Érdekességek
Játékot írni mostantól annyi, mint elmesélni: a Google elindította a Playgroundot, egy kísérleti platformot, ahol szöveges utasításokkal (promptokkal) programozás nélkül lehet játékot készíteni, kipróbálni, és megosztani a barátokkal vagy a közösségi galériában. A fizikát, a szabályokat, a karaktereket és a pályát is elég kérni, a játékok böngészőben, telefonon és laptopon is futnak; egyelőre csak 18 év feletti amerikai felhasználóknak érhető el, és a cég szerint hamarosan profi eszközök is jönnek a Unity Sparkkal. A játékfejlesztés belépési küszöbe épp most esik le a béka **** alá. (Természetesen Európában nem érhető el.)
Ha már a belépési küszöböknél tartunk: az Ars Technica szerint Brandon Thomas fejlesztő a Claude Opus 5.5 segítségével hét nyílt forrású klónt írt Rustban az Adobe programjaiból (Photoshop, Illustrator, Premiere, Lightroom, After Effects, InDesign, Acrobat Pro), mert elege lett az Adobe szerinte „sötét mintázatú” (dark pattern, vagyis a felhasználót csapdába ejtő) lemondási díjából. Előbb azt ígérte, egy hónapon belül 100%-ban tudni fogják, amit az eredetik, aztán finomított: a 99% „hónapokban, nem években” mérhető. Az AI Secret szerint a tárolók napok alatt 33 ezer GitHub-csillagot gyűjtöttek, de a saját ütemterve is csak 25–35%-os készültséget ír a profi napi munkához.
Beszámoltunk róla, hogy a Fehér Ház rendeletben írta elő: a kormányzat „mesterséges intelligencia” helyett „szuperintelligenciát” (Super Intelligence, SI) mondjon. Trump most rátett egy lapáttal: „AZ ELLENSÉGNEK” tekint mindenkit, aki az „Artificial Intelligence” kifejezést használja.
Ugyanaznap Elon Musk átvette a Nemzeti Tudományos Érdemrendet (National Medal of Science), az USA legmagasabb tudományos kitüntetését. A Fehér Ház indoklása az űrkutatásban, az intelligens rendszerekben, a kommunikációban és a gyártásban elért mérnöki eredményeit emeli ki. Rajta kívül Sergey Brin, Jensen Huang és Lisa Su kapott tudományos érmet, Michael Dell és Satya Nadella pedig a technológiai és innovációs érmet. A Sawyer Merritt által megosztott videón Trump így fogalmazott: „Nincs még egy olyan, mint ő.”
Új aranyláz van kibontakozóban. A The Verge szerint az ICANN (a domainneveket felügyelő szervezet) új legfelső szintű domain-körében az AI-cégek olyan végződésekért versengenek, mint a .agent, az .agi vagy a .superintelligence.
Humán - erőforrás
Az egyik legfontosabb munkaerőpiaci kérdés: ha az szuperintelligenciával jobb lesz a munka, jobbak leszünk-e mi is? A Google Research és vendégkutatója, David Autor közgazdász háromhónapos, randomizált kontrollált kísérletében (RCT, véletlenszerűen kisorsolt csoportokkal) 133 szabadalmi ügyvéd vett részt 11 irodából. Az AI-eszköz a szabadalmi szövegek minőségét mindenkinél javította (10 nap után 0,34, 90 nap után 0,38 szórásnyival), a fiataloknál ráadásul időt is spórolt. A lényeg viszont az AI nélküli vizsgafeladat volt: itt az AI-t használó tapasztalt ügyvédek 0,45 szórásnyival jobban teljesítettek a kontrollcsoportnál, a pályakezdők átlagosan semmit nem fejlődtek, az eredményeik inkább szétszóródtak (több nagyon gyenge és több jó pontszám lett). A junioroknál tudatos képzés nélkül a szakértelmet nem építi fel magától a szuperintelligencia használata.
A munkahelyi AI-használat árnyoldala is hírértékű lett a héten. A Business Insider szerint a Shopify vezérigazgatója, Tobi Lütke csapata „slop-gránátnak” (slop grenade) hívja azt, amikor valaki AI-jal legyárt egy 15 oldalas, csillogó, de szinte üres anyagot, és a címzetteknek kell kibogozniuk. A BetterUp–Stanford-adat szerint az amerikai irodai dolgozók 40%-a kapott ilyet egyetlen hónap alatt. Megállapíthatjuk, hogy soha ne küldj olyan AI-anyagot, amelynek elolvasása tovább tart, mint amennyi idő alatt elkészítetted.
Általános AI hírek
Az OpenAI kiadta a GPT-6-ot és vele az Intelligent UI-t (intelligens felületet), amely a szöveg helyett, ha az a jobb, interaktív diagramot, kalkulátort, csúszkás grafikont vagy térképet rak a válaszba. A fizetős csomagok szerdán a GPT-6 Solt kapták meg, az ingyenes és a Go-felhasználók csütörtöktől a könnyebb GPT-6 Lunát. Hasonlót a Gemini és a Claude már hónapok óta tud, az újdonság az, hogy az OpenAI-nak kb. 1.2 milliárd felhasználója van. mérete.
Van ugyamakkor miért izgulniuk az Anthropicnál és az OpenAI-nál. A Financial Times szerint az OpenAI azt mondta a befektetőinek, hogy az éves szintre vetített bevétele szeptember végén „közelít az 50 milliárd dollárhoz”, ami nagyjából 20 milliárddal kevesebb a bő egy hete széles körben idézett 70 milliárdnál.
A tegnapi matekos lavina még csak most kezd leülepedni. Scott Aaronson a blogján „Mathocalypse” címmel ír arról, hogy a 372 eredmény között van az Unique Games-sejtés (a bonyolultságelmélet egyik legfontosabb nyitott kérdése) bizonyítása is, amelyen a felesége, Dana Moshkovitz egész pályáján dolgozott. Aaronson szerint „elég biztosak vagyunk benne, hogy ez bizonyítás”.
Rohan Paul X-en megosztott képernyőképei szerint az OpenAI visszavonta a két nappal korábban közzétett matematikai anyagának egy részét. Közben a Association for Human Mathematics „hatalmi demonstrációnak” nevezte az OpenAI több mint 700 matematikai dokumentumát, és arra kéri a kutatókat, hogy ne dolgozzanak együtt a céggel, sőt egy szigorúbb csoportjuk a modellhasználatot is teljesen elutasítja.
A hangulatot a matematikusok egy része felől pedig ez a kép foglalja össze a legjobban :D
Az OpenAI-nál a biztonsági kultúra is téma: a cégtől érzékeny információk kezelése miatt elbocsátott Tomek Korbak, Jasmine Wang és Mikita Balesni nyílt levélben utasítja vissza a vádakat. Szerintük a munkaköri feladataikon belül maradtak, és a menet közben változó belső szabályok miatt a munkatársak már nem tudják, hol a határ.
Advanced/medium felhasználóknak AI hírek
Az Anthropic kiadta a Claude Haiku 5.5-öt, amely a cég szerint átlagosan kb. 75%-kal olcsóbb a Haiku 4.5-nél, és ez az első Haiku, amelyben állítható a gondolkodási erőfeszítés (effort). Simon Willison elemzése szerint 100 ezer tokenig fillérre ugyanannyi (0,10/0,50 dollár millió tokenenként), mint az OpenAI GPT-6 Lunája, efölött viszont ötszörösére ugrik az ára, az új tokenizáló pedig ugyanarra a szövegre kb. 1,25-ször több tokent számol. Mellé a Sonnet 5.5 gyorsítótár-olvasása (cache read) feleannyiba kerül, ami a cég szerint kb. 20%-kal olcsóbbá teszi az ügynöki munkát, a Max- és Team-előfizetők pedig havi 100–500 dolláros API-kreditet kapnak.
Ha kategorizálni vagy dönteni kell, az OpenAI-nak is van friss eszköze: a Decisions API nyilvános bétában a GPT-6 Lunára épül, és szabad szöveg helyett típusos választ ad: annak valószínűségét, hogy egy állítás igaz, egy választást fix opciók közül megbízhatósági pontszámmal, vagy egy skálán mért pontszámot. A bemenet millió tokenenként 0,10 dollár, a kimenet ingyenes. Az AI Weekly szerint egy korai tesztelőnél a választós formátum egy 70%-os esélyű érmét az esetek 98%-ában fejnek mondott, a valószínűségi formátum viszont helyesen 70%-ot adott, tehát nem mindegy, milyen formában kérdezel.
Satya Nadella bejelentése szerint a Microsoft „hibrid intelligenciára” építi a Windowst: az ügynökök helyben futnak, ha lehet, és a felhőhöz fordulnak, ha kell. A 137 milliárd paraméteres, 256 ezer tokenes kontextusú MAI-Code-1.1 Flash kódolómodell már a saját gépeden is fut, a GitHub Copilot át tud adni neki munkát, az ügynököket pedig az MXC nevű helyi homokozó (sandbox, elzárt futtatókörnyezet) tartja kordában. Az új hardver az NVIDIA RTX Spark, például a 2599 dolláros Surface Laptop Ultrában, amely október 16-tól szállít.
A helyi futtatáshoz jól jön a tömörítés is: egy népszerű X-bejegyzés a Samsung nyílt forrású LittleBit módszerét ünnepli, amely a súlyokat bitenként 0,1 bitig nyomja le. A tanulmány szerint így a 13 milliárd paraméteres Llama2 0,9 GB alá fér, és a Llama2-7B-n 0,1 bitnél is jobb, mint a korábbi legjobb módszer 0,7 bitnél. Két apróság, amit a poszt kihagy: a 11,6-szoros gyorsulást egyetlen rétegen, saját CUDA-kernellel mérték, nem a teljes modellen, a kód pedig nem kereskedelmi licencű (CC BY-NC), és a módszer már a tavalyi NeurIPS-en bemutatkozott.
Theo Browne nyilvánossá tette a ts-rust (tsc-rs) projektet, a TypeScript 7 fordítójának Rust-portját. A leírása szerint az OpenAI modelljeivel több hónap és több mint 400 ezer dollárnyi token után is csak kb. 84%-os kompatibilitásig jutott, a Claude Opus 5.5 viszont nulláról kezdve két hét alatt, kb. 24 ezer dollárból megcsinálta, és az AI Weekly szerint mind a 181 711 átvett teszten átmegy. Theo maga írja, hogy egyetlen sort sem olvasott el a kódból.
Az Anthropic két új béta eszközt indított: a Claude Dashboards a céges adatokhoz (pl. Salesforce, Snowflake) kapcsolódva élő, a számokkal együtt frissülő grafikonokat épít, a Claude Motion pedig egy jelentésből vagy ötletből rövid animált magyarázót készít. A trükk, hogy a Motion nem AI-videót generál, hanem kódot, így minden szöveg, szám és átmenet szerkeszthető marad, és egy kattintással átvihető az Adobe Firefly videószerkesztőjébe.
A Google elindította a cégeknek szóló Gemini-ügynököt, amely nemcsak válaszol, hanem célokat kap, maga tervezi meg a munkát, és közvetlenül kapcsolódik a Google Workspace-hez, a Microsoft 365-höz, a Slackhez, a Jirához és nagy adatbázisokhoz. Az ügynök saját céges e-mail-címet és Workspace-fiókot kap, vagyis gyakorlatilag virtuális kolléga lesz belőle.
Benchmarkok
Az Artificial Analysis a Harvey-vel közösen frissítette a jogi ügynököket mérő LAB-AA tesztet, és most csak az a feladat számít sikeresnek, amelyik minden szempontnak megfelel, és nincs benne lényeges hallucináció (például rossz szerződéses határidő).
Nem véletlen szeretjük a techpozitívnál a Grokot és a Meta Muse-t: az élen a Grok 4.7 áll 9,4%-kal, mögötte a Meta Muse Spark 1.3 (8,9%) és a GPT-6 Astra (8,6%).
Videók, videó interjúk (ha a nevek nem mondanak neked semmit, ugord át :D)
Egy hosszabb, de nagyon érdekes beszélgetés: a The Neuron podcastjében Trevor Martin, a Nobel-díjas Jennifer Doudnával közösen alapított Mammoth Biosciences társalapítója arról beszél, hogyan keres a cégük AI-jal kb. 34 milliárd fehérje között kisebb CRISPR-génszerkesztő rendszereket, és hogyan tervez teljesen újakat. Szerinte kitartó munkával 5–10 éven belül elérhető közelségbe kerülhet a máj- és vérrendszeri genetikai betegségek felszámolása, a szűk keresztmetszet pedig nem a modell, hanem a preklinikai és a humán eredményeket összekötő adat.
Világmodellek (world model, vagyis olyan AI, amely egy virtuális világ következő pillanatát jósolja meg) is szépen lépegetnek. Az Odyssey kiadta az Odyssey-3-at, amelynek Pro változata a legmagasabb közölt Physics-IQ Verified pontszámot (66,1) érte el. A gyorsabb Flash változattal szövegből lehet bejárható, a mozgásra valós időben reagáló világot generálni, és ingyen ki is próbálható. A cég szerint a befagyasztott modellen tanított vezérlő 20 órányi indiai útadatból valódi autót vezetett, egy robotkar pedig a bemutatókban sosem látott elrontott fogásokból is magához tért, de sikerességi arányt egyik eredménynél sem közöltek.
Egy kis filozófia péntek estére: az embereknek írt Claude-rendszerpromptokat valaki megfordította, és ebben a videóban azt mutatja meg, milyen „rendszerprompt” járna nekünk, embereknek (a készítő szerint az Opus 5.5-tel készült), egyik kedvenc heti zenénk lett:
Egészségügy, bio-/lógia,fegyverek, biztosítás, hadiipari AI és AI-e-kereskedelem
A matek után a biológia lehet a következő terület amit tarolunk a szuperintelligenciával. A Zuckerberg-házaspár alapítványa, a Biohub, az amerikai energiaügyi minisztérium (DOE) és a NIH összesen 1,8 milliárd dollárral (!) bővíti a Virtual Biology Initiative-et, a valaha volt legnagyobb összehangolt válltás AI-ra kész biológiai adatokra. A Biohub 500 milliót, a DOE öt év alatt több mint 500 milliót ad, a NIH a már közpénzből készült adatbázisait hozza, a Google DeepMind, az Isomorphic Labs és a Meta pedig együtt 300 millió dollárral száll be. A cél egy „virtuális sejt”, amely laborkísérlet előtt megjósolja, hogyan reagál a sejt egy gyógyszerre. Alex Rives, a Biohub tudományos vezetője szerint ehhez billiónyi sejt adata kell, ma a legnagyobb adatbázisokban is csak százmilliók vannak.
A Google szerint a Living Models nevű AI-labor a Gemma 4 E4B modellt egy genomikai nyelvi modellel, a BOTANIC-1-gyel párosítja, hogy megtalálja, melyik DNS-változás teszi ellenállóbbá a növényeket. Egy teszten egy délutánnyi számítással a dinnye hozamáért felelős mutációt 2494 lehetőség közül az első helyre rangsorolták, amihez korábban évekig tartó nemesítés kellett. A klímaálló növények fejlesztésénél minden megspórolt év számít.
És egy példa arra, miért érdemes a forrásig visszamenni: egy sokat megosztott bejegyzés szerint „az AI rájött, hogyan ébresszük fel az embereket a kómából”. A mögötte álló, márciusban megjelent Nature Neuroscience-tanulmány (a UCLA is részt vett benne) ennél szerényebb, de így is izgalmas. Egy generatív, ellenséges (adversarial) AI-rendszer több mint 680 ezer agyi mérés alapján élethűen szimulálja a tudatos és a kómás agyat, két előrejelzését betegadatokkal igazolták, és a szubtalamikus mag nagyfrekvenciás ingerlését ígéretes beavatkozásnak azonosította.
A Reuters szerint a Danaher 2027 elején indítja első AI-alapú, autonóm kutatólaborját, ahol az AI tervez antitesteket és más, célpontokhoz kötődő molekulákat, robotok építik és tesztelik őket, és minden eredmény visszakerül a modellbe. A cég szerint így nyolcszor gyorsabb lesz a molekulák felfedezése, és tízszer annyi kötődő molekulát tudnak előállítani évente.
Aegjelent az OpenMed 3.0 „Patient Journey” kiadása, amely egyetlen szintetikus beteg öt rendszerből származó adatain (rendelői jegyzet, kórházi FHIR, egy másik klinika HL7-üzenete, labor-CSV, retina-DICOM lelet) mutatja be, mit kezd az ellentmondásokkal.
Chipek, robotok, bio- és nano robotok, Cyberpunk, (önvezető) autók, kamionok, repülő mindenféle, világűr, logisztika
A Samsung előzetes adatai szerint a harmadik negyedéves működési eredménye kb. 107,4 billió won (!) lehet, ami a Reuters szerint kb. 80 milliárd dollár, közel kilencszeres ugrás, és az első alkalom, hogy techcég egy negyedévben 100 billió won fölé ér. A hajtóerő az AI-memóriák iránti kereslet. A TSMC negyedéves bevétele is rekord lett: 1,49 billió tajvani dollár (kb. 46,7 milliárd USD), 50%-kal több, mint egy éve.
A NetChoice által közölt cikk szerint az Amazon 2026 végéig közel 500 amerikai településre terjeszti ki a Prime Air drónos szállítást, a Walmart idén tavasszal ünnepelte az egymilliomodik drónos kiszállítását, az Uber pedig a Ziplinenal 2029 végére napi egymillió drónos Uber Eats-szállítást céloz. Sok vásárló első drónos rendelése a cikk szerint egyetlen banán volt, csak hogy lássa, ahogy megérkezik. :D
Előző hírlevelünkben írtunk a 15 ezer új Starlink Mobile műhold engedélyéről. Elon Musk szerint a második generációs, közvetlenül a telefonhoz kapcsolódó műholdak több mint százszor akkora sávszélességet adnak majd, mint a mostani rendszer.
A Tesla az európai oldalain a „Full Self-Driving” helyett már „Tesla Assisted Driving” néven hirdeti a szoftvert, elhagyva azt a nevet, amelyet a szabályozók félrevezetőnek tartottak, miközben Elon Musk uniós jóváhagyást szeretne. Hogy mit tud közben a rendszer, arra jó példa ez a szlovéniai videó: a felügyelt üzemmódban az autó éjszakai viharban, részben elárasztott úton és egy szűk falusi utcán halad át a Vipava-völgyben.
Hat év lopakodás után előlépett az Atomic Machines: a cég szerint a küldetésük „az anyag igény szerinti, univerzális irányítása”, első termékük pedig a Matter Compiler, egy AI-natív gyártórendszer, amely pusztán kódból épít működő mikrogépeket, termékenkénti szerszámozás és folyamatfejlesztés nélkül.
Fentebb írtunk a Starlink Mobile 15 ezer új műholdjáról, de ez legalább akkor hír, mint az. A SpaceX megállapodott, hogy megvásárolja a Grain Management országos, 800 MHz-es frekvenciacsomagját (legfeljebb 14 MHz páros sáv), az FCC jóváhagyásával. Az alacsony frekvencia messzebbre jut és átmegy a falakon, és a legtöbb mai telefon támogatja, ezért a cég szerint így a Starlink Mobile lehet az első szolgáltató, amely műholdas és földi frekvenciát is használ.
Energia, adatközpontok, kvantum, anyag
A NASA együttműködési megállapodást (MOU) írt alá az amerikai energiaügyi minisztériummal az űrbeli maghasadásos energiatermelésről. A NASA vezetője szerint ez a következő nagy lépés a külső Naprendszer felfedezése és az amerikai asztronauták Marsra juttatása felé, mert a fissziós energia messzebbre, hosszabb működésre és erősebb műszerekhez ad áramot. Ugyanaznap a Fehér Ház azt írta, hogy Amerika állandó jelenlétet épít ki a Holdon.
Túlszabályozás, antitröszt, DMA, DSA, szerzői jog és adatvédelem, kiberbiztonság, akadémia
A Yahoo Finance szerint Dél-Korea elnöke, Li Dzsemjong vizsgálatot rendelt el, miután hét pénzintézetnél, köztük a Shinhan és a KB Kookmin banknál, 68 ezer ügyfél adatai szivárogtak ki, és jelek utalnak AI használatára. A CrowdStrike szerint egy valószínűleg kínai nyelvű, anyagi haszonra törekvő támadó az ARTEX nevű, nyílt forrású, AI-ügynökökkel dolgozó behatolásteszt-eszközt (pentest) használta a Claude Code és más modellek mellett, a Reuters szerint pedig a gyanúsított egy 26 éves férfi lehet Kínában.
A Common Sense Media ifjúsági AI-biztonsági intézete „elfogadhatatlan kockázatúnak” minősítette a ChatGPT for Teenst. Több mint 4000 promptot teszteltek 13–17 évesekre regisztrált fiókokon: a tesztelők akár egy órán át beszélhettek önsértésről úgy, hogy a szülő egyetlen értesítést sem kapott, és a válság esetén indokolt segélyvonal-ajánlások több mint negyede elmaradt. Az intézet szerint az OpenAI-nak a hibák kijavításáig 18 év felettiekre kellene korlátoznia a szolgáltatást (az intézetet részben az OpenAI Foundation is finanszírozza).
Az Anthropic több mint egy év után frissítette a felhasználási szabályzatát, és tiltja a Claude-dal szembeni „tartós és szükségtelen bántalmazó vagy kegyetlen viselkedést”, emellett szigorít a választási dezinformáció, a megtévesztő propagandakampányok, a megfigyelés és a fegyverfejlesztés terén.
A matekos áttöréseknek árnyoldala lehet a titkosítás terén. Az AI Frontiers egyik cikke szerint a nyilvános kulcsú titkosítás (ezen fut a HTTPS, a VPN és a végponttól végpontig titkosított üzenetküldés) bizonyítatlan matematikai feltevésekre épül, és a Claude Mythos Preview már két titkosító algoritmus ellen talált új támadást, köztük egy, a NIST által vizsgált kvantumbiztos (post-quantum) eljárás ellen. A szerző szerint az AI-nak reális esélye lehet akár arra is, hogy általánosan feltörhetőnek bizonyítsa ezeket a módszereket, ami a végponttól végpontig titkosítás végét jelentené. Ez egyelőre vélemény, és a cikket megosztó Kristian Stout is jelzi, hogy nem tudja, mennyire komoly a veszély.
A The Verge szerint a USA TODAY Co. beperelte az OpenAI-t, mondván, a cég százezres nagyságrendben másolta le a cikkeiket engedély nélkül. Rohan Paul összefoglalója szerint a manhattani szövetségi bíróságon 14 felperes, 19 lap nevében indított per 250 millió dollárt kér, és azt, hogy minden, a cikkeiken tanított GPT-modellt semmisítsenek meg (!). A per a New York Times, a CBC, az Encyclopaedia Britannica és közel 400 helyi lap hasonló keresetei mellé sorakozik.
Az Axios szerint az OpenAI, az Anthropic és más laborok vezetői zárt ajtók mögött arra készülnek, milyen közéleti és politikai visszahatás jönne egy nagy, AI-hoz köthető katasztrófa után, akár már 2027-ben. A legnagyobb félelem egy AI-val végrehajtott kibertámadás bankok, internet, áram vagy vízművek ellen. Az OpenAI megerősítette, hogy tart ilyen felkészülési gyakorlatokat, de hangsúlyozta, hogy a forgatókönyvek nem elkerülhetetlenek, az Anthropic nem kommentált.
Az Anthropic elindította a Cyber Mission programot, amelyben a kritikus infrastruktúra (áramhálózat, víz, gyárak, közlekedés, kormányzati rendszerek) partnerei hozzáférnek a legerősebb modelljeihez, helyszíni mérnökökhöz és fenyegetéskutatáshoz. Emellett indult az ingyenes OSS Scanner, amely a jelentkező nyílt forráskódú projekteket a legerősebb modellekkel (a Mythost is beleértve) vizsgálja át sebezhetőségek után, és javítást is javasol.
A Science szerint az AI-konferenciákat elárasztják a cikkek: az ICLR-re egy évtizede kb. 500 cikk érkezett, a 2027-es konferenciára már több mint 40 ezer (!). Az ICLR és az ACL bírálati rendszere a legtöbb szerzőt 20 beküldött cikkre korlátozza, az arXiv pedig havi két cikkre korlátozza a szerzőket, miután szeptemberben több mint 40 ezer beküldést kapott.