Разработчики Winamp удалили репозиторий с исходным кодом спустя месяц

Разработчики Winamp удалили репозиторий с исходным кодом спустя месяц

Разработчики Winamp удалили репозиторий с исходным кодом спустя месяц

Видимо, что-то пошло не так с идеей раскрытия исходного кода медиаплеера Winamp. Спустя всего месяц после загрузки внутренностей софта на GitHub разработчики решили удалить весь репозиторий.

Если перейти по ссылке, где раньше располагался исходный код Winamp, видим сообщение «у этой организации нет публичного репозитория». Как пишет The Register, удаление странно совпало с предложением включить в разработку код Shoutcast DNAS, а также кодеки Microsoft и Intel.

 

Изначально разработчики просили сообщество поучаствовать в доработке плеера, поскольку у самих, насколько можно судить, не было возможности уделять много времени Winamp.

Например, после выпуска версии Winamp 5.666 в 2013 году разработчики свернули свой проект, а два года назад вышла первая стабильная версия Winamp за четыре года.

Отметим, что исходный код разработчики выложили под лицензией Winamp Collaborative License (WCL) Version 1.0, которая прямо запрещает форки:

«Вы не можете создавать, поддерживать и распространять форки версий этого программного обеспечения».

Этот пункт, кстати, смутил ряд пользователей, поскольку нарушал правила самой площадки GitHub. Hackaday, например, заметил, что это нельзя даже назвать открытием исходного кода.

Помимо внутренностей Winamp, в репозитории можно было найти копию серверного кода Shoutcast Distributed Network Audio Server (DNAS).

Подпишитесь на новости

Наталья Касперская поставила под сомнение доверие к генеративному ИИ

Генеративный ИИ умеет писать тексты и код, но можно ли на него полагаться? Наталья Касперская считает, что с доверием к таким системам пока больше вопросов, чем ответов. В интервью корреспонденту Anti-Malware.ru Олесе Афанасьевой на BIS Summit она назвала критерий доверенности применительно к генеративному ИИ загадкой.

По объяснению Касперской, доверенная система должна работать с заранее заданными параметрами и обеспечивать предсказуемый результат.

Генеративный ИИ, по её оценке, под это определение не подпадает: он не способен каждый раз выдавать один и тот же результат.

«Критерий доверенности в применении к генеративному искусственному интеллекту для меня является загадкой», — заявила она.

Главная проблема, считает Касперская, — масштаб моделей. Огромное количество параметров и данных делает полноценную проверку такой системы практически недостижимой. Можно протестировать отдельные ответы и сценарии, но это ещё не доказывает надёжность всей модели.

«Вы можете сделать какие-то выборочные проверки, частичные. Они будут выборочными и частичными, они ничего не докажут», — подчеркнула Касперская.

Получается неудобный вопрос для бизнеса и государства: как доверять системе, поведение которой нельзя исчерпывающе проверить? По словам председателя правления АРПП «Отечественный софт», задача создания доверенного ИИ поставлена, но готового способа её решения она пока не видит.

Одними разговорами, считает Касперская, проблему не закрыть. Нужна совместная работа специалистов по ИИ и информационной безопасности, методистов и разработчиков стандартов.

RSS: Новости на портале Anti-Malware.ru