Mesterséges intelligencia

Láttál már olyan robotot, animációs figurát, vagy éppen videojáték-karaktert, ami annyira élethű volt, hogy már szinte zavaróan hatott? Nem tudtad eldönteni, hogy emberi-e vagy sem, és ez a bizonytalanság furcsa, nyugtalanító érzést keltett benned? Ha igen, akkor nagy valószínűséggel megtapasztaltad az "uncanny valley", azaz a "hátborzongató völgy" jelenségét. De mi is ez pontosan, és miért vált ki belőlünk ilyen erős reakciót?

A mesterséges intelligencia fejlődése egyre inkább lehetővé teszi, hogy az LLM modellek bonyolult matematikai problémákat is megoldjanak. De vajon mennyire képesek egy általános iskolai versenyfeladat logikai kihívásainak megfelelni? Egy korábbi tesztben már megvizsgáltam a különböző modellek teljesítményét, most pedig az OpenAI új O3 modellje kapcsán végeztem el egy friss összehasonlítást.

Az OpenAI nemrégiben bemutatta az o3-mini modellt, amely az érvelési képességekre optimalizált mesterséges intelligencia rendszerek sorában egy újabb lépést jelent. Az új modell különösen azoknak lehet hasznos, akik technikai vagy tudományos problémák megoldására keresnek AI-alapú támogatást.

A gépi tanulás és a nagy nyelvi modellek (LLM-ek) előretörése egy olyan számítástechnikai kihívást teremtett, amelynek megoldása sokkal több, mint egy egyszerű hardverfejlesztési kérdés. Az elmúlt évek mesterséges intelligencia robbanása olyan speciális számítási igényeket támasztott, amelyekre jelenleg szinte kizárólag az NVIDIA talált megoldást.

Az MI modellek fejlődése az elmúlt években lenyűgöző ütemben haladt előre, de vajon hogyan teljesítenek ezek a rendszerek egy 5. osztályos matematika versenyfeladat megoldásában? Ebben a tesztben nemcsak a modellek problémamegoldó képességét vizsgálom, hanem betekintést nyújtok abba is, hogy mennyire hatékonyan tudnak optimalizációs problémákat kezelni.

Az MI világában eddig a zárt rendszerű modellek, mint a GPT-4 vagy a Claude Sonnet, uralták a csúcskategóriás megoldások piacát, azonban ezekhez hozzáférni gyakran költséges és korlátozott lehetőségekkel jár. A DeepSeek-V3 megjelenése azonban új korszakot nyitott: ez az open-source nyelvi modell nemcsak hogy versenyképes teljesítményt nyújt a legismertebb zárt modellekkel szemben, de lehetőséget kínál arra is, hogy saját infrastruktúrán belül futtassuk.

A Mixture-of-Experts (MoE) egy gépi tanulási architektúra, amely a "felosztás és uralkodás" elvét követi. Az alapötlet az, hogy egy nagy modellt több kisebb, specializált almodellre – úgynevezett "szakértőkre" – bontanak, amelyek mindegyike egy adott feladatra vagy adathalmaz-részletre specializálódik.

A nagy nyelvi modellek (LLM-ek) használata során (pl. GPT 4o, Claude Sonnet) gyakran felmerülő kérdés, hogy milyen nyelven érdemes kommunikálni velük a leghatékonyabb eredmény elérése érdekében. A modellek többnyelvű képességei lehetővé teszik a hatékony kommunikációt számos nyelven, bár az angol nyelvű bemenetekkel és válaszokkal összevetve azonban más nyelveken látszólag csökken a modellek teljesítménye.

Az emberi agy, ez a komplex biológiai rendszer, évmilliók evolúciója során tökéletesedett, míg a nagyméretű nyelvi modellek (LLM-ek) a mesterséges intelligencia legújabb vívmányai. Bár az LLM-ek lenyűgöző képességeket mutatnak a nyelvfeldolgozás terén, vajon felülmúlhatják-e valaha az emberi agy komplexitását és képességeit? Megvizsgálom az agy és az LLM-ek működésének alapvető aspektusait, összehasonlítom a két rendszert, és megpróbálok rávílágítani a hasonlóságokra és a fundamentális különbségekre.

A mesterséges intelligencia egyik legdinamikusabban fejlődő területe a nagy nyelvi modellek (LLM-ek) fejlesztése, amelyek napjainkban a legnépszerűbbek közé tartoznak. Egyre több szolgáltató jelentkezik saját modellekkel, legyenek azok zárt vagy nyílt forráskódúak. Ezek a modellek különböző témákban, különböző minőségben, pontosságban tudnak válaszolni. Az innováció gyors üteme miatt szinte heti szinten változik, hogy melyik modell nyújt jobb teljesítményt. De vajon hogyan állapítható meg, hogy egy adott modell valóban jobban teljesít a többinél? Milyen módszerekkel és tesztekkel hasonlíthatók össze ezek az eszközök?

Képzelje el, hogy minden, amit lát, hall és érez - a kedvenc fotele, a szomszéd fűnyírója, sőt még a legkedvesebb emlékei is - egy zseniális szimuláció részei. Mi lenne, ha kiderülne, hogy nem egy fizikai univerzumban élünk, hanem egy mesterséges intelligencia (AI) által létrehozott virtuális valóságban?

A 2024-es fizikai Nobel-díjat John Hopfield és Geoffrey Hinton kapták meg mesterséges intelligenciával kapcsolatos úttörő munkájukért. Az elismerés a mesterséges neurális hálózatok terén elért alapvető felfedezéseiket honorálja, amelyek lehetővé tették a modern gépi tanulás fejlődését. Az 1980-as években végzett kutatásaik megalapozták a mai AI technológiákat, beleértve a képfelismerést és a nyelvi feldolgozást is. Ez a forradalmi munka jelentősen hozzájárult a tudományos és technológiai világ előrehaladásához.

A Google DeepMind nemrégiben bejelentette az AlphaChip nevű nyílt forráskódú mesterséges intelligencia rendszerét, amely forradalmasítja a számítógépes chipek tervezését. Az AlphaChip képes órák alatt optimalizált chip elrendezéseket generálni, szemben a hagyományos módszerekkel, amelyek hónapokig tarthatnak.

Az OpenAI legújabb mesterséges intelligencia modellje, az o1, amely korábban „Strawberry” kódnéven futott, mostantól elérhető. Az o1 modellt kifejezetten a mesterséges intelligencia érvelési képességeinek fejlesztésére tervezték. Több forrás is arról számolt be, hogy ez az új modellcsalád célja a tudomány, a programozás és a matematika terén felmerülő összetett problémák megoldása, azáltal, hogy több időt tölt a „gondolkodással” a válaszadás előtt.

A francia startup, a Mistral AI, belépett a multimodális mesterséges intelligencia területére a Pixtral 12B kiadásával. Ez a 12 milliárd paraméteres modell képes egyszerre kezelni szöveget és képeket, ami lehetővé teszi, hogy versenyre keljen az olyan tech óriások hasonló modelljeivel, mint az OpenAI és az Anthropic.

Az AI technológiák fejlődése újabb és újabb funkciókkal gazdagítja a felhasználói élményt, de kevés olyan újítás van, amely olyan átfogó hatást gyakorol, mint a ChatGPT memória funkciója. Ez az új eszköz lehetővé teszi, hogy az interakciók mélyebbé, személyre szabottabbá és hatékonyabbá váljanak, megnyitva ezzel az utat egy teljesen újfajta ember-gép kapcsolat felé.

A mesterséges intelligencia és a robotika világában az egyik legizgalmasabb és egyre szélesebb körben kutatott terület a SWARM intelligencia. Ez a megközelítés a természetben megfigyelhető kollektív viselkedési mintákra épít, mint amilyeneket a hangyák, méhek vagy madárrajok mutatnak. A cél, hogy ezekből a rendszerekből tanulva fejlesszenek ki olyan mesterséges rendszereket, amelyek képesek összetett feladatok hatékony elvégzésére decentralizált, önszerveződő módon.

Az xAI legújabb fejlesztése, a Grok-2, nemrégiben jelent meg az X platform prémium felhasználói számára, és azóta izgalmas vitákat generál. Az AI-asszisztens továbbfejlesztett verziója számos új képességgel büszkélkedhet, beleértve a chatelést, kódolást, logikai feladatmegoldást, valamint a képgenerálást – ez utóbbi miatt különösen sokan fejezik ki aggodalmukat.

A mezőgazdaság a technológiai forradalom küszöbén áll, és ennek az átalakulásnak az élvonalában a mesterséges intelligencia (MI) áll. Az MI forradalmasítja az agrárszektort, új megoldásokat kínálva a termelékenység növelésére, az erőforrások optimalizálására, valamint olyan kihívások kezelésére, mint a munkaerőhiány és a fenntarthatóság. A gépi tanulás, a robotika és az adatelemzés integrációjával az MI nem csupán a mezőgazdasági gyakorlatok hatékonyságát javítja, hanem fenntarthatóbb és jövedelmezőbb jövőt is biztosít az élelmiszertermelés számára.

Az első AI tél, amely 1974 és 1980 között zajlott, jelentős időszak volt a mesterséges intelligencia kutatásában, amikor az érdeklődés és a finanszírozás jelentősen visszaesett. Ez a hanyatlás egy optimista korszak után következett be az 1950-es és 1960-as években, amikor a kutatók merész jóslatokat tettek az AI potenciáljáról

A Google DeepMind AI rendszerei jelentős mérföldkövet értek el, amikor ezüstérem szintű teljesítményt nyújtottak a 2024-es Nemzetközi Matematikai Olimpián (IMO). A vállalat specializált modelljei, az AlphaProof és az AlphaGeometry 2, sikeresen megoldottak négyet a hat problémából a rangos versenyen, ezzel bemutatva az AI növekvő képességeit a komplex matematikai feladatok megoldásában.

Ray Kurzweil, a neves jövőkutató és a Google mérnöke merész jóslatokat tett a mesterséges intelligencia jövőjéről, beleértve az Általános Mesterséges Intelligencia megjelenését 2029-re és a technológiai szingularitást 2045-re. Az Independent beszámolója szerint Kurzweil közelgő könyve, "The Singularity is Nearer", frissíti az AI fejlődésének idővonalát és annak potenciálját, hogy átalakítsa az emberi biológiát és élettartamot.

Az OpenAI megkezdte a várva várt Fejlett Hangmód bevezetését a ChatGPT-ben, amely mostantól néhány Plus előfizető számára elérhetővé teszi a hiperrealisztikus hangalapú interakciókat a GPT-4o modell erejével. Ahogy a TechCrunch is beszámolt róla, ez az új funkció természetesebb, valós idejű beszélgetéseket ígér az AI-val, beleértve a mondat közbeni megszakítás és az érzelmi intonációk felismerésének képességét.

A SearchGPT egy AI-alapú keresőmotor, amely kihívást kíván intézni a Google dominanciájával szemben azzal, hogy gyors, beszélgetés alapú válaszokat nyújt egyértelmű forrásmegjelöléssel. Ahogy arról a Reuters beszámolt, ez a korlátozott bevezetés az OpenAI belépését jelzi a versenyképes keresőpiacra, potenciálisan átalakítva azt, ahogyan a felhasználók információkat keresnek és lépnek kapcsolatba az online tartalmakkal.

A GPT-4o mini 82%-os eredményt ért el az MMLU benchmark teszten, felülmúlva más hasonló kis modelleket. A modell 128,000 tokenes kontextusablakkal rendelkezik, és támogatja a szöveg és vizuális képességeket, valamint a jövőben tervezik az audio és videó funkciók hozzáadását.

Mistral NeMo, egy olyan nyelvi modell, amely mind méretében, mind képességeiben figyelemreméltó előrelépést jelent. Ez az új modell nem csupán a tudományos közösség, de a vállalati szektor számára is izgalmas lehetőségeket kínál.

Az OpenAI nemrégiben bemutatta ötlépéses ütemtervét az Általános Mesterséges Intelligencia (AGI) eléréséhez. Ez a mérföldkő forradalmasíthatja a mesterséges intelligencia területét, és potenciálisan felülmúlhatja az emberi képességeket különböző területeken. Rachel Metz, a Bloomberg riportere, elsőként számolt be erről a tervről, amely részletezi azokat a lépéseket és mérőszámokat, amelyekkel az OpenAI nyomon követi AGI-fejlesztéseit.

Az OpenAI társalapítója és korábbi vezető tudósa, Ilya Sutskever új mesterséges intelligencia vállalatot indított Safe Superintelligence Inc. (SSI) néven. A vállalat célja egy olyan szuperintelligens AI rendszer kifejlesztése, amely elsődlegesen a biztonságot és a biztonsági szempontokat helyezi előtérbe.

Az Intel új Gaudi 3 AI gyorsítója ígéretes költséghatékony alternatívát jelent az Nvidia H100-hoz képest. Az Intel a Gaudi 3-as processzorokból álló alaplapját jelentősen alacsonyabb áron kínálja, miközben a mesterséges intelligencia (AI) munkaterhelésekben jobb teljesítményt állít magáról, így komoly versenytársat állítva az Nvidia domináns pozíciójának.

Az Anthropic új mesterséges intelligencia modellje, a Claude 3.5 Sonnet, új ipari mércéket állít fel a gondolkodás, tudás és kódolási képességek terén. Az elődjénél kétszer gyorsabb modell kiemelkedik a bonyolult feladatokban, és az új Artifacts funkcióval javítja az együttműködést.

Ilya Sutskever, az OpenAI társalapítója és vezető kutatója bejelentette, hogy távozik a vállalattól. Ez a hír egy viharos időszakot követ az OpenAI-nál, beleértve egy sikertelen kísérletet Sam Altman vezérigazgató eltávolítására. Sutskever távozása jelentős pillanat a mesterséges intelligencia kutatással foglalkozó szervezet számára, tekintettel kulcsszerepére annak alapításában és fejlesztésében.

A Moravec-paradoxon az MI-kutatás és a robotika területén egy ellentmondásos jelenségre hívja fel a figyelmet: az emberek számára egyszerű feladatok gyakran rendkívül nehezek a gépeknek, és fordítva. Ez a Hans Moravec és más kutatók által az 1980-as években megfogalmazott paradoxon máig alapvető megfigyelésnek számít a területen.

Az OpenAI,nemrégiben mutatta be legújabb nyelvi modelljét, a GPT-4o-t. A GPT-4o, amelynek a neve az "omni" szóból származik (omnivorous - mindenevő), jelentős előrelépést jelent a mesterséges intelligencia területén, mivel képes kezelni a szöveget, a beszédet és a videót is. Ez a multimodális megközelítés új lehetőségeket nyit a fejlesztők és a felhasználók számára egyaránt, és tovább erősíti az OpenAI pozícióját a mesterséges intelligencia élvonalában.

Az OpenAI és a Stack Overflow bejelentették partnerségüket, hogy a közösség műszaki tudásának beépítésével javítsák az AI-modellek képességeit. Ez az együttműködés lehetővé teszi, hogy az OpenAI hozzáférjen a Stack Overflow API-jához, ami megbízható adatbázist kínál az AI fejlesztéséhez, illetve segít a modellek teljesítményének javításában, különösen a programozási és műszaki kérdésekben.

A Microsoft egy hatalmas új nyelvi modellt fejleszt, az MAI-1-et, amely potenciális riválisa lesz a Google és az OpenAI hasonló eszközeinek. A mintegy 500 milliárd paraméterrel rendelkező MAI-1 célja, hogy javítsa a Microsoft mesterségesintelligencia-kapacitását, különösképp a Bing kereső és Azure felhős szolgáltatások terén.

Warren Buffett, az egyik legismertebb befektető megkongatta a vészharangot az egyre kifinomultabb mesterséges intelligencia-technológiák kapcsán. A Berkshire Hathaway vezére szerint az AI jelentős veszélyeket rejt magában, ha csalók kezébe kerül, akik megtévesztő adathalász és egyéb átverési technikákhoz vethetik be.

xAI, egy hatalmas szuperszámítógépet épít, amit a "Gigafactory of Compute" néven emlegetnek. Ennek a szuperszámítógépnek az lesz a feladata, hogy új szintre emelje beszélgető AI-jukat, Grok-ot.

A rovarok tudatosságának kérdése egy igen érdekes terület, ami a mesterséges intelligencia fejlesztése szempontjából is eltérő státuszba helyezheti mind a rovarokat, mind a szoftvereket. A korábban egyszerű automatáknak gondolt lényekben rejlő tudatosság lehetőségének szélesebb körű elfogadását a tudósok és filozófusok javarászt másként látják. A legújabb kutatások és viták egyre inkább arra utalnak, hogy a rovarok valóban átélhetnek valamilyen formájú tudatosságot, bár ez a tudatosság valószínűleg alapvetően különbözik az emberi tudatosságtól.

Az NVIDIA 700 millió dollárért felvásárolta a Run:ai izraeli startupot, megfontolt stratégiai lépésként erősítve pozícióját a mesterséges intelligencia szektorban. A Run:ai az AI-fejlesztésekre specializálódott, és Kubernetes-alapú szoftverplatformot biztosít az infrastruktúra-menedzsment és a GPU-alapú AI terhelések optimalizálására.

Az Apple felvásárolta a Datakalab-ot, egy francia mesterséges intelligencia startupot, amely az eszközökön futó MI-feldolgozásra, a számítógépes látásra, és a mélytanulási algoritmusokra szakosodott. A felvásárlást 2023 decemberében zárták le, ismeretlen összegért, és a közelmúltban az Európai Bizottság is beszámolt róla.

A kvantuminternet megtervezése alapvető elemek sokaságát teszi szükségessé, amelyek között a kvantummemória meghatározó szerepet játszik. A kvantummemória a kvantumhálózat hatékony működéséhez nélkülözhetetlen, ugyanis a kvantumos információ tárolását biztosítja. Ez a memóriatípus a kommunikációs csatornák, valamint a hálózat lokális funkcionális egységei közötti összeköttetésként szolgál.

lon Musk xAI nevű mesterséges intelligencia vállalata a hírek szerint közel áll egy jelentős, 6 milliárd dolláros befektetés megszerzéséhez, ami 18 milliárd dollárra értékelné a céget.

Az Apple bemutatta az OpenELM (Open Efficient Language Models) névre keresztelt új nyílt forráskódú nagyméretű nyelvi modellsorozatát. Ezeket a modelleket arra tervezték, hogy helyileg működjenek az eszközökön. Ez drasztikus változást jelent a hagyományos, felhőalapú szerverfeldolgozásra való támaszkodáshoz képest. A fejlesztés az Apple tágabb stratégiájának része, hogy fejlettebb mesterséges intelligencia képességeket integráljon közvetlenül az eszközeibe, ezzel javítva az adatvédelmet és a feldolgozási sebességet.

Meta hivatalosan is kiadta a Llama 3-at, egy új sorozatú nyílt forráskódú nagy nyelvi modellt (LLM), amely számos fejlesztést és funkciót tartalmaz, melyeket úgy terveztek, hogy több platformon javítsák az AI-alkalmazások teljesítményét. A Llama 3 modellek két méretben érhetők el: 8 milliárd és 70 milliárd paraméterrel, mindkettő előre betanított és instrukcióra hangolt változatban.

A párizsi startup, a Mistral AI, a nagy nyelvi modellekre (LLM) szakosodott vállalat tárgyalásokat folytat befektetőkkel, hogy 5 milliárd dolláros értékelés mellett gyűjtsön újabb tőkét. A The Information számolt be a hírről, egy, az ügyre rálátó forrásra hivatkozva.

Yahoo hivatalosan is felvásárolta az Artifactot, az Instagram társalapítói, Kevin Systrom és Mike Krieger által létrehozott, AI-vezérelt hírgyűjtő és felfedező platformot. A 2024. április 2-án bejelentett akvizíció a Yahoo elkötelezettségét mutatja a fejlett AI-technológiával történő hírszolgáltatás fejlesztése iránt.

A Microsoft és az OpenAI a Busines Insider információ szerint egy merész projekt keretében egy "Stargate" elnevezésű szuperszámítógépet terveznek létrehozni, melynek becsült költsége eléri a 100 milliárd dollárt. Az ambiciózus terv egy öt fázisból álló stratégia része, ahol a Stargate az ötödik szakasz, 2028-ra várható indítással.

Az új Blackwell GPU-val felszerelt platform lehetővé teszi a vállalatok számára, hogy akár billió paraméteres AI modelleket építsenek és futtassanak, így áttöréseket érve el számos területen, mint az adatfeldolgozás, mérnöki szimuláció, elektronikus tervezés automatizálása, számítógéppel segített gyógyszertervezés, kvantumszámítás és generatív AI.

Az xAI bejelentette, hogy nyílt forráskódúvá tette a Grok-1 nyelvi modelljét, ezzel követve Elon Musk azon szándékát, hogy a Grok-ot mindenki számára hozzáférhetővé tegye, és ezzel demokratizálja az előrehaladott AI technológiákhoz való hozzáférést.

Az "AI tél" fogalma olyan időszakokra utal, amikor a mesterséges intelligencia (AI) kutatásában és fejlesztésében jelentős visszaesés tapasztalható az érdeklődés, a finanszírozás és az előrehaladás terén. Ezek a visszaesések gyakran követik a magas elvárások és az azt követő kiábrándulás ciklusait, globálisan befolyásolva a kutatást és fejlesztést.