Bjarne Stroustrup responde a la recomendación de la NSA y contradice la clasificación de C++

Bjarne Stroustrup, el creador del lenguaje C++, publicó objeciones a los hallazgos del informe de la NSA, que recomendaba que las organizaciones se alejaran del uso de lenguajes de programación como C y C++, que trasladan la gestión de la memoria al desarrollador, a favor de los lenguajes como C#, Go, Java, Ruby, Rust y Swift que brindan administración de memoria automática o realizan comprobaciones de seguridad de la memoria en tiempo de compilación.

Según Stroustrup, los lenguajes seguros mencionados en el informe de la NSA no son realmente superiores a C++ en aplicaciones importantes desde su punto de vista.

La NSA aconseja a las organizaciones que consideren hacer un cambio estratégico de los lenguajes de programación que proporcionar poca o ninguna protección de memoria inherente, como C/C++, a un lenguaje seguro para la memoria
cuando sea posible

En particular, las Directrices básicas de C++, que se han desarrollado en los últimos años, cubren métodos para una programación segura y prescriben el uso de herramientas que garantizan un trabajo seguro con tipos y recursos. Sin embargo, los desarrolladores que no requieren garantías de seguridad tan sólidas pueden continuar utilizando métodos de desarrollo más antiguos.

Stroustrup cree que un buen analizador estático que cumpla con las Directrices principales de C++ puede proporcionar las garantías de seguridad necesarias para el código C++ a un costo mucho menor que cambiar a nuevos lenguajes de programación seguros.

Por ejemplo, la mayoría de las Directrices principales ya están implementadas en el analizador estático y el perfil seguro para la memoria de Microsoft Visual Studio. Algunas de las recomendaciones también se tienen en cuenta en el analizador estático Clang tidy.

El informe de la NSA también fue criticado por centrarse solo en problemas de memoria, dejando sin abordar muchos otros problemas del lenguaje de programación que afectan la seguridad y la confiabilidad.

Desafortunadamente, gran parte del uso de C++ también está atascado en el pasado distante, ignorando las mejoras, incluidas las formas de mejorar drásticamente la seguridad. Ahora, si considerara cualquiera de esos lenguajes «seguros» superiores a C++ para la gama de usos que me interesan, no consideraría la desaparición de C/C++ como algo malo, pero ese no es el caso.

Bjarne Stroustrup no está de acuerdo con el hecho de que la publicación de la NSA limita la noción de proteger el software a la de proteger la memoria. En realidad, este aspecto es un denominador común de todas las publicaciones que aconsejan desechar C o C++ en favor del lenguaje Rust por las garantías de seguridad del software que varias grandes empresas (Microsoft, Amazon, etc.) lo reconocen.

“No existe una definición única de ‘seguridad’ y podemos lograr una variedad de tipos de seguridad a través de una combinación de estilos de programación, bibliotecas de soporte y aprovechamiento del análisis estático”, dice. Bjarne Stroustrup sugiere así que lo que se puede obtener de C++ en términos de seguridad del software depende, entre otras cosas, del desarrollador y, en particular, del conocimiento de las herramientas que ofrece el lenguaje, su dominio del compilador, etc.

Stroustrup ve la seguridad como un concepto más amplio, cuyas diversas facetas se pueden lograr mediante una combinación de estilo de codificación, bibliotecas y analizadores estáticos. Para controlar la inclusión de reglas que garanticen la seguridad de trabajar con tipos y recursos, se propone utilizar anotaciones en el código y opciones del compilador.

En aplicaciones donde el rendimiento es más importante que la seguridad, este enfoque permite el uso selectivo de herramientas que garantizan la seguridad solo donde se necesita. Las herramientas de mejora de la seguridad también se pueden aplicar parcialmente, como limitar primero las reglas de verificación e inicialización del rango y luego adaptar gradualmente el código a requisitos más estrictos.

Finalmente si estás interesado en poder conocer más al respecto sobre la publicación del creador de C++, puedes consultar los detalles en el siguiente enlace.

from Linux Adictos https://ift.tt/JxRvIoD
via IFTTT

ChatGPT es un prototipo de chatbot de inteligencia artificial

Se dio a conocer la noticia por parte de algunos usuarios de ChatGPT informaron que obtuvieron acceso anticipado a «ChatGPT Professional», la versión premium del chatbot de IA de OpenAI, que el costo por el uso de este será de $42 por mes.

Sin embargo, todavía no se ha hecho ningún anuncio oficial, lo que significa que todavía podría ser un experimento y este precio no es definitivo. Según las capturas de pantalla compartidas por los usuarios que obtuvieron acceso, a este precio obtienes una velocidad de respuesta más rápida, un acceso más confiable (porque ChatGPT a menudo se bloquea debido a una gran cantidad de solicitudes de red) y «acceso prioritario a nuevas funciones».

Este fin de semana, algunos usuarios informaron haber obtenido acceso a una versión pro que cuesta $42 por mes. OpenAI no ha confirmado el rumor y no ha hecho ningún anuncio sobre dicho lanzamiento, aunque hay que recordar que las funciones y los precios pueden cambiar antes del lanzamiento real de ChatGPT Professional. Como dijo OpenAI a principios de este mes:

«Tenga en cuenta que este es un programa experimental temprano que está sujeto a cambios, y no devolveremos el acceso a la versión paga generalmente disponible en este momento». Siendo así, ¿qué te aportan estos 42 dólares al mes?

Las capturas de pantalla compartidas por los primeros evaluadores de la versión ChatGPT Pro muestran que obtiene una velocidad de respuesta más rápida, un acceso más confiable y acceso prioritario a las nuevas funciones de chatbot.

Zahid Khawaja, un desarrollador que trabaja en proyectos de IA, compartió un video del nivel profesional trabajando tanto en computadoras de escritorio como en dispositivos móviles (junto con una captura de pantalla de su pago a OpenAI como prueba). Como señala Khawaja, el sistema definitivamente responde más rápido que la versión gratuita, que actualmente está plagada de una serie de problemas.

Here’s how ChatGPT Pro works! A lot of users were asking me for proof, so I decided to make a video. pic.twitter.com/QYNn3pRnxI

— Zahid Khawaja (@chillzaza_) January 21, 2023

https://platform.twitter.com/widgets.js

De hecho, ChatGPT ha sido visto millones de veces desde su lanzamiento a fines de noviembre, y la gente se apresuró a aprovechar la capacidad del chatbot para responder preguntas, a veces con gran precisión. Debido al número cada vez mayor de usuarios, ChatGPT a menudo falla.

Para hacer frente a la demanda, OpenAI dice que se ha visto obligado a implementar límites de uso, introducir un sistema de colas durante los períodos pico y otros métodos para minimizar la demanda. Un mensaje en pantalla que pide a los usuarios que tengan paciencia mientras esperan que el sistema se escale.

Aun que por la parte del costo, muchos usuarios mencionar que es demasiado alto, ya que dicen que

«si estuviera ganando dinero, podría justificar los $42 al mes, pero en mi país eso es un buen porcentaje del salario mínimo”, dijo un usuario.

Otro usuario escribió:

«Realmente quería pagar por la versión pro, pero $42 es demasiado». Un tercero dijo: «$ 42 no es demasiado para las personas que son grandes usuarios y quieren convertirse en ‘superhumanos’ con la ayuda de la IA. Pero será demasiado para muchos”. Todos consideran que el precio de ChatGPT Professional es demasiado alto.

Hay que aclarar que el juicio de los usuarios sobre el precio dependerá de su necesidad del servicio, dado que las personas que usan ChatGPT para acelerar su trabajo y para esas personas, $ 42 por mes es probablemente un gasto razonable como cualquier otra suscripción de software, ademas de que las empresas que usan ChatGPT también podrían permitirse pagar esta cantidad. Sin embargo, los usuarios casuales de ChatGPT tendrán que esperar que la versión gratuita permanezca y mantenga la paridad de características (más o menos) con la versión profesional.

En última instancia, incluso un precio pequeño será un filtro efectivo para ver qué tan útil es realmente ChatGPT, y dada la falta de servicios comparables, $42 es probablemente un primer intento especulativo de fijación de precios de OpenAI.

Además, los analistas esperan que el mercado de chatbots de IA explote este año. No solo se están desarrollando sistemas rivales como Claude, una IA construida por ex miembros del equipo de OpenAI, pero que actualmente solo está disponible en versión beta cerrada, sino que Microsoft también planea hacer la integración en sus servicios.

Por otra parte, Google tambien se está preparando para lanzar su propio producto de búsqueda mejorado por chat a finales de este año. La herramienta de inteligencia artificial de Google podría basarse en el modelo de lenguaje Sparrow de su empresa hermana DeepMind.

from Linux Adictos https://ift.tt/y7fLeBG
via IFTTT

En el artículo anterior habíamos comentado que la idea de crear artificialmente herramientas que hicieran cosas reservadas a los seres humanos estuvo con nosotros desde la antigüedad. Dijimos también que, hasta principios del siglo XX, todas las invenciones se limitaban a imitar comportamientos específicos de personas y animales.

La inteligencia artificial busca crear máquinas que hagan tareas que requieren de la capacidad de pensar y, aunque la máquina de Turing (Posteriormente denominada máquina universal de Turing cuando se extendió su aplicación) se limitaba a seguir instrucciones, sentó las bases teóricas para la creación de las primeras computadoras electrónicas.

El juego de la imitación

El segundo aporte de Turing en el campo de la Inteligencia Artificial fue su famosa prueba. Mientras que muchos insistían en que era imposible que una máquina realizara tareas de pensamiento o creativas, el matemático decidió explorar la posibilidad teórica.
En la época victoriana había un entretenimiento llamado “El juego de la imitación” en el que se trataba de adivinar el sexo de una persona por las respuestas a las preguntas que se le realizaban. En la versión de Turing los interrogadores se comunican con lo que está del otro lado a través de un teclado y una pantalla. Ellos no saben si quien les responde es una persona o una máquina. Si después de un tiempo quienes hacen las preguntas no logran saber que están hablando con una máquina podemos decir entonces que esta es capaz de pensar.

De la teoría al hardware

En otra serie de artículos ya les conté la historia de Claude Shannon, una persona cuyas contribuciones deberían ponerlo a la altura de Newton o Einstein. Si Turing imaginó una máquina que fuera capaz de seguir instrucciones, Shannon fue el que dijo como podía hacérselas más rápidas y útiles.

A los veintidós años Shannon fue contratado como operador del Analizador Diferencial, una máquina que usando una mezcla de componentes analógicos y relés electromecánicos resolvía ecuaciones. Con el tiempo demostró que era posible hacer lo mismo solo con relés, una serie de interruptores interconectados que podían encenderse y apagarse entre sí. Las operaciones matemáticas podían programarse según como se configuraran los interruptores.

Dado que un interruptor solo admite dos posiciones encendido o apagado (1 o 0) los nuevos dispositivos debieron adoptar la aritmética binaria.

Más adelante los relés serían reemplazados por tubos al vacío primero y transistores y microprocesadores después.

Para el final de la segunda guerra había varias máquinas funcionando bajo las ideas de Turing y Shannon y todas tenían el mismo problema. Si querías que la máquina hiciera otra cosa tenías que cambiar la configuración del cableado.

Acá es cuando interviene un inmigrante húngaro que ya tenía una reputación como científico: John von Neumann.

Von Neuman había contribuido al esfuerzo bélico de los Estados Unidos con sus métodos de cálculosde ondas de choque (Utilizados por el proyecto Manhattan) y la invención de la teoría de los juegos. Además, estudió el tema de la auto reproducción de las máquinas y escribió sobre matemática cuántica.

Su respuesta al problema de la reprogramación parece sacada de un manual de creatividad. Dividir el ordenador en dos partes y asignarle a una de ellas otra función.

De acuerdo con el modelo de von Neuman que aún se sigue usando en ordenadores, smartphones y otros dispositivos inteligentes, el hardware se divide en:

1. La unidad central de proceso (CPU) que es la encargada de aplicar las instrucciones de un programa a los datos.
2. La memoria en la que se almacenan los datos y el programa que contiene las instrucciones sobre que hacer con ellos.

La arquitectura de von Neuman permitió que una computadora pudiera realizar tareas más complejas ya que la CPU solo debe obtener el dato, seguir la instrucción y repetir el ciclo hasta que termine.

Turing, Shannon y von Neuman sentaron las bases para que existieran máquinas capaces de responder preguntas en el curso de una conversación normal o realizar tareas creativas. Pero, todavía faltan los programas adecuados. Esa es la historia que contaremos en el próximo post.

from Linux Adictos https://ift.tt/0rOUCt5
via IFTTT