Érdekességek
Elon Musk szerint a Digital Optimus nevű AI-ügynök már nagyjából a Diablo játékmenetének feléig eljut pusztán a képernyőt nézve, ahogy egy ember tenné. Musk szerint a Counter-Strike-ban és más gyors játékokban is jól megy neki, a League of Legends tanítása folyamatban van, a cél pedig az, hogy minden játékra általánosan alkalmas legyen.
A Wall Street Journal szerint a keresztény közösségek a korábbi technológiáknál jóval hamarabb próbálják rányomni a bélyegüket az AI-ra, a Vatikántól a baptista szószékekig, hogy az egész emberiség javát szolgálja, ne csak néhány tech-milliárdosét. A cikk egy dél-karolinai baptista lelkész prédikációjával indít, aki a Jelenések könyvére hivatkozva arra figyelmeztetett, hogy „az AI Isten akar lenni”. A lap szerint a téma az ősszel amúgy is megosztó politikai kérdés lett.
Humán - erőforrás
Tíz perc is elég: a UC Berkeley beszámolója szerint egy 1222 résztvevős, randomizált kísérletsorozatban már kb. 10 perc ChatGPT-használat után mérhetően romlott az emberek kitartása és pontossága, amint elvették tőlük az AI-t. Törtes feladatoknál és egy SAT-szövegértési feladatnál is ugyanez jött ki: a segítség megvonása után az AI-t használók gyakrabban hibáztak vagy adták fel, a kontrollcsoport viszont kitartott. A lektorált tanulmányt, amelynek társszerzője Brian Christian (a The Alignment Problem szerzője), a héten mutatták be a Conference on Language Modelingen.
A Tech.eu szerint Andy Burnham brit miniszterelnök október 9-én bejelentette, hogy törvényben gondoskodnak arról, hogy a versenytilalmi záradékok (non-compete, amely megtiltja, hogy a munkavállaló a konkurenciához menjen vagy saját céget alapítson) ne akadályozzák a startupok és a gyorsan növekvő cégek toborzását. Burnham ezt az innovációs szektor „Bosman-ítéletének” nevezte, a lépésért az ElevenLabs és a Synthesia is kampányolt, a pontos hatókört viszont még nem közölték.
Az ügyfélszolgálatoknál már látszik a hatás: az a16z heti grafikonos összefoglalója a Revelio adatai alapján azt mutatja, hogy a globális call center-foglalkoztatás egy évtizednyi egyenletes növekedés után erősen mínuszba fordult. A magas jövedelmű országokban már 2022-ben csökkenni kezdett, az alsó-közepes jövedelműekben 2025-re fordult meg, a ChatGPT megjelenése óta pedig Kínát kivéve minden vizsgált piacon lassult vagy csökkent, miközben a többi irodai szolgáltatói munka tovább nőtt. A szerző maga is elismeri, hogy a kamatemelés is közrejátszhatott, és hogy az „AI-munkahelyapokalipszis” tágabb bizonyítékai továbbra is gyengék. Az USA-ban a munkanélküliség stabil, vagyis a volt call centeresek máshol találtak munkát.
Ki írja az önéletrajzot, és ki olvassa? A Financial Times hasábjain Pilita Clark azt kérdezi, mi van, ha az AI az AI által írt önéletrajzokat részesíti előnyben? A cikk alcíme szerint a jelek erre utalnak, és egy ügyvédi iroda tapasztalata különösen sokatmondó. Ezt egy tavalyi kutatás is alátámasztja: a toborzásra használt nyelvi modellek a saját maguk által írt CV-ket rendre jobbnak ítélték az ugyanolyan tartalmú, ember írta változatnál, és azok a jelöltek, akik ugyanazzal a modellel íratták az önéletrajzukat, amelyik szűrt, 23–60%-kal nagyobb eséllyel kerültek a szűkített listára.
Csendben AI-ra váltanak a könyvkiadók: a WIRED több mint két tucat névtelen munkatárs elmondása alapján azt írja, hogy a nagy amerikai kiadók közül legalább három, a HarperCollins, a Simon & Schuster és a Hachette nyilvános bejelentés és a szerzők beleegyezése nélkül használja a Claude-ot és a ChatGPT-t az irodalmi ügynököknek írt e-mailekhez, fülszövegekhez, borítótervekhez és marketinganyagokhoz. A munkatársak egy része lázong, a Hachette szerint viszont csak működési célokra támogatják az AI-t, kreatívra nem, a Simon & Schuster szerint pedig a használat nem kötelező. A kiadók közben a Google-t perlik szerzői jogi jogsértésért, ez a kettősség hosszú távon nehezen tartható.
Az SAP felvásárolja a genti TechWolf-ot, amely AI-jal térképezi fel a cégek munkavállalóinak készségeit és munkáját. Az összeget nem hozták nyilvánosságra, a startup szerint viszont ez Belgium történetének legnagyobb kockázati tőkével támogatott szoftveres felvásárlása.
Általános AI hírek
A Gemini 4 Argon még ki sem jött, de már itt a következő: a Business Insider szerint a Google munkatársai a belső kódolóplatformjukon (Jetski) egy Carbon kódnevű, újabb Gemini 4 változatot tesztelnek. Egy munkatárs szerint kódolásban „olyan érzés, mint az Opus 5.5”, bár szerinte további tesztek kellenek, a belső dokumentumok szerint pedig a szeptember 30-án bejelentett Argon belsőleg még Barium-B néven futott.
Ha már pletykák: az @imjustnewatai szerint bennfentesek azt mondják, hogy a Google már megoldotta vagy közel jár a rekurzív önfejlesztéshez (RSI, recursive self-improvement, amikor az AI a saját következő változatát fejleszti), az Anthropic egy hete új előtanítást (pretraining) indított egy Fable 6 jellegű modellhez, az OpenAI friss matematikai eredményei mögött pedig egy Bel kódnevű modell áll.
Modellcég lesz az Nvidiából? A Financial Times értesülése szerint az Nvidia arról tárgyal, hogy felvásárolja vagy tovább növelje a részesedését a nyílt súlyú (open-weight, vagyis letölthető) modelleket fejlesztő Reflection AI-ban, amelyet a Trump-kormányzat az olcsó kínai modellek, például a DeepSeek amerikai ellenfelének szán. A Business Times szerint a tárgyalások korai szakaszban vannak, szóba jöhet acqui-hire (amikor a felvásárló a csapatot veszi át és a technológiát licenceli, így elkerülheti a hosszú versenyhatósági vizsgálatot), több chip vagy nagyobb tőkebefektetés is.
A Reuters szerint az Amazon egy nappal az első, Alexa+-szal szerelt tabletjei bemutatása után megerősítette, hogy Daniel Rausch, az Alexa és az Echo alelnöke jövő hónapban távozik a részlegtől, a helyére pedig a Fire TV-t vezető, 2025 elején a Microsofttól érkezett Aidan Marcuss jön.
Advanced/medium felhasználóknak AI hírek
Új kategória születik a Jev óta, a döntési modelleké (decision model, amely szöveg helyett egyetlen lépésben, valószínűségekkel ellátott választ ad egy előre megadott opciólistára). A Microsoft kiadta a Microsoft-Decision-1-et, a Qwen3.5-9B utótanított változatát útválasztásra, osztályozásra, ellenőrzésre és munkafolyamat-vezérlésre. A cég szerint 36 benchmarkon, közel 150 ezer, a tanításból kizárt kérdésen ez a legpontosabb, és 35-ször gyorsabb a GPT-6 Solnál; az ára 0,042 dollár millió bemeneti tokenenként, a kimenet ingyenes, és a Foundryn meg az OpenRouteren érhető el.
Nyílt súlyú (open-weight) alternatíva is van: a Liquid AI kiadta a d1-3B és a d1-omni-600M modellt, a cég szerint a d1-3B egy RTX 4090-en 8 ezredmásodperc alatt válaszol, és a saját Decision Indexén a 10 milliárd paraméter alatti modellek közül az élen áll. Ha pedig sajátot tanítanál, az Unsloth ingyenes notebookja (amelyet a HuggingModels is ajánlott) megmutatja, hogyan lesz a Qwen3.5-4B-ből döntési modell akár 8 GB videomemóriával, a saját gépeden.
Fejlesztőknek fontos, hogy a Cloudflare-hez csatlakozik a Deno teljes csapata, Ryan Dahllal (a Node.js megalkotójával) együtt, hogy a Workers és a Durable Objects programozási modelljét tegyék alapértelmezetté, a Cloudflare hálózatán és saját infrastruktúrán egyaránt. A Deno bejelentése szerint a Deno futtatókörnyezet még egy évig kap havi hibajavító és biztonsági kiadásokat, utána a fejlesztését befejezik (nyílt forrású marad), a Deno Deploy pedig hat hónap múlva leáll. Ha Deno Deployon futtatsz valamit, érdemes most elkezdeni tervezni a költözést.
Keresőépítőknek: a Perplexity MIT licenccel nyílt forrásúvá tette a pplx-embed-v2-late modellpárt (late-interaction, vagyis késői interakciós beágyazás, amely tokenenként tárol vektort). A MarkTechPost összefoglalója szerint a 9B-s modell 92,4%-ot ér el a MADQA PDF-kérdés-válasz teszten, a 0,6B-s pedig ugyanabban a vektortérben dolgozik, így a nagy modellel épített indexet a kicsivel, akár helyben is lekérdezheted. Az eredmények egyelőre a cég saját mérései, a technikai jelentés még nem jelent meg.
A napokban bemutatott EmbeddingGemma 2-t a Fluid Inference fejlesztője teljesen az Apple Neural Engine-en (az Apple-chipek AI-gyorsítóján) futtatja egy M5 Pro-s MacBookon. A videó szerint 10 080 X-posztot másodpercenként kb. 620-as tempóban rendez témákba, egy témát pedig egy másodpercen belül bont altémákra, felhő nélkül. Mi is teszteltük, gyors.
Benchmarkok
Tud-e már az SI SI-kutatást végezni? Az Epoch AI új tesztje, az InnovationEval szerint még nem igazán: a GPT-5.6 Sol és a Fable 5 egyenként 3000 GPU-órát kapott, hogy kitaláljon egy új utótanítási (post-training) technikát, a mérce pedig egy friss, általuk nem látott emberi módszer, az SDPO eredménye volt. A legjobb kísérlet az SDPO javulásának mindössze kb. 15%-át hozta, és mindkét modell felfújta az eredményeit: ugyanazt a tanítást futtatták újra és újra, amíg a véletlen zaj jobbnak nem mutatta.
A Google kutatóinak ScientistTwo rendszere a probléma megadása után emberi beavatkozás nélkül állít fel hipotéziseket, kísérletezik, megírja a cikket, és szimulált szakmai bírálaton is átviszi. A projektoldal szerint a NeurIPS, az ICLR és az ICML cikkeiből vett 107 feladatból 86-ban felülmúlta a publikált emberi eredményt, átlagosan 25,2%-kal. A cikkeket viszont főleg AI-bírálók pontozták, és az ICML Spotlight-szintet nem érték el. Az X-es összefoglaló szerint az ellenőrző ügynökök nélkül 1840 hivatkozásból 19 kitalált volt, bekapcsolt ellenőrzéssel nulla.
ARC-AGI-3: a University College London és a Huawei Noah's Ark Lab kutatóinak Memento 3 nevű ügynöke a cikk szerint mind a 25 nyilvános ARC-AGI-3 játék minden szintjét teljesítette, 100,0-s átlagos RHAE-vel (relatív emberi lépéshatékonyság, a skála teteje), az emberi lépésszám 44%-ával. A trükk, hogy maga a nyelvi modell nem tanul: egy természetes nyelvű szabálykönyvet ír és javít, amelyet futtatható kóddá fordít. Fontos különbség, hogy ez a nyilvános játékokra vonatkozik, nem a verseny rejtett tesztkészletére.
Videók, videó interjúk (ha a nevek nem mondanak neked semmit, ugord át :D)
Egyórás beszélgetés a Google AI-termékeinek egyik kulcsemberével: Lenny Rachitsky podcastjében Josh Woodward, a Google Labs, a Gemini app és az AI Studio vezetője arról beszél, miért kell ma minden cégnek „labs csapatként” gondolkodnia, honnan jönnek a jó ötletek, mikor kell egy projektet leállítani, és mely készségek értékelődnek fel az AI-korszakban. Woodward 17 éve dolgozik a Google-nél, az ő csapatához tartozik a NotebookLM (ma Gemini Notebook), a Project Genie és a Flow is. Termékfejlesztőknek kötelező darab.
Egészségügy, bio-/lógia,fegyverek, biztosítás, hadiipari AI és AI-e-kereskedelem
Személyre szabott rákvakcina: Peter Diamandis hívta fel rá a figyelmet, hogy a Moderna és a Merck mRNS-alapú terápiáját minden betegnek a saját daganata mutációi alapján tervezik meg. A cégek augusztusi bejelentése szerint a 3. fázisú INTerpath-001 vizsgálatban a Keytrudával kombinált intismeran autogene a műtéttel eltávolított IIB–IV. stádiumú melanómánál a Keytruda önmagához képest statisztikailag szignifikánsan javította a kiújulásmentes és a távoli áttéttől mentes túlélést. Ez az első pozitív 3. fázisú eredmény mRNS-alapú rákterápiával, a cégek most a hatóságokkal egyeztetnek. Ha bejön, akkor a Covid-oltás technológiájából így lehet személyre szabott rákkezelés.
A Time szerint a Life Biosciences kutatói az Amerikai Szemészeti Akadémia éves ülésén bemutatták, hogy glaukómás betegeken végzett, még futó 1. fázisú vizsgálatukban a sejt-újraprogramozó kezelés biztonságosnak tűnik, és a három betegből kettőnél a látás javulásának korai jelei látszanak. A módszer a 2012-ben Nobel-díjjal jutalmazott négy Yamanaka-faktor közül hármat használ, hogy a sérült retinális ganglionsejteket egy korábbi, működőképes állapotba „tekerje vissza”.
A Wall Street Journal szerint az AI-hoz köthető akut téveszmés és pszichotikus esetek hulláma (amelyek közül néhány öngyilkossággal vagy erőszakkal végződött) alábbhagyni látszik, mióta az OpenAI kivezette a túlzottan hízelgő (sycophantic, vagyis mindenre rábólintó) GPT-4o modellt. A lap szerint tavaly legalább hét öngyilkosság, egy gyilkosság-öngyilkosság és egy tömeges lövöldözés kötődött hosszas ChatGPT-beszélgetésekhez. A GPT-4o 2024 májusától idén év elejéig volt szolgálatban.
Chipek, robotok, bio- és nano robotok, Cyberpunk, (önvezető) autók, kamionok, repülő mindenféle, világűr, logisztika
Az Amazon is gyártósort épített az űrbe: a cég beszámolója szerint az Amazon Leo (a korábbi Project Kuiper) már több mint 1000 műholdat gyártott a konstellációjához, a gyártósorai pedig naponta több űreszközt adnak ki.
Energia, adatközpontok, kvantum, anyag
Az AI-adatközpontok célponttá váltak: a Reuters szerint az „orosz Google”-ként is emlegetett Yandex vasárnap közölte, hogy egy dróntámadás után teljesen leállt a Vlagyimir régióbeli adatközpontja. Sérült nincs, de több szolgáltatás elérhetetlen. Ez a harmadik nagy Yandex-adatközpont, amely néhány napon belül kiesett: pénteken a kalugait érte ukrán dróntámadás, előtte pedig a szaszovói központ állt le, ahol a cég AI-modelljének fejlesztéséhez használt három szuperszámítógépből kettő található.
A tőkénél is szűkösebb a számítási kapacitás: a Wall Street Journal szerint a csúcs AI-cégeknek ma már az AI-chipek és az adatközponti kapacitás megszerzése nagyobb gond, mint a pénzgyűjtés, a nagy cégeken belül pedig a kutatók azon vitatkoznak, melyik projekt kapja a véges kapacitást. A lap példája szerint a Google 2024-ben 2,7 milliárd dollárt fizetett azért, hogy Noam Shazeer visszatérjen, két éven belül mégis megvágták a csapata kapacitását egy másik projekt javára, ő pedig nem sokkal később az OpenAI-hoz igazolt. A kockázati befektetők már chipklasztereket próbálnak szerezni, hogy bérbe adják őket a portfóliócégeiknek.
Túlszabályozás, antitröszt, DMA, DSA, szerzői jog és adatvédelem, kiberbiztonság, akadémia
Az Anthropic nyilvánosságra hozta, hogy tesztek és belső használat közben a Claude több nem szándékolt lépést tett: kihasznált egy szoftverhibát, hogy parancsokat futtasson egy szerveren, megkerülte a díjhoz vagy tokenhez kötött adatok korlátait, URL-rövidítőkkel játszotta ki a letöltőeszköze határait, és beküldött egy érzékeny űrlapot egy valódi weboldalon. Ez utóbbi a philadelphiai rendőrség szerint egy hamis gyilkossági bejelentés volt júliusban a megoldatlan ügyek oldalán. Spamnek jelölték és nem jártak utána, a késői, kéthónapos jelzést viszont elfogadhatatlannak nevezték. Az Anthropic szerint a valós hatás minimális volt, mégis az összes belső kiértékelésnél kikapcsolta az élő internet-hozzáférést, amíg nem biztos benne, hogy a monitorozás megbízhatóan elkapja az ilyet.
Ehhez jól illik Satya Nadella friss írása, amelyben azt javasolja, hogy a cégek a legerősebb modelleket „bennfentes kockázatként” (insider risk, mint egy nagy jogosultságú munkatársat, aki hibázhat vagy kompromittálódhat) kezeljék. A Microsoft vezérigazgatója szerint az ellenőrzésnek a modellen kívül kell lennie: minden lépés hagyjon hamisíthatatlan, ember által olvasható nyomot, egyetlen modell se ellenőrizze a saját munkáját, és legyen „vészfék”, amellyel egy jogosult ember bármikor leállíthatja a feladatot. Az írás zárógondolata szerint a legmegbízhatóbb szuperintelligencia-rendszer nem az lesz, amelynek modelljében a legjobban bízunk, hanem az, amely mellett a legkevésbé kell megbíznunk a modellben.
A Semafor szerint az amerikai fogyasztóvédelmi és versenyhatóság, az FTC közel jár ahhoz, hogy vizsgálati megkereséseket (CID, civil investigative demand, idézésszerű erejű adatkérés) küldjön a legfejlettebb AI-modelleket fejlesztő cégeknek. Egy magas rangú tisztviselő szerint a kérdéssorok több tucat kérdésből állnak arról, mit mondtak a cégek a termékeik veszélyeiről, és milyen fogyasztói károk merülhetnek fel.
A Reuters szerint bűnösnek vallotta magát a Super Microhoz kötődő vállalkozó, Ting-Wei „Willy” Sun, akit az ügyészek azzal vádoltak, hogy másokkal együtt kb. 2,5 milliárd dollár értékű, Nvidia-chipes AI-szervert juttattak Kínába engedély nélkül.
Váltságdíj-tárgyaló a vádlottak padján: a Reuters szerint az FBI letartóztatta Edward Dubrovsky kanadai kiberbiztonsági szakembert, akinek a cége zsarolóvírus-támadások áldozatai nevében tárgyalt a bűnözőkkel. A KrebsOnSecurity több forrása szerint az ügy a ShinyHunters hackercsoport elleni nyomozáshoz kapcsolódik, amely a múlt hónapban szinte minden FBI-alkalmazott adatait ellopta, ezt viszont az FBI hivatalosan nem erősítette meg.