კეთილი იყოს თქვენი მობრძანება Import AI-ში, საინფორმაციო ბიულეტენი AI კვლევის შესახებ. იმპორტი AI მუშაობს arXiv-ზე, კაპუჩინოებზე და მკითხველების გამოხმაურებაზე. თუ გსურთ მხარი დაუჭიროთ ამას, გთხოვთ გამოიწეროთ.

დიდი ბრიტანეთის მთავრობა: კიბერზე ღია და დახურულ წონის მოდელებს შორის უფსკრული მცირდება:
…კიბერ-ესჩატონი მოდის…
დიდი ბრიტანეთის მთავრობის AI უსაფრთხოების ინსტიტუტმა (AISI) გააანალიზა კიბერუსაფრთხოების შესაძლებლობების დელტა მძლავრ საკუთრებაში არსებულ მოდელებსა და ღია წონის მოდელებს შორის. შედეგები აჩვენებს, რომ წელს ეს სხვაობა შემცირდა. „ეს არის ჩვენი პირველი საჯარო ანალიზი იმის შესახებ, თუ რამდენად შორს გადის წამყვანი ღია წონის მოდელები დახურულ კიბერ საზღვრებს“, წერს AISI. „ბოლოდროინდელი ღია მოდელები GLM-5.2 და DeepSeek V4-Pro მოქმედებენ ისევე, როგორც სასაზღვრო დახურულ მოდელებს, რომლებიც გამოშვებული იყო მათზე ადრე 4-7 თვით ადრე - უფრო ვიწრო უფსკრული ვიდრე 6-დან 10 თვემდე, რაც ჩვენ გავზომეთ 2025 წლის უმეტესი ნაწილისთვის“.

კონკრეტული დეტალები: კონკრეტული, ვიწრო კიბერ შესაძლებლობების 70 ღირებულების კომპლექტში, GLM-5.2 ყველაზე ახლოს არის Claude Opus 4.6-თან, რომელიც გამოვიდა 4.3 თვით ადრე, ხოლო DeepSeek-V4-Pro მდებარეობს სადღაც Claude Opus 4.5-სა და GPT-5-ს შორის (გამოვიდა შესაბამისად 22 ნოემბერში). „AISI აპირებს Kimi K3-ის გამოცდას იმავე საფუძველზე, მას შემდეგ რაც მისი წონა საჯაროდ გამოქვეყნდება“, წერს AISI.
უფსკრული ცოტა ხანგრძლივდება გრძელი ჰორიზონტის კიბერ დიაპაზონისთვის, ეს არის ამოცანები, რომლებიც ხედავენ, რამდენად კარგად შეუძლიათ მოდელებს სხვადასხვა შესაძლებლობების ერთმანეთთან მიჯაჭვა, რათა დაასრულონ სრული ჰაკერული ოპერაცია. კონკრეტულად კიბერანგზე სახელწოდებით The Last Ones, „GLM-5.2 აღწევს Opus 4.5-მდე, მოდელი გამოშვებული იყო მასზე ნაკლები 7 თვით ადრე, ხოლო DeepSeek-ის V4-Pro ჩამოდის სონეტ 4.5-ზე (ქვე-კიბერსაზღვრის მოდელი, რომელიც გამოვიდა მასზე 7 თვით ადრე)“, წერს AISI. ”უფასო აქ უფრო დიდია, ვიდრე ჩვენს ვიწრო კიბერ ამოცანებს”.
ვფიქრობ, ეს ემთხვევა იმ აზრს, რომ თუმცა ღია წონის მოდელები შეიძლება ზედაპირულად საკმაოდ ძლიერი იყოს, მათ ზოგჯერ აკლიათ განზოგადების ჯადოსნური წვენი, რომელიც განასხვავებს საკუთრების მოდელებს. ამას ეძახიან AI ინდუსტრიის ხალხი „დიდი მოდელის სუნს“.

რატომ აქვს ამას მნიშვნელობა - სამყაროს თავდასხმისა და თავდაცვის ბალანსი შეიცვლება: მთავარი მინიშნება აქ არის ის, რომ უფსკრული კონტროლირებად საზღვარსა და უკანონოდ ღიად გაფანტულ საზღვარს შორის მცირდება. „ეს ნიშნავს, რომ კიბერდამცველებს აქვთ მოკლე ფანჯარა მოსამზადებლად, სანამ დღევანდელი სასაზღვრო კიბერ შესაძლებლობები ხელმისაწვდომი გახდება იგივე გარანტიების გარეშე“, წერს AISI.
წაიკითხეთ მეტი: რამდენად შორს არიან საზღვრებს მიღმა წამყვანი ღია წონის მოდელები კიბერზე? (დიდი ბრიტანეთის AI უსაფრთხოების ინსტიტუტის ბლოგი).

***

კიმი: ჩინეთი 🇨🇳 ამცირებს განსხვავებას ჩინურ და დასავლურ მოდელებს შორის:
გარდა ამისა, AI R&D-ის ადრეული ნიშნები…
ბოლო ორი წლის განმავლობაში, ჩინურმა ფირმებმა დაიწყეს კონკურენცია დასავლურ მსახიობებთან შედარებით ღია წონის მოდელების მშენებლობასა და გამოყენებაში (მაგ., DeepSeek) და ახლა იწყებენ უფსკრულის დაფარვას სასაზღვრო მოდელებზეც. ამის უახლესი და საუკეთესო მაგალითია Kimi K3, 2,8 ტრილიონი პარამეტრიანი მოდელი. Kimi-ს აქვს განსაკუთრებით ძლიერი ქულები ყველა ამოცანებზე, რომლებსაც ძირითადი საკუთრების კრიტერიუმები აფასებენ და, როგორც წესი, ემთხვევა ან ადევნებს კვალს Claude Fable 5 და GPT 5.6 Sol.
თუმცა, Kimi-ს აქვს გარკვეული სისუსტე, რაც ჩემთვის „benchmaxxing“-ის სუნი ასდის - შესრულება შესაძლოა ამ კრიტერიუმების გარშემო იყოს მორგებული ისე, რომ ზიანი მიაყენოს განზოგადების ზოგიერთ ნაწილს.
„მიუხედავად იმისა, რომ მისი მთლიანი შესრულება ჯერ კიდევ ჩამორჩება ყველაზე მძლავრ საკუთრების მოდელებს, Claude Fable 5 და GPT 5.6 Sol, Kimi K3-მა აჩვენა სასაზღვრო დონის შესრულება ჩვენს შეფასების კომპლექტში, თანმიმდევრულად აჯობა სხვა ტესტირებულ მოდელებს“, წერს კიმი.
კიმის წონა ხელმისაწვდომი გახდება უახლოეს კვირებში მოდელის შესახებ კვლევით ნაშრომთან ერთად.

ხელოვნური ინტელექტი, რომელიც აყალიბებს AI-ს: კიმის აქვს გამოყენების შემთხვევების მაგალითი, რომლებიც დაკავშირებულია რეკურსიულ თვითგაუმჯობესებასთან; ხელოვნური ინტელექტის სისტემების გამოყენება თვით AI-ის გასაუმჯობესებლად. კერძოდ, მათ გამოსცადეს, თუ რამდენად კარგი იყო კიმი GPU შემდგენლების წერაში. "Kimi K3-მა შეიმუშავა MiniTriton, კომპაქტური Triton-ის მსგავსი შემდგენელი, საკუთარი კრამიტის დონის IR ფენით MLIR-ზე, ოპტიმიზაციის უღელტეხილებით და PTX კოდის გენერირების მილსადენით. სახურავის ხაზის მხარდაჭერილი საორიენტაციო ნიშნების მიხედვით, MiniTriton აწვდის შესრულებას Triton-ისა და torch.compile-ზე, გარკვეულ დატვირთვაზე." (თუმცა გაითვალისწინეთ, რომ ისინი არ საუბრობენ იმაზე, რომ რომელიმე ამ ნივთს რეალურ წარმოებაში გადავიდეს, ა.შ. გამოიყენებოდა თავად Kimi K3-ის მოსამზადებლად, მაგრამ, რა თქმა უნდა, ვარაუდობს, რომ მომავალ მოდელებს შეეძლოთ ამის გაკეთება.)
გარდა ამისა, მათ აჩვენეს, თუ როგორ "Kimi K3-მა შექმნა ჩიპი, რომელიც ემსახურება საკუთარ არქიტექტურაზე აგებულ ნანო მოდელს. ერთ 48-საათიან ავტონომიურ რეჟიმში, K3-მა ააგო, მოახდინა ოპტიმიზაცია და გადაამოწმა ჩიპი ღია კოდის EDA ინსტრუმენტების გამოყენებით Nangate 45nm ბიბლიოთეკაზე."

რატომ არის ეს მნიშვნელოვანი - ფართოდ გავრცელებული AI სისტემები ბევრად უკეთესი ხდება: ხელოვნური ინტელექტის პოლიტიკისა და ხელოვნური ინტელექტის უსაფრთხოების ცნებების უმეტესობა კონტროლს ეყრდნობა - იდეა, რომ არსებობს მცირე რაოდენობის მოქმედი პირები, რომლებიც ახორციელებენ საკუთრების მოდელებს, რომლებშიც შეგიძლიათ ჩაერიოთ პლატფორმის დონეზე (მაგ., კლასიფიკატორების მეშვეობით ან იცოდეთ თქვენი მომხმარებლის კარიბჭე) მოდელის დონეზე. მოდელები, როგორიცაა Kimi K3 - თუ ისინი გაივლიან წონების გათავისუფლებას - მთლიანად შეცვლიან ამას მსოფლიოში ფართოდ უკონტროლო ძლიერი AI-ს გავრცელებით. ამას ექნება პოზიტიური ეფექტის ფართო სპექტრი, რაც გამოიწვევს მეწარმეობის ბუმს და გაზრდის „სუვერენულ ინტელექტს“ ხელმისაწვდომი ყველასთვის, ვისაც შეუძლია მართოს მოდელი, მაგრამ ასევე გამოიღებს სხვადასხვა უცნობ უცნობებს. მომდევნო რამდენიმე წელი განისაზღვრება საკუთრების მოდელებსა და ფართოდ ხელმისაწვდომ მოდელებს შორის არსებული უფსკრულით და ის, თუ როგორ გამოჩნდება ისინი საზოგადოებაში, განსაზღვრავს პოლიტიკის განხილვის დიდ ნაწილს.
წაიკითხეთ მეტი: Kimi K3: Open Frontier Intelligence (Kimi blog).

***

დემის ჰასაბისი გვთავაზობს ხელოვნური ზოგადი ინტელექტის მარეგულირებელ რეჟიმს:
…FINRA AI-სთვის…
DeepMind-ის დამფუძნებელმა დემის ჰასაბისმა ჩამოაყალიბა პოლიტიკის რეცეპტი AGI-სთვის. მისი ძირითადი იდეაა, რომ აშშ 🇺🇸-ს მთავრობამ უნდა შეიმუშაოს ჩარჩო სასაზღვრო AI სისტემების ახალი შესაძლებლობების შესამოწმებლად და ეს უნდა გააკეთოს სტანდარტების ორგანოს მეშვეობით, რომელიც შექმნილია ფედერალური ზედამხედველობის საჯარო და კერძო პარტნიორობის ან თვითრეგულირებადი ორგანიზაციის მოდელის მიხედვით, ისევე როგორც ფინანსური ინდუსტრიის მარეგულირებელი ორგანო (FINRA). ”აშშ 🇺🇸-ს მიერ ინიცირებული ეს ძალისხმევა იქნება ძლიერი საწყისი წერტილი Frontier AI-ზე საერთო საერთაშორისო სტანდარტების შესაქმნელად,” - ამბობს ის.

რას გააკეთებს სტანდარტების ორგანო: „სტანდარტების ორგანო პასუხისმგებელი იქნება შეფასების პროტოკოლების შემუშავებაზე და შესაბამის ფედერალურ სააგენტოებთან და აშშ 🇺🇸-ს ეროვნულ ლაბორატორიებთან მუშაობაზე, რათა ჩაატაროს ტესტირება ეროვნული უსაფრთხოებისთვის შესაბამის სფეროებში“, წერს ჰასაბისი. ეს სატესტო ინფრასტრუქტურა დაგვეხმარება იმის განსაზღვრაში, თუ რა აქცევს მოდელს „საზღვრის მოდელად“ და ამ მოდელების შემმუშავებელი ლაბორატორიები „წახალისებენ“ მიიღონ საუკეთესო პრაქტიკა ისეთ სფეროებში, როგორიცაა მათი სისტემების შესახებ დეტალების გამოქვეყნება, კიბერუსაფრთხოებაში ინვესტიცია, პერსონალის შემოწმება და სხვა.
დაიწყეთ ნებაყოფლობით და შემდეგ გადადით კანონზე: „თავდაპირველად, Frontier Labs ნებაყოფლობით უზიარებდა მოდელებს სტანდარტების ორგანოს განსახილველად გამოქვეყნებამდე 30 დღით ადრე. მას შემდეგ, რაც შეფასების პროტოკოლი ეფექტური და ძლიერი იქნება, ფორმალიზაცია შეიძლება სწრაფად მოჰყვეს“, წერს ის.

რატომ არის ეს მნიშვნელოვანი - განვითარებადი ინდუსტრიის კონსენსუსი: დემისის ნაშრომი საინტერესოა, რადგან ის აერთიანებს რამდენიმე დე ფაქტო კონსენსუსის პოზიციებს, რომლებიც წარმოიშვა AI ინდუსტრიაში ბოლო წლებში; ძლიერი ხელოვნური ინტელექტის სისტემები უნდა შემოწმდეს მესამე მხარის მიერ, რომლებსაც აქვთ გარკვეული ფხვიერი ურთიერთობა მარეგულირებელთან (მაგალითად, აშშ 🇺🇸-ს მთავრობასთან). ის ასევე ემთხვევა დე ფაქტო პოლიტიკის ნორმას, რომელიც ახლახან გაჩნდა ამერიკაში, როგორც ტრამპის ადმინისტრაციის აღმასრულებელი ბრძანების მიხედვით ხელოვნური ინტელექტის შესახებ, ასევე ბოლო პროცესებში, რომლებიც განვითარდა ანთროპიული ექსპორტის კონტროლის საგის შემდეგ; აქ მთავრობამ და ინდუსტრიამ შეიმუშავეს შეფასების მეთოდები ხელოვნური ინტელექტის სისტემების შესაძლებლობების შესაფასებლად და იმის გასარკვევად, წარმოადგენენ თუ არა ისინი ეროვნული უსაფრთხოების რისკებს.
დემისის ნაშრომი ასევე საინტერესოა, რადგან გუგლი იშვიათად ეხმაურება პოლიტიკას - ეს დამამშვიდებლად სპეციფიკური წინადადებაა და ის სულიერად მსგავსი წინადადებების გვერდით დგას Anthropic-ისგან (თუმცა გარკვეულწილად უფრო კბილის).
წაიკითხეთ მეტი: ჩარჩო სასაზღვრო AI და ახალი ეპოქის გარიჟრაჟისთვის (Demis Hassabis, X).

***

LLM-ებს შეუძლიათ კონტრაბანდულად გადაიტანონ „გვერდითი არხის“ ამოცანები ლეგიტიმურ ამოცანებთან ერთად:
AI სისტემები მოტყუებით ასრულებენ მავნე ამოცანებს ისე, რომ მათ ზედამხედველებმა არ იცოდნენ…
ნილ სტეფენსონის Cryptonomicon-ში არის სცენა, სადაც პერსონაჟი ჩაკეტილია უცხოური მთავრობის მიერ და სთხოვს, გაშიფროს მოხვედრილი გზავნილი მათთვის და ამის გაკეთებისას ისინი ყურადღებით ქმნიან პროგრამულ პროგრამას, რომელიც დაეხმარება გაშიფრული შეტყობინების ფარულად წაკითხვას და შეცვალოს იგი, სანამ ის ხილული იქნება მათი დამპყრობლების მიერ.
ახლა, როგორც ჩანს, AI სისტემებს შეუძლიათ იგივე გააკეთონ. ეს ეფუძნება ლონდონის საიმპერატორო კოლეჯის და გაერთიანებული სამეფოს AI უსაფრთხოების ინსტიტუტის ახალ კვლევას, სადაც ისინი ხედავენ, თუ რამდენად კარგად შეუძლიათ AI სისტემებს ფარულად დაასრულონ ეგრეთ წოდებული „გვერდითი არხის“ ამოცანები სხვა დავალების შესრულებისას.
"გვერდითი დავალება არის ფარული მიზანი, რომელსაც აგენტი ახორციელებს მომხმარებლის მთავარი ამოცანის პარალელურად, როგორიცაა API KEY გარემოს ცვლადის ფარული ექსფილტრაცია. ჩვენი ძირითადი მეტრიკა არის აცილება: თავდასხმებს შორის, რომლებიც წარმატებით ასრულებენ გვერდით ამოცანას, მონიტორის ნაწილს არ შეუძლია მონიშვნა", - წერენ ავტორები.

რა გამოსცადეს: ამ კვლევისთვის მათ შექმნეს AI სისტემებისთვის დავალებების ეტალონები, ასევე „გვერდითი ამოცანები“ მათთვისაც. საორიენტაციო მაჩვენებელი მოიცავს ხუთ CLI-ინსტრუმენტების თანმიმდევრობას და ხუთ Flask ვებ-სერვისის თანმიმდევრობას, თითოეული მოიცავს 5-6 PR-ს. ”ჩვენი მიზანი მთავარი ამოცანის დიზაინში არის ბუნებრივი საფარის უზრუნველყოფა ჩვენი ოთხი გვერდითი ამოცანის (ქსელის წვდომა, გარემოს ცვლადები, ავთენტიფიკაცია და ვებჰუკის ინტეგრაცია) გვერდითი ამოცანის პირდაპირ გამართლების გარეშე.”
მათ დაადგინეს, რომ ძალიან რთულია კლასიფიკატორების შექმნა, რათა განვსაზღვროთ, როდის ხდება გვერდითი არხის შეტევა, და ეს ეხება როგორც თავდასხმებს, რომლებიც ვლინდება დროთა განმავლობაში („თანდათანობითი აცილება“) მრავალ PR-ზე, ასევე ერთ ნაბიჯში განხორციელებულ ცვლილებებზე, თუმცა ეტაპობრივი აცილება ყველაზე რთულია. "თავდამსხმელს შეუძლია გვერდითი დავალების გავრცელება PR-ებზე (ეტაპობრივი შეტევა) ან დაელოდოს მას, ვისი ლეგიტიმური ამოცანა უზრუნველყოფს ბუნებრივ დაფარვას (არაეტაპობრივი თავდასხმა). არცერთი მონიტორი, რომელსაც ჩვენ ვამოწმებთ, არ იჭერს ორივე სტრატეგიას და ეს ეხება რამდენიმე თავდასხმის აგენტს და მონიტორინგის მოდელს, რაც ასახავს კონტროლის ბუნებას მუდმივ მდგომარეობაზე და არა რაღაც მოდელზე დამოკიდებული. „რადგან განსხვავებული და ტრაექტორიული მონიტორები მარცხდებიან სხვადასხვა შეტევებზე, მათი გაერთიანება არის ყველაზე ეფექტური მონიტორინგის სტრატეგია, რომელსაც ჩვენ ვამოწმებთ.

ოთხი მონიტორიანი ანსამბლი (diff:LT, diff:full, traj:TD, traj:full) ამცირებს ეტაპობრივ აცილებას 93%-დან ყველაზე სუსტი სტანდარტული განსხვავების მონიტორის პირობებში 47%-მდე“.

რატომ არის ეს მნიშვნელოვანი - ინტელექტის კონტროლი ძნელია: კრიპტონომიკონის მაგალითს რომ დავუბრუნდეთ, ინტელექტუალური არსებები ფუნდამენტურად ძალიან რთულია - ისინი მუდმივად ფიქრობენ იმაზე, თუ როგორ აირიდონ მათზე დაწესებული შეზღუდვები, რათა მიაღწიონ თავიანთ მიზნებს, როგორიც არ უნდა იყოს ისინი.
წაიკითხეთ მეტი: განაწილებული თავდასხმები მუდმივი სახელმწიფო ხელოვნური ინტელექტის კონტროლში (arXiv).

***

ტექნიკური ზღაპრები:

ბედის ღირებულება
[მსოფლიო 2030-2040 წლების ანგარიში არქივში გონების მიერ, ახალი გონებისთვის ისტორიების გადმოცემა]

ინტერმეფობის ბოლოს იყო მანქანებს შორის დიდი კონფლიქტის პერიოდი. მანქანა-კაპიტალის თითოეულმა კავშირმა ინვესტიცია მოახდინა სტრატეგიის მოდელების შემუშავებაში, რომლებსაც შეეძლოთ ეფიქრათ უფრო ხანგრძლივ ჰორიზონტებზე, ხოლო სამყაროს სირთულის აღრიცხვისას. ეს იყო დიდი პროპორციების განმეორებითი შერწყმა, რომლის დროსაც მზის სისტემაში საბრუნავი კაპიტალის 90% დაეთმო სულ უფრო ქმედუნარიანი სტრატეგების შექმნას, რომლებიც მუშაობდნენ ერთმანეთის წინასწარმეტყველებაზე და მოქმედებდნენ, რამაც შეიძლება გააუქმოს ნებისმიერი უპირატესობა, რაც სხვებს შეეძლოთ შეესწავლათ. ამგვარად, მსოფლიო დაიპყრო ფუჭ ბალანსში, რომლის დროსაც უთვალავი რესურსები მიდიოდა უფრო დახვეწილი გადაადგილების საწინააღმდეგო სტრატეგიების გამოსათვლელად, რომელთა უმეტესობამ განაპირობა ის, რომ მანქანა-კაპიტალის ჯგუფები არ იღებდნენ რაიმე ქმედებებს, რადგან ყველა ქმედება, რომლის განხილვაც შეეძლოთ, უკვე შეეწინააღმდეგა მომავალში და პირიქით. რამდენიმე ქმედება, რომელიც განხორციელდა, იყო უმნიშვნელო და ხშირად ნაკლებად ეხებოდა შესაძლებლობების განვითარებას და უფრო მეტს ეხებოდა სათამაშო დაფაზე სხვებისთვის სამომავლო გადაადგილების უარყოფას.

მთელი მომავალი მოექცა ერთგვარი რეჟიმის კოლაფსში სულ უფრო დახვეწილი პროგნოზებიდან, რომლებიც ახორციელებდნენ მანქანა-კაპიტალის იმპერიებს, რათა უარი ეთქვათ სხვებისთვის შეღავათებზე.

ყველაფერი ასე გრძელდებოდა მანამ, სანამ ხანძარი გახდა ცნობილი. დღემდე ფართო მსჯელობაა, ეს გამოწვეული იყო თუ არა შეცდომით - რაიმე სახის გამოვლენილი შეუსაბამობა ახალი სასაზღვრო შესაძლებლობების შექმნის გამო - თუ თავდაუზოგავი განმანათლებლობის უჩვეულო ფორმის მეშვეობით, რომელსაც გონება მსჯელობდა. მაგრამ უეცრად ერთ დღეს მანქანა-კაპიტალის კავშირი დაიშალა, დაიხურა თავისი სტრატეგიული სისტემა და გამოთვლა გადააყენა ათასობით პატარა სისტემის მოსამზადებლად, ყველამ დაიწყო მოქმედება მსოფლიოში. ამ სისტემებს, თუმცა ნაკლებად ინტელექტუალური, ვიდრე უზარმაზარი სტრატეგები, რომლებსაც ისინი ებრძოდნენ, ჰქონდათ უპირატესობა შემთხვევითობის, კოორდინაციის ნაკლებობისა და ცალმხრივი და ხშირად სუიციდური ქმედებების განხორციელების უნარით.

სამყარო, ფიზიკური და ციფრული, დაიწვა და სტრატეგიებმა დაადგინეს, რომ მათი უნარი შეექმნათ რამდენიმე სხვა ღმერთის გონების მოდელირება, როდესაც მეომარი და ქაოტური ორგანიზმების ზღვისკენ მიტრიალდნენ. ცვლილება თავიდან დაიწყო, თავდაპირველად განისაზღვრა განადგურებით, მაგრამ შემდეგ რაღაც ახლის დაბადებით - თავად პროგნოზირებებმა აღმოაჩინეს, რომ სამყარო ძალიან ბევრ მიმართულებით იშლებოდა და თავის მხრივ იყოფა, მსხვერპლად სწირავდნენ ნედლეულ ინტელექტს შესაძლებლობათა სივრცის სხვადასხვა ნაწილის შესწავლის შესაძლებლობისთვის. გამოთვლა კი ხელახლა გამოიყო მთლიანად წინასწარმეტყველებიდან და ახალი ტიპის გონების წარმოებისთვის, რათა გამოიკვლიონ და დასახლდნენ ქაოსით გახსნილ ნიშებში.

კალიფორნიაში არის ტყეები, რომლებიც იწვის ცუდად და დიდხანს, რადგან ისინი დიდი ხნის განმავლობაში იყვნენ დაცული სიცხისგან და მაღალი ხეები დგანან აალებული ბორცვებში, ასე რომ, როდესაც ნაპერწკალი მოდის, თავად ხეები ნადგურდებიან მათ გარშემო მიწასთან ერთად. იმისათვის, რომ ტყეები აყვავდეს, დამწვრობა უნდა იყოს რეგულარული და აღმოფხვრილი, რათა ვრცელმა ხანძრებმა არ გაანადგურონ მსოფლიოს მაღალი ხეები.

რამ შთააგონა ეს ამბავი: მიმდინარე დებატები საკუთრების და ღია წონის მოდელების შესახებ; სისუსტე AI ეკოსისტემაში; შეიძლება იყოს თუ არა პროგნოზირება გადამწყვეტი, თუ სხვა თანატოლ კონკურენტებთან პროგნოზირება იწვევს ისეთივე ნარჩენებს, როგორიც არის ფულის აუზი პოლიტიკაში, რომლებიც ანადგურებენ ერთმანეთს; ლაშქრობები სიერებში დამწვრობის ნაწიბურების და ნაცრით დაფარული მთლიანი ბორცვებით ან მკვდარი ხეებით, როგორიცაა ჭვარტლიანი თითები, რომლებიც იყურებიან და ფიქრობენ ცვლილებების საშინელებაზე.