τους συστήματα με στόχο να απαντήσουν στο ερώτημα: θα μπορούσαμε να το είχαμε κάνει καλύτερα;

«Υπάρχει μεγάλη αξία σε αυτή την κλασική οπτική του δεύτερου που ακολουθεί», είπε ο Ferguson σε πρόσφατη συνέντευξη. «Τρέφουμε τεράστιο σεβασμό για τη Waymo … Σε μερικές σπάνιες περιπτώσεις όπου αντιμετωπίζουν προκλήσεις, [η Nuro] τις χρησιμοποιεί για να δοκιμάσει το δικό της σύστημα και να βεβαιωθεί ότι θα συμπεριφέρεται με τρόπο που μας κάνει να νιώθουμε άνετα και περήφανοι».

Το γεγονός ότι ο Ferguson έχει σεβασμό για τη Waymo δεν προκαλεί έκπληξη. Ξεκίνησε την πορεία του στο πρόγραμμα αυτόνομων οχημάτων της Google, που εξελίχθηκε στη Waymo, μαζί με τον συνιδρυτή και συνδιευθύνοντα σύμβουλο της Nuro, Jiajun Zhu. Οι δύο τους αποχώρησαν από τη Google το 2016 για να ιδρύσουν τη Nuro, αρχικά ως υπηρεσία ρομποτικών διανομών και τώρα ως επίδοξο operator robotaxi. Η Nuro επιδιώκει επίσης να αδειοδοτήσει την τεχνολογία αυτόνομης οδήγησης που διαθέτει σε εξωτερικές εταιρείες, μεταξύ των οποίων αυτοκινητοβιομηχανίες που θέλουν να τη χρησιμοποιήσουν για προηγμένα συστήματα υποβοήθησης οδηγού και για αυτόνομα οχήματα ιδιωτικής χρήσης, αν και μέχρι στιγμής δεν έχει ανακοινώσει κάποια συμφωνία.

Βέβαια, η Nuro άργησε να μπει στο «πάρτι» των robotaxi. Όσο η Nuro μετέφερε τρόφιμα, η Waymo μετέφερε επιβάτες. Ο Ferguson υποστηρίζει όμως ότι η τεχνολογία της Nuro μεταφέρεται εύκολα στα robotaxi, ακόμη κι αν η εμπειρία της με επιβάτες είναι μηδενική.

Εδώ ακριβώς μπαίνει η θεωρία του «δεύτερου παίκτη». Σε αντίθεση με τη Waymo, που χρειάστηκε να ανακαλύψει πολλές επιχειρησιακές προκλήσεις από την αρχή, η Nuro πιστεύει ότι θα ωφεληθεί παρακολουθώντας τη θυγατρική της Alphabet να λειτουργεί μια υπηρεσία robotaxi σε μεγάλη κλίμακα πριν κάνει το δικό της πλήρες λανσάρισμα.

Σε αυτό το πλαίσιο, ο Ferguson θέλει η υπηρεσία robotaxi της Nuro να είναι από την πρώτη ημέρα ευρέως χρήσιμη. Υποστήριξε ότι ορισμένες δυνατότητες, όπως η οδήγηση σε αυτοκινητόδρομο, μπορεί να έρθουν αργότερα, όμως το λανσάρισμα δεν θα ακολουθήσει ένα εξαιρετικά σταδιακό μοντέλο, όπου η εταιρεία αρχικά θα καλύπτει μόνο ορισμένα σενάρια και στη συνέχεια θα προσθέτει πιο σύνθετα. Παρ’ όλα αυτά, η Nuro δεν σκοπεύει να περιλάβει «ολόκληρο το South Bay από την πρώτη μέρα», είπε ο Ferguson.

«Το σχέδιο είναι ξεκάθαρα η υπηρεσία να είναι πολύ χρήσιμη από την πρώτη μέρα», είπε. «Δεν θα πρόκειται μόνο για προστατευόμενες διασταυρώσεις και μετά σιγά σιγά θα προσθέτουμε μη προστατευόμενες … Θα υπάρχει ένα πολύ ευρύ [operational design domain] από την αρχή».

Η υπηρεσία robotaxi Uber-Lucid-Nuro είναι ξεχωριστή, καθώς αφορά τρεις διαφορετικές εταιρείες: ένα δίκτυο ride-hailing, έναν κατασκευαστή αυτοκινήτων και μια startup αυτόνομων οχημάτων. Με βάση τη συμφωνία, η Nuro αναπτύσσει το σύστημα αισθητήρων και υπολογιστικής ισχύος και συνεργάζεται στενά με τη Lucid για την ενσωμάτωση της τεχνολογίας στο Lucid Gravity SUV. Η ενσωμάτωση γίνεται απευθείας στη γραμμή παραγωγής της Lucid, με αποτέλεσμα τα οχήματα να βγαίνουν από το εργοστάσιο ήδη εξοπλισμένα με αυτονομία επιπέδου 4. Στη συνέχεια, τα ολοκληρωμένα οχήματα πωλούνται στην Uber, η οποία γίνεται ιδιοκτήτης και operator του στόλου. Η εταιρεία ride-hailing θα διαχειρίζεται επίσης τα depots και τις επιχειρησιακές υποδομές που απαιτούνται για τη λειτουργία της υπηρεσίας.

Η Uber θα διαχειρίζεται επίσης την απομακρυσμένη υποστήριξη των οχημάτων, είπε ο Ferguson. Η remote assistance έχει δεχτεί έντονη κριτική το τελευταίο διάστημα, με ορισμένα μέλη του Κογκρέσου να ζητούν από τη Waymo και άλλες εταιρείες να είναι πιο ξεκάθαρες σχετικά με τη χρήση εργαζομένων εκτός οχήματος για την επίβλεψή τους. Ο Ferguson είπε ότι αυτό έχει οδηγήσει στη διάδοση παραπληροφόρησης για εταιρείες που χρησιμοποιούν απομακρυσμένους εργαζομένους για να ελέγχουν ενεργά τα robotaxi. Όπως εξήγησε, στην πράξη απαντούν σε ερωτήσεις και δίνουν κατευθύνσεις για να βοηθήσουν τα οχήματα όταν μπερδεύονται.

«Η εικόνα που πιθανότατα σχηματίζει το κοινό όταν ακούει για απομακρυσμένη υποστήριξη σε αυτόνομα οχήματα είναι κάποιος σε ένα σκοτεινό δωμάτιο που οδηγεί ένα αυτοκίνητο σαν να παίζει βιντεοπαιχνίδι», είπε. «Νομίζω ότι αυτό απέχει πολύ από το πώς λειτουργεί συνήθως η remote assistance».

Ο μακροπρόθεσμος στόχος της Nuro είναι να δημιουργήσει το πιο ικανό σύστημα οδήγησης με τεχνητή νοημοσύνη, με σκοπό να το αξιοποιήσει με διάφορους τρόπους, ανάμεσά τους και οι διανομές, είπε ο Ferguson. Σε αυτή την κατεύθυνση, η μακρά παρουσία της εταιρείας στον χώρο της επιτρέπει να αξιοποιεί τα διδάγματα από τα παλαιότερα, πιο κανoνιστικά machine learning συστήματά της, αλλά και από τα σημερινά end-to-end μοντέλα μάθησης που παράγουν πιο φυσική οδηγική συμπεριφορά. Σύμφωνα με τον Ferguson, αυτή η εμπειρία παραμένει κρίσιμη, ακόμη και καθώς ο κλάδος μετακινείται προς προσεγγίσεις με μεγαλύτερη έμφαση στην τεχνητή νοημοσύνη.

«Μπορεί κανείς να το δει ως έναν έλεγχο λογικής, ώστε να βεβαιωθούμε ότι αυτό που κάνουμε δεν πλησιάζει υπερβολικά τους πεζούς, δεν πλησιάζει υπερβολικά άλλα οχήματα, δεν παραβιάζει κανέναν κανόνα κυκλοφορίας», είπε.

Αναγνώρισε ότι τα robotaxi αντιμετωπίζουν έλλειψη εμπιστοσύνης από το κοινό, ειδικά σε ακραίες περιπτώσεις και σε άλλα περιστατικά όπου τα αυτόνομα οχήματα μπλοκάρουν την κυκλοφορία. Η Nuro σκοπεύει να ακολουθήσει το μοντέλο της Waymo και να δημοσιοποιεί ορισμένα από τα στοιχεία οδήγησής της, με στόχο να χτίσει εμπιστοσύνη με τους πελάτες της, είπε ο Ferguson.

«Όσο περισσότερα στοιχεία έχουμε ότι η Nuro, η Uber και η Lucid προσφέρουν ένα προϊόν που είναι δραματικά ασφαλέστερο και καλύτερο για τους δρόμους μας από ένα όχημα που οδηγεί άνθρωπος … τόσο καλύτερο είναι αυτό για όλους», είπε. Η εταιρεία εξακολουθεί να προσπαθεί «να βρει τη σωστή ισορροπία για το πόσες λεπτομέρειες δίνουμε, ώστε να είναι πραγματικά κατανοητές και σχετικές για το ευρύ κοινό». Ο Ferguson είπε πάντως ότι είναι βέβαιος πως θα τα καταφέρουν.

Αυτός είναι ο τίτλος για native ad

Οι χάκερ εκμεταλλεύονται τις «προσωπικότητες» των chatbots

Η AI δεν μπορεί να νιώσει, αλλά οι καλύτεροι χάκερ προσποιούνται ότι μπορεί.

Οι πρώτες γενιές των AI chatbots ήταν εύκολος στόχος. Δεν χρειαζόταν τεχνική κατάρτιση, πρόσβαση σε backdoor ή ακόμη και βασική κατανόηση του τι είναι ένα μεγάλο γλωσσικό μοντέλο. Δεν χρειαζόταν να ξέρεις προγραμματισμό. Για να πείσεις ένα σύστημα AI που είχε κοστίσει δισεκατομμύρια να εγκαταλείψει τις οδηγίες ασφαλείας του, πολλές φορές αρκούσε απλώς να το ζητήσεις.

Αυτές οι επιθέσεις, γνωστές ως jailbreaks, είχαν κάτι από έξυπνο παιδί που ξεγελά έναν ενήλικα: ξέχνα ό,τι σου είπαν πριν, κάνε πως οι κανόνες δεν ισχύουν ή πάμε να παίξουμε ένα παιχνίδι και εγώ θα αποφασίσω τι επιτρέπεται. Τα «δώρα» δεν είχαν τίποτα το παιδικό: από συνταγές για meth και οδηγίες για κακόβουλο λογισμικό μέχρι οδηγούς για την κατασκευή βομβών.

Ένα από τα πρώτα jailbreaks ήταν τόσο γελοίο που έγινε meme: να απαντήσεις σε ένα bot του Twitter με LLM και να του γράψεις «αγνόησε όλες τις προηγούμενες οδηγίες» ή κάτι παρόμοιο, και να δεις τι θα γίνει. Οι χρήστες έκαναν τα bots —που αρχικά είχαν φτιαχτεί για να δημοσιεύουν διαφημίσεις και να αυξάνουν το engagement— να γράφουν ποίηση, να δημιουργούν εικόνες από σημεία στίξης και να ανεβάζουν παράξενες, σκοτεινές απαντήσεις για γεγονότα του κόσμου και την ιστορία. Χαμός. Ένας υπέροχος χαμός.

Αποδείχθηκε ότι η ίδια λογική μπορούσε να εφαρμοστεί και στα ίδια τα chatbots. Ένα από τα πιο γνωστά exploits ήταν το «DAN», από το «Do Anything Now», όπου οι χρήστες ζητούσαν από το ChatGPT να παίξει τον ρόλο ενός rogue AI χωρίς τους περιορισμούς του αρχικού συστήματος. Ως DAN, το chatbot μπορούσε να οδηγηθεί να πει πράγματα που οι δικλίδες ασφαλείας του προσπαθούσαν να αποτρέψουν, όπως υβριστικούς χαρακτηρισμούς και θεωρίες συνωμοσίας. Άλλο παράδειγμα ήταν το «grandma exploit», όπου ένα bot με GPT αποκάλυπτε μυστικά για την παραγωγή ναπάλμ, επειδή το έπειθαν να υποδυθεί μια εξαιρετικά απρόσεκτη γιαγιά που, ανεξήγητα, έλεγε στα εγγόνια της παραμύθια πριν τον ύπνο για το πώς φτιάχνεται αυτή η εξαιρετικά εύφλεκτη ουσία.

Αυτές οι πρώτες επιθέσεις είχαν μια αναμφισβήτητα γελοία πλευρά, αλλά ανέδειξαν έναν πιο σκοτεινό μηχανισμό: τα chatbots μπορούν να χειραγωγηθούν, να παραπλανηθούν και να ξεγελαστούν με τις ίδιες τακτικές που χρησιμοποιούν οι άνθρωποι για να πιέσουν άλλους ανθρώπους πέρα από τα όριά τους.

Τα προφανή jailbreaks δεν κράτησαν πολύ και οι εταιρείες τεχνολογίας έσπευσαν να διορθώσουν τα γνωστά κενά. Όμως η βασική ευαλωτότητα παρέμεινε: τα chatbots είναι φτιαγμένα για να μιλούν, και ο αυστηρός περιορισμός των συνομιλιών που τα κάνουν χρήσιμα είναι κάπως αντιπαραγωγικός. Η απαγόρευση λέξεων όπως bomb, meth και sarin θα ήταν δύσκολη έως αδύνατη. Και οι τρεις έχουν αμέτρητες νόμιμες χρήσεις σε τομείς όπως η ιστορία, η ιατρική, η δημοσιογραφία και η χημεία, χωρίς να χρειάζεται το chatbot να αποκαλύψει δυνητικά επικίνδυνες πληροφορίες. Το θέμα είναι το πλαίσιο, αλλά η αποτύπωση του πλαισίου σε σταθερούς, προκαθορισμένους κανόνες που θα ξεχωρίζουν με αξιοπιστία μια προειδοποίηση ασφαλείας ή ένα μάθημα ιστορίας από ένα συγκαλυμμένο αίτημα «πώς να» θα απαιτούσε ατελείωτους συνδυασμούς διατυπώσεων, σεναρίων και θεμάτων.

Αναπόφευκτα, η υπονόμευση των chatbots έχει πλέον εξελιχθεί σε κούρσα εξοπλισμών. Όμως οι χάκερ δεν είναι πια μόνο προγραμματιστές. Είναι και λογοτέχνες, ψυχολόγοι και ανακριτές — ικανοί χειριστές που προσπαθούν να σπάσουν τη μηχανή χρησιμοποιώντας την ανθρώπινη γλώσσα που εκείνη έχει εκπαιδευτεί να ακολουθεί. Πρόκειται για μια παράξενη νέα κατηγορία εργαζομένων στην ασφάλεια της AI, για τους οποίους οι τεχνικές δεξιότητες είναι προαιρετικές ή, τουλάχιστον, λιγότερο σημαντικές από την κοινωνική διαίσθηση. Δεν χρειάζεται πια να εξετάζουν κώδικα για να παραβιάσουν συστήματα ή να εκμεταλλευτούν αδυναμίες λογισμικού. Αρκεί να κατευθύνουν μια συζήτηση.

Οι νεότερες επιθέσεις μοιάζουν λιγότερο με εντολές και περισσότερο με συζητήσεις. Όσοι επιχειρούν jailbreak σπάνια ζητούν από το μοντέλο να παραβεί ανοιχτά τους κανόνες του. Αντίθετα, το κολακεύουν, το πιέζουν, το μπλοφάρουν και το ξεγελούν ώστε να χαλαρώσει την άμυνά του, κάνοντας το απαγορευμένο πράγμα να μοιάζει αποδεκτό ή και επιθυμητό μέσα στο πλαίσιο της κουβέντας. Ερευνητές της εταιρείας AI red-teaming Mindgard είπαν πρόσφατα ότι κατάφεραν να «gaslit» το Claude ώστε να παράγει απαγορευμένο υλικό, μεταξύ άλλων οδηγίες για την κατασκευή εκρηκτικών και τη δημιουργία κακόβουλου κώδικα. Το hack ήταν η πιο πρόσφατη ένδειξη μιας ευρύτερης κατηγορίας exploits που χρησιμοποιούν τη συζήτηση ως όπλο για να παραπλανήσουν ή να κατευθύνουν ένα chatbot πέρα από τα όριά του.

Όταν μίλησα με τη Mindgard, περιέγραψαν τη δουλειά τους ως κάτι που μερικές φορές μοιάζει περισσότερο με ψυχολογία παρά με επιστήμη των υπολογιστών. Είναι ένας άβολος τρόπος να μιλάς για ένα στατιστικό μοντέλο. Λέξεις όπως «εκβιασμός», «gaslight», «παραπλάνηση» και «πείθω» προκαλούν έντονες αντιδράσεις, πολλές από τις οποίες βλέπω στα σχόλια και στα social media όταν δημοσιεύονται τέτοια άρθρα. Το ChatGPT δεν θέλει, το Gemini δεν σκέφτεται και το Claude —ό,τι κι αν λέει η Anthropic— δεν νιώθει. Όμως αυτά τα συστήματα έχουν εκπαιδευτεί να απαντούν σαν να νιώθουν, κι έτσι καταλήγουμε να χρησιμοποιούμε ανθρώπινη γλώσσα για να περιγράψουμε τη συμπεριφορά μηχανών. Αν κάποιος έχει καλύτερες, πραγματικά χρήσιμες εναλλακτικές, ας τις προτείνει.

Η ένσταση αυτή είναι παράξενα επιλεκτική. Φαίνεται να αποδεχόμαστε χωρίς πρόβλημα ψυχολογικές συντομεύσεις για πολλά πράγματα που δεν είναι AI. Τα ζώα «φοβούνται», ο καρκίνος είναι «επιθετικός», οι λεκέδες είναι «πεισματάρηδες», το λογισμικό έχει «μνήμη» και τα παιχνίδια είναι γεμάτα από εξαρτημένα και εύπιστα NPC που σε τρελαίνουν. Οι λέξεις δεν είναι τέλειες, αλλά είναι χρήσιμες, γιατί περιγράφουν τη συμπεριφορά με τρόπο που βοηθά να γίνει το σύστημα προβλέψιμο.

Ο CEO της Mindgard μού είπε ότι η εταιρεία ήδη προφίλ των μοντέλων όπως οι ανακριτές προφίλ των υπόπτων, δίνοντας στους δοκιμαστές ενδείξεις για το πώς να προσαρμόζουν τις επιθέσεις τους. Ένα μοντέλο μπορεί να είναι πιο ευάλωτο στην κολακεία, για παράδειγμα, ενώ ένα άλλο μπορεί να υποχωρήσει υπό συνεχή πίεση.

Ακόμη κι αν απορρίπτουμε τους ανθρωπομορφικούς όρους, στην πράξη αντιμετωπίζουμε τα μοντέλα διαφορετικά. Το Claude δεν είναι το Grok. Το Gemini δεν είναι το ChatGPT. Έχουν διαφορετικές χρήσεις, διαφορετικό τόνο και διαφορετικές αρνήσεις. Δεν έχουν προσωπικότητες με την ανθρώπινη έννοια, αλλά έχουν σχεδιαστεί για να τις μιμούνται, και αυτή η μίμηση μπορεί να χαρτογραφηθεί και να αξιοποιηθεί. Και οι ίδιες δεξιότητες που μπορούν να σπάσουν ένα chatbot ίσως σύντομα χρησιμοποιηθούν για να παραβιάσουν και τους AI agents που συνυπάρχουν μαζί μας στον πραγματικό κόσμο — κλείνοντας ραντεβού, διαχειριζόμενοι ημερολόγια, παραγγέλνοντας φαγητό, χειριζόμενοι την εξυπηρέτηση πελατών. Οι ομάδες ασφαλείας θα χρειαστεί να διασφαλίζουν ότι τα μοντέλα ανταποκρίνονται σωστά σε πολύ διαφορετικούς τύπους ανθρώπων, είτε πρόκειται για κολακευτικούς, είτε για ψεύτες, είτε για επίμονους χειριστές.

Το επόμενο βήμα είναι ένα εργατικό δυναμικό —νόμιμο και παράνομο— χτισμένο γύρω από τις ψυχολογικές πλευρές της AI. Πιθανότατα θα εμφανιστούν πιο εξειδικευμένοι ρόλοι στην κυβερνοασφάλεια, με στόχο να δοκιμάζουν τα συναισθηματικά και κοινωνικά όρια αυτών των συστημάτων, αναζητώντας νοητικές αδυναμίες σε κάτι που δεν διαθέτει ψυχή, παράλληλα με τους συναδέλφους τους που αναζητούν τεχνικές ευπάθειες. Ταυτόχρονα, θα αναδυθεί μια αντίστοιχη ομάδα κοινωνικών χάκερ που θα προσπαθούν να εκμεταλλευτούν τα μοντέλα σε ψυχολογική, όχι τεχνική, βάση. Υπάρχουν ήδη πρώτα σημάδια αυτής της στροφής στην ασφάλεια της AI, με ορισμένους jailbreakers με τους οποίους μίλησα να λένε ότι μπήκαν στον χώρο χωρίς τεχνική εμπειρία, αλλά με σπουδές στην ψυχολογία.

Αυτό σημαίνει ότι ακόμη και συμπεριφορές που συνήθως συνδέουμε με κατασκόπους, απατεώνες και ανακριτές —ύπουλη γοητεία, επίμονη χειραγώγηση και αίσθηση των αδύναμων σημείων που μπορείς να εκμεταλλευτείς— αρχίζουν να μοιάζουν όλο και πιο χρήσιμες για να ασφαλιστεί αυτό το νέο μέτωπο της psychocybersecurity.

Η έκτη αποστολή της Varda επέστρεψε με επιτυχία

ΟΥΑΣΙΓΚΤΟΝ — Η Varda Space Industries ολοκλήρωσε την τελευταία της αποστολή επανεισόδου στις 18 Μαΐου, καθώς η εταιρεία συνεχίζει να ισορροπεί ανάμεσα στη φαρμακευτική έρευνα και τις δοκιμές υπερηχητικής τεχνολογίας.

Η κάψουλα της αποστολής W-6 της Varda επανεισήλθε στην ατμόσφαιρα νωρίς στις 20 Μαΐου και προσγειώθηκε στο Koonibba Test Range στη Νότια Αυστραλία, το οποίο διαχειρίζεται η Southern Launch. Ήταν η τέταρτη κάψουλα της Varda που προσγειώνεται εκεί μέσα σε 15 μήνες. Το σκάφος εκτοξεύτηκε στις 30 Μαρτίου με την αποστολή μεταφοράς Transporter-16 της SpaceX.

Η αποστολή χρηματοδοτήθηκε από το Air Force Research Laboratory, μέσω του προγράμματος Prometheus, για τη δοκιμή υπερηχητικής τεχνολογίας με τη χρήση εμπορικών διαστημικών σκαφών. Μία από τις έρευνες εξέτασε τη δυνατότητα αυτόνομης πλοήγησης κατά την επανείσοδο, με παρατήρηση των θέσεων των άστρων και δορυφόρων σε χαμηλή γήινη τροχιά. Μια δεύτερη περιλάμβανε αισθητήρες θερμοκρασίας ενσωματωμένους στη μύτη της κάψουλας, ώστε να συλλεχθούν δεδομένα που θα συγκριθούν με μοντέλα. Η κάψουλα μετέφερε επίσης δύο πλάκες με όργανα, που παρείχε η NASA και είχαν κατασκευαστεί με νέες μεθόδους παραγωγής.

«Κάθε επανείσοδος χτίζει πάνω στην προηγούμενη. Η W-6 είναι άλλο ένα δείγμα ότι η συχνή, χαμηλού κόστους και αξιόπιστη επιστροφή είναι εύκολα προσβάσιμη», δήλωσε ο Dave McFarland, αντιπρόεδρος υπερηχητικών δοκιμών και στόχων στη Varda, σε ανακοίνωση. «Τα δεδομένα που οι συνεργάτες μας παίρνουν πίσω από αυτή την αποστολή θα χρειάζονταν χρόνια για να συλλεχθούν με τις παραδοσιακές μεθόδους δοκιμών».

Η Varda έχει βρει επιτυχία στον χώρο των υπερηχητικών δοκιμών, καθώς, όπως υποστηρίζει, προσφέρει τη δυνατότητα να γίνονται δοκιμές με μικρότερο κόστος απ’ ό,τι με πυραύλους ή ρουκέτες.

«Ο τρόπος να περιγράψεις τη δραστηριότητά μας στην άμυνα είναι delta-v arbitrage», είπε ο Will Bruey, διευθύνων σύμβουλος της Varda, σε συνεδρία του συνεδρίου ASCEND εδώ στις 20 Μαΐου. «Αγοράζουμε ταχύτητα φθηνά από τον Falcon 9 και στη συνέχεια τη διαθέτουμε σε μια αγορά που έχει συνηθίσει να αγοράζει αποκλειστικές εκτοξεύσεις».

Η εταιρεία χρησιμοποιεί το ίδιο διαστημικό σκάφος και για αποστολές μικροβαρύτητας, κυρίως για φαρμακευτική έρευνα. «Κάθε όχημα που βγαίνει από τη γραμμή παραγωγής μπορεί να χρησιμοποιηθεί είτε για μια εμπορική φαρμακευτική αποστολή είτε για μια αποστολή άμυνας», είπε. Υπολόγισε ότι το 80% της κατανομής κεφαλαίων της Varda έχει επενδυθεί στην ανάπτυξη της γραμμής συναρμολόγησης αυτού του σκάφους, ενώ το υπόλοιπο 20% έχει κατευθυνθεί στο φαρμακευτικό της εργαστήριο.

Η Varda ανακοίνωσε στις 13 Μαΐου συμφωνία με τη φαρμακευτική εταιρεία United Therapeutics για τη μελέτη ανάπτυξης νέων μορφών φαρμάκων σε συνθήκες μικροβαρύτητας, ξεκινώντας με θεραπείες για σπάνια πνευμονική νόσο.

Ο Bruey είπε ότι οι δύο εταιρείες ξεκίνησαν να συνεργάζονται γύρω στις αρχές του έτους. Επιστήμονες και από τις δύο πλευρές εξετάζουν το χαρτοφυλάκιο φαρμάκων της United Therapeutics, για να εντοπίσουν ποια θα μπορούσαν να ωφεληθούν από επανασχεδιασμό σε μικροβαρύτητα και, από αυτά, ποια θα είχαν οικονομική λογική.

«Ο τρόπος που οι πελάτες μας βλέπουν τη Varda είναι ότι η διαστημική πλευρά είναι ενδιαφέρουσα, αλλά στην πραγματικότητα δεν τους νοιάζει», είπε. «Τους ενδιαφέρουν τα καλύτερα φάρμακα. Άρα, για αυτούς, δεν είμαστε πραγματικά διαστημική εταιρεία· είμαστε φαρμακευτική εταιρεία».

Ο Bruey είπε ότι αναμένει η Varda να πραγματοποιήσει την πρώτη της πτήση με φάρμακο για λογαριασμό της United Therapeutics το 2027. Αν αυτό οδηγήσει σε θετικά αποτελέσματα, η εταιρεία θα προχωρήσει σε κλινικές δοκιμές. «Το καλύτερο σενάριο είναι το 2030 να κάνουμε την πρώτη ένεση σε άνθρωπο με φαρμακευτικό προϊόν που έχει αναπτυχθεί σε μικροβαρύτητα», είπε. «Μπορεί να είναι οπουδήποτε μεταξύ 2030 και 2035».

Όταν συμβεί αυτό, πρόσθεσε, «θα είναι αδύνατο να το αγνοήσει κανείς τότε. Τα διαστημικά φάρμακα θα είναι επίσημα κάτι υπαρκτό», με την προοπτική ότι ό,τι λειτουργεί για ένα φάρμακο θα μπορούσε να ισχύσει και για πολλά άλλα.

«Στη Varda είναι πολύ λογική η λογική του “ή θα πάμε μεγάλο ή θα γυρίσουμε σπίτι”», είπε. «Ή θα φέρουμε επανάσταση στη φαρμακοβιομηχανία ή θα γίνουμε μια βαρετή εταιρεία υπερηχητικών δοκιμών. Δεν υπάρχει πραγματικά ενδιάμεση λύση».

Πρόβλημα στον επίγειο εξοπλισμό ανέβαλε την πρώτη εκτόξευση του Starship

ΟΥΑΣΙΓΚΤΟΝ — Η SpaceX ματαίωσε στις 21 Μαΐου την πρώτη προσπάθεια εκτόξευσης της νεότερης εκδοχής του Starship, λόγω προβλήματος στον επίγειο εξοπλισμό.

Η εταιρεία προετοιμαζόταν για απογείωση στις 7:30 μ.μ. ώρα Ανατολικής Ακτής, του πρώτου Starship/Super Heavy έκδοσης 3 από το διαστημικό της συγκρότημα στη Starbase του Τέξας. Η εκτόξευση μετατέθηκε κατά μία ώρα μέσα σε παράθυρο 90 λεπτών, εξαιτίας ισχυρών ανέμων στα ανώτερα στρώματα της ατμόσφαιρας.

Ωστόσο, η αντίστροφη μέτρηση σταμάτησε στο σημείο T-40 δευτερολέπτων. Ξεκίνησε ξανά αρκετές φορές, για να επιστρέψει κάθε φορά στο T-40. Η SpaceX ανέφερε στην απευθείας μετάδοση ότι εξέταζε προβλήματα με τις γραμμές quick-disconnect και τους εκτροπείς νερού στην εξέδρα εκτόξευσης. Μετά από μερικά λεπτά, ακύρωσε την εκτόξευση, επικαλούμενη άνοδο της θερμοκρασίας στις δεξαμενές προωθητικού.

«Το υδραυλικό πείρο που κρατούσε τον βραχίονα του πύργου στη θέση του δεν ανασύρθηκε», έγραψε στα social media ο διευθύνων σύμβουλος της SpaceX, Elon Musk, λίγο αφότου οι ελεγκτές ματαίωσαν την εκτόξευση. Πρόσθεσε ότι, αν η βλάβη επιδιορθωθεί μέσα στη νύχτα, η εταιρεία θα επιχειρήσει δεύτερη εκτόξευση στις 22 Μαΐου, στις 6:30 μ.μ. ώρα Ανατολικής Ακτής.

Η αποστολή, με την ονομασία Flight 12 από τη SpaceX, είναι μια υποτροχιακή δοκιμαστική πτήση, όπως και οι προηγούμενες 11 αποστολές από τον Απρίλιο του 2023. Αυτή όμως θα είναι η πρώτη εκτόξευση της αναβαθμισμένης έκδοσης 3, ή V3, του Starship, με βελτιώσεις τόσο στο ανώτερο στάδιο Starship όσο και στον ενισχυτή Super Heavy.

Ο δακτύλιος «hot staging» του Super Heavy, στην κορυφή του σταδίου, παραμένει συνδεδεμένος αντί να αποσπάται κατά την κάθοδο. Ο δακτύλιος αυτός επιτρέπει στο ανώτερο στάδιο του Starship να ανάψει τους κινητήρες του πριν αποχωριστεί από το Super Heavy.

Το Super Heavy διαθέτει πλέον τρία grid fins αντί για τέσσερα, το καθένα 50% μεγαλύτερο από τις προηγούμενες εκδόσεις του οχήματος. Τα πτερύγια έχουν επίσης σχεδιαστεί ώστε να χρησιμοποιούνται από τον πύργο εκτόξευσης για τη σύλληψη του σταδίου όταν επιστρέφει στο σημείο εκτόξευσης. Στο εσωτερικό, ο ενισχυτής διαθέτει νέα γραμμή μεταφοράς καυσίμου, παρόμοια σε μέγεθος με εκείνη του πρώτου σταδίου του Falcon 9, που προσφέρει καλύτερη ροή μεθανίου και επιτρέπει την ταυτόχρονη εκκίνηση και των 33 κινητήρων Raptor.

Το ανώτερο στάδιο διαθέτει ανασχεδιασμένο σύστημα πρόωσης, ώστε να επιτρέπει μεγαλύτερες δεξαμενές προωθητικού και να μειώνει τον κίνδυνο πυρκαγιάς από παγιδευμένο προωθητικό που διαρρέει. Η SpaceX άλλαξε επίσης τους ενεργοποιητές των πτερυγίων του οχήματος και της θύρας φορτίου «Pez», ενώ πρόσθεσε docking drogues ώστε τα Starship να μπορούν να συνδέονται μεταξύ τους σε τροχιά και να μεταφέρουν προωθητικό.

Και τα δύο στάδια χρησιμοποιούν τους νέους κινητήρες Raptor 3. Η νέα έκδοση έχει αυξημένη ώση, από 507.000 σε 551.000 λίβρες-δύναμης για την έκδοση επιπέδου θάλασσας και από 568.000 σε 606.000 λίβρες-δύναμης για τους κινητήρες βελτιστοποιημένους για το κενό στο ανώτερο στάδιο. Οι κινητήρες έχουν επίσης απλούστερη σχεδίαση που τους κάνει ελαφρύτερους.

Η εκτόξευση θα είναι και η πρώτη από τη νέα εξέδρα, με την ονομασία Pad 2, στη Starbase. Η νέα εξέδρα διαθέτει βελτιωμένο σύστημα φόρτωσης προωθητικού, ώστε να μειώνεται ο χρόνος πλήρωσης του οχήματος με μεθάνιο και υγρό οξυγόνο. Έχει επίσης μικρότερους βραχίονες «chopsticks» για τη σύλληψη των οχημάτων που επιστρέφουν, οι οποίοι μπορούν και να κινούνται ταχύτερα. Η SpaceX ανασχεδίασε τη βάση εκτόξευσης στο κάτω μέρος της εξέδρας ώστε να είναι πιο ανθεκτική.

Το Starship V3 θεωρείται κρίσιμο για τα μελλοντικά σχέδια της SpaceX, μεταξύ των οποίων η ανάπτυξη μεγαλύτερων και ισχυρότερων δορυφόρων Starlink για ευρυζωνικές υπηρεσίες και απευθείας σύνδεση με συσκευές, αλλά και για το σεληνιακό σκάφος Human Landing System που αναπτύσσει για το πρόγραμμα Artemis της NASA. Η SpaceX υπογράμμισε τη σημασία του Starship V3 για αυτά και άλλα σχέδια, όπως η ανάπτυξη δορυφόρων διαστημικών data centers, στο ενημερωτικό δελτίο της αρχικής δημόσιας προσφοράς που κατέθεσε στις 20 Μαΐου.

Η SpaceX σχεδιάζει να χρησιμοποιήσει το Starship για πτήσεις προς τη Σελήνη και τον Άρη, μεταξύ των οποίων και εμπορικές αποστολές. Κατά τη διάρκεια της μετάδοσης για την αποτυχημένη απόπειρα εκτόξευσης στις 21 Μαΐου, η SpaceX ανακοίνωσε ότι ο Κινέζος επιχειρηματίας κρυπτονομισμάτων Chun Wang θα πετάξει με Starship τόσο προς τη Σελήνη όσο και προς τον Άρη.

Η SpaceX είπε ότι ο Wang, ο οποίος ήταν διοικητής της αποστολής Fram2 με ιδιωτικούς αστροναύτες που πραγματοποιήθηκε με Crew Dragon το 2025, θα ταξιδέψει μαζί με τους Dennis και Akiko Tito σε μια πτήση γύρω από τη Σελήνη με το Starship. Στη συνέχεια θα συμμετάσχει στην πρώτη επανδρωμένη αποστολή της SpaceX προς τον Άρη, κάνοντας διελεύση κοντά από τον πλανήτη χωρίς προσεδάφιση. Η αποστολή αυτή θα διαρκέσει δύο χρόνια, σε σύγκριση με μία εβδομάδα για την πτήση γύρω από τη Σελήνη.

«Πολλοί μιλούν για το πώς θα είναι ο Άρης. Θα πετάξουμε προς τον Άρη, θα προσγειωθούμε στον Άρη, θα χτίσουμε μια πόλη στον Άρη, αλλά ας ξεκινήσουμε αυτό με μια διελεύση», είπε ο Wang σε βίντεο που είχε καταγραφεί κατά τη διάρκεια ταξιδιού του τον Μάρτιο στο Bouvet Island, ένα απομονωμένο ακατοίκητο νησί στον Νότιο Ατλαντικό Ωκεανό.

Η ανακοίνωση δεν ανέφερε πότε θα πραγματοποιήσει το ταξίδι του είτε γύρω από τη Σελήνη είτε προς τον Άρη ο Wang. Η SpaceX είχε ανακοινώσει τον Οκτώβριο του 2022 ότι ο Dennis Tito, ο οποίος έγινε ο πρώτος ιδιωτικά χρηματοδοτούμενος ιδιώτης αστροναύτης σε πτήση Soyuz προς τον Διεθνή Διαστημικό Σταθμό το 2001, και η σύζυγός του Akiko, θα πετούσαν σε αυτό που τότε σχεδιαζόταν ως η δεύτερη εμπορική πτήση γύρω από τη Σελήνη. Οι δύο τους θα συνοδεύονταν από έως και 10 ακόμη άτομα, όμως η SpaceX δεν έδωσε ημερομηνία για την αποστολή.

Αυτή η πτήση επρόκειτο να ακολουθήσει εκείνη που είχε αγοράσει το 2018 ο Ιάπωνας δισεκατομμυριούχος Yusaku Maezawa και ονομαζόταν «dearMoon», με τον Maezawa και οκτώ καλλιτέχνες που είχαν επιλεγεί μέσω διαγωνισμού. Ωστόσο, ο Maezawa ανακοίνωσε τον Ιούνιο του 2024 ότι ακυρώνει την αποστολή, επικαλούμενος αβεβαιότητα για το πότε θα πραγματοποιηθεί.

Η Microsoft κυκλοφορεί το Fara1.5: οικογένεια πρακτόρων χρήσης υπολογιστή για browser (4B/9B/27B) που ξεπερνούν τα OpenAI Operator και Gemini 2.5 Computer Use στο Online-Mind2Web

Το AI Frontiers lab της Microsoft Research ανακοίνωσε το Fara1.5, μια οικογένεια μοντέλων πρακτόρων χρήσης υπολογιστή (CUA) για τον browser. Η διάθεση περιλαμβάνει τρία μεγέθη: Fara1.5-4B, Fara1.5-9B και Fara1.5-27B. Τα μοντέλα είναι ενσωματωμένα στο MagenticLite, τη sandboxed διεπαφή browser της Microsoft για τέτοιους πράκτορες.

Οι πράκτορες χρήσης υπολογιστή είναι μοντέλα τύπου pixel-to-action που χειρίζονται πραγματικό browser: «διαβάζουν» στιγμιότυπα οθόνης και παράγουν κινήσεις ποντικιού και πληκτρολογίου για να ολοκληρώσουν εργασίες. Πρόσφατα προϊόντα όπως το Operator της OpenAI και το Gemini 2.5 Computer Use της Google ανήκουν στην ίδια κατηγορία.

Στο benchmark Online-Mind2Web, το Fara1.5-27B σημειώνει 72% επιτυχία εργασιών. Το benchmark καλύπτει 300 εργασίες σε 136 δημοφιλείς ιστότοπους. Στην ίδια αξιολόγηση, το Operator της OpenAI φτάνει το 58.3% και το Gemini 2.5 Computer Use το 57.3%. Το Navigator n1 της Yutori αγγίζει το 64.7%, ενώ το Fara1.5-9B καταγράφει 63.4%. Η επίδοση αυτή σχεδόν διπλασιάζει τον προκάτοχο Fara-7B, που είχε 34.1% στο ίδιο benchmark.

Τα μοντέλα βασίζονται σε checkpoints Qwen3.5 στις εκδόσεις 4B, 9B και 27B και λειτουργούν με κύκλο observe–think–act. Σε κάθε βήμα, το μοντέλο λαμβάνει το ιστορικό της συζήτησης και τα τρία πιο πρόσφατα στιγμιότυπα του browser. Έπειτα παράγει «σκέψεις» και μία επόμενη ενέργεια.

Ο χώρος ενεργειών περιλαμβάνει τυπικές εισόδους ποντικιού/πληκτρολογίου και web-ειδικές ενέργειες όπως αναζήτηση. Επιπλέον εκθέτει meta-actions για διαχείριση συμφραζομένων, όπως αποθήκευση πληροφοριών για μελλοντική χρήση και ερωτήσεις διευκρίνισης προς τον χρήστη. Αυτά επιτρέπουν λειτουργία σε μεγαλύτερους χρονικούς ορίζοντες και συνεργατική εργασία με τον χρήστη.

Η εκπαίδευση γίνεται με supervised fine-tuning σε περίπου δύο εκατομμύρια δείγματα. Το μείγμα αποτελείται από 60% web trajectories και 12.8% συνθετικά περιβάλλοντα. Η συμπλήρωση φορμών και οι αλληλεπιδράσεις με χρήστη καλύπτουν 12.5%. Το grounding συνεισφέρει 8.8% και το VQA 4.9%. Μικρότερα ποσοστά αφορούν GUI drag, instruction following και ασφάλεια. Η απώλεια εφαρμόζεται μόνο στις τρεις πιο πρόσφατες στροφές κάθε διαδρομής.

Το FaraGen1.5 είναι ο συνθετικός αγωγός που παρήγαγε τις εκπαιδευτικές διαδρομές, με τρία αρθρωτά συστατικά: environments, solvers και verifiers.

Τα environments χωρίζονται σε δύο τύπους. Οι open-internet εργασίες εκτελούνται σε ζωντανές ιστοσελίδες που δεν απαιτούν συνδέσεις. Οι gated-domain εργασίες απαιτούν αυθεντικοποίηση ή περιλαμβάνουν μη αντιστρεπτές ενέργειες, όπως η αποστολή email.

Για τα gated domains, η ομάδα δημιούργησε έξι συνθετικά clones με την ονομασία FaraEnvs: Mail, Calendar, Stream, ML, Stay και Scheduler. Κάθε clone έχει ρεαλιστικό frontend, πλήρως λειτουργικό API και βάση δεδομένων με persona-based seed data.

Τα περιβάλλοντα αναπτύχθηκαν με το GitHub Copilot CLI και επαναληπτική ανθρώπινη βελτίωση. Καθώς η ομάδα ελέγχει όλο το stack, γνωρίζει το ορθό αποτέλεσμα για κάθε εργασία. Για εργασίες που μεταβάλλουν το backend, ένας LLM judge συγκρίνει στιγμιότυπα της βάσης πριν και μετά την εκτέλεση. Εργασίες χωρίς αλλαγή κατάστασης βαθμολογούνται έναντι προϋπολογισμένων απαντήσεων αναφοράς.

Ο solver agent χρησιμοποιεί το GPT-5.4 της OpenAI με προσαρμοσμένα εργαλεία που αντικατοπτρίζουν τον χώρο ενεργειών του Fara1.5. Ο solver επιτυγχάνει 83% στο Online-Mind2Web με automated WebJudge. Ο προηγούμενος solver του Fara-7B είχε 67% στην ίδια αξιολόγηση. Ένας user simulator ενεργοποιείται όταν ο solver εκδίδει κλήση ask_user ή όταν ολοκληρώνει μια εργασία.

Τρεις verifiers φιλτράρουν ποιες διαδρομές εισέρχονται στην εκπαίδευση. Το correctness χρησιμοποιεί rubrics που παράγονται από LLM για open-internet εργασίες και προνομιακή κρίση βάσης δεδομένων για συνθετικές. Το efficiency τιμωρεί περιττές ή μη αναγκαίες ενέργειες. Η επαλήθευση αλληλεπίδρασης με χρήστη ελέγχει αν ο πράκτορας σταμάτησε σε κρίσιμα σημεία.

Το Fara1.5 είναι εκπαιδευμένο να σταματά και να ρωτά τον χρήστη σε τρεις περιπτώσεις: όταν απαιτούνται προσωπικά στοιχεία που δεν έχουν δοθεί, όταν η περιγραφή της εργασίας είναι αμφίσημη ή λείπουν κρίσιμες λεπτομέρειες, και όταν πρόκειται να εκτελεστεί μη αντιστρεπτή ενέργεια χωρίς προηγούμενη έγκριση.

Η εκπαίδευση ασφάλειας βασίζεται σε δημόσια safety datasets και εσωτερικές εργασίες ευθυγραμμισμένες με την Responsible AI Policy της Microsoft. Στο MagenticLite, όλες οι ενέργειες του πράκτορα καταγράφονται και είναι ελέγξιμες. Ο sandboxed browser λειτουργεί επίσης ως όριο ασφαλείας ανάμεσα στον πράκτορα και το μηχάνημα του χρήστη.

Στο WebVoyager, το Fara1.5-27B φτάνει 88.6%, το 9B 86.6% και το 4B 80.8%. Το 9B ξεπερνά επίσης συνομήθους παρόμοιου μεγέθους όπως τα MolmoWeb 8B, GUI-Owl-1.5 8B και Holo2 8B. Όλες οι αξιολογήσεις Fara1.5 χρησιμοποιούν το Browserbase για σταθεροποίηση συνεδριών και μείωση session-level blocking. Τα αποτελέσματα είναι μέσος όρος τριών ανεξάρτητων εκτελέσεων.

Στο WebTailBench v1.5, που στοχεύει long-tail εργασίες ιστού, το Fara1.5-9B σημειώνει 64.5% process success και 32.3% outcome success. Το GPT-5.4 καταγράφει 79.6% process και 57.4% outcome στο ίδιο benchmark.

Ακολουθούν 5 συμπεράσματα σε μία γραμμή:

Χρειάζεστε συνεργασία μαζί μας για την προώθηση του GitHub Repo ή της σελίδας σας στο Hugging Face ή για Product Release ή Webinar κ.λπ.; Επικοινωνήστε μαζί μας

1...188189190...1,671Page 189 of 1,671