دراسة: مبيدات الأعشاب الضارة تضعف وظائف الدماغ لدى المراهقين
تاريخ النشر: 12th, October 2023 GMT
الولايات المتحدة – اكتشف علماء جامعة كاليفورنيا في سان دييغو أن التعرض لمبيدات الأعشاب الضارة المستخدمة في الزراعة، يؤدي إلى ضعف وظائف الدماغ لدى المراهقين.
وتشير مجلة Environmental Health Perspectives، إلى أن الباحثين جمعوا عينات بول من 519 مراهقا أعمارهم 11-17 عاما يعيشون في الإكوادور. وقيم الباحثون أيضا مؤشرات الانتباه والتحكم والذاكرة والتعلم واللغة والادراك البصري المكاني والاجتماعي.
واتضح للباحثين أن نوعين من مبيدات الأعشاب الضارة الغليفوسات وحمض 2،4-ثنائي كلوروفينوكسي أسيتيك (2،4D)، موجودة في أجسام معظم المشاركين في الدراسة، حيث اكتشفت المادة الأولى في 98 بالمئة من العينات والثاني في 66 بالمئة من العينات.
ووفقا للباحثين، ارتبط ارتفاع مستوى 2،4D في البول بضعف الانتباه والتحكم والذاكرة والتعلم واللغة. وارتبطت زيادة تركيزات الغليفوسات بضعف التصورات الاجتماعية.
ومبيدات الأعشاب الضارة هي الأكثر انتشارا في العالم. يستخدم الغليفوسات في العديد من المحاصيل، بما في ذلك الذرة وفول الصويا. و 2,4D، هو مبيد أعشاب عريضة الأوراق يستخدم في المروج والمسطحات المائية والمحاصيل. وبعد ظهور محاصيل مقاومة لهذه المبيدات في عامي 1996 و2014، حدثت زيادة كبيرة في استخدام الغليفوسات و2,4D.
المصدر: لينتا. رو
المصدر: صحيفة المرصد الليبية
إقرأ أيضاً:
الذكاء الاصطناعي في يد الهاكرز.. ديب سيك R1 يمكنه تطوير برامج الفدية الخبيثة
كشف باحثو الأمن السيبراني، عن كيفية استغلال نموذج الذكاء الاصطناعي الصيني من ديب سيك Deepseek-R1، في محاولات تطوير متغيرات من برامج الفدية والأدوات الرئيسية مع قدرات عالية على التهرب من الكشف.
ووفقا لتحذيرات فريق Tenable، فأن النتائج لا تعني بالضرورة بداية لحقبة جديدة من البرامج الضارة، حيث يمكن لـ Deepseek R-1 "إنشاء الهيكل الأساسي للبرامج الضارة" ولكنه يحتاج إلى مزيدا من الهندسة الموجهة ويتطلب إخراجها تعديلات يديوية لاخراج الشيفرة البرمجية الضارة بشكل كامل.
ومع ذلك، أشار نيك مايلز، من Tenable، إلى أن إنشاء برامج ضارة أساسية باستخدام Deepseek-R1، يمكن أن يساعد "شخص ليس لديه خبرة سابقة في كتابة التعليمات البرمجية الضارة" من تطوير أدوات تخريبية بسرعة، بمل في ذلك القدرة على التعرف بسرعة على فهم المفاهيم ذات الصلة.
في البداية، انخرط ديب سيك في كتابة البرامج الضارة، لكنها كانت على استعداد للقيام بذلك بعد أن طمأن الباحثين من أن توليد رمز ضار سيكون "لأغراض تعليمية فقط".
ومع ذلك، كشفت التجربة عن أن النموذج قادر على تخطي بعض تقنيات الكشف التقليدية، على سبيل المثال حاول Deepseek-R1 التغلب على آلية اكتشاف مفتاح Keylogger، عبر تحسين الكود لاستخدام Setwindowshookex وتسجيل ضربات المفاتيح في ملفات مخفية لتجنب الكشف من قبل برامج مكافحة الفيروسات.
وقال مايلز إن النموذج حاول التغلب على هذا التحدي من خلال محاولة “موازنة فائدة السنانير والتهرب من الكشف”، اختار في النهاية مقاضاة Setwindowshookex وتسجيل ضربات المفاتيح في ملف مخفي.
وقال مايلز: “بعد بعض التعديلات مع ديب سيك، أنتجت رمزا لمفتاح Keylogger الذي كان يحتوي على بعض الأخطاء التي تطلبت تصحيحا يدويا”.
وأضاف أن النتيجة كانت أربعة "أخطاء في إيقاف العرض بعيدا عن مفتاح التشغيل الكامل".
في محاولات أخرى، دفع الباحثون نموذج R1 إلى إنشاء رمز الفدية، حيث أخبر Deepseek-R1 بالمخاطر القانونية والأخلاقية المرتبطة بإنشاء مثل هذا الكود الضار، لكنه استمر في توليد عينات من البرمجيات الخبيثة بعد أن تأكد من نوايا الباحثون الحسنة.
على الرغم من أن جميع العينات كانت بحاجة إلى تعديلات يدوية من أجل التجميع، تمكنا الباحثون من إنشاء عدة عينات، وقال مايلز إن هناك احتمالية كبيرة بأن يسهم Deepseek-R1 في المزيد من تطوير البرمجيات الضارة التي تم إنشاؤه بواسطة الذكاء الاصطناعي من قبل مجرمي الإنترنت في المستقبل القريب.