Halljuk, mit gondolnak az AI előretöréséről és társadalmunkra gyakorolt hatásáról korunk népszerű szakértői! Sőt, ne csak halljuk, hanem kommentáljuk is! - így döntött a szigorú szerkesztőség. Pogi, Fridi, Artúr és főleg Pogi: mit gondolunk a népszerű-tudományos megközelítésről, a sommás állításokról, a ténybeli pontatlanságokról és a hatékony problémafelvetésről egy-két podcast-idézetet véve alapul.

Kirándulás az LLM sötét(ebb) oldalára: generált vásárlói vélemények, hallucinációval fűszerezett jogászi érvelések, kitalált tudományos publikációk és középszerű szemináriumi dolgozatok - nem kellemes dolgok, de nem is látjuk bennük a világ végét. Ahogy a fake news, a kreatívipari visszaélések és a hamis egészségügyi tanácsok sem állítják meg a Föld forgását. Akkor most mi lesz?

Körülnéztünk, milyen áttörések történtek AI területen az elmúlt években, amelyek nem esnek bele a nagy nyelvi modell hype hullámba. Robotika, sőt kobotika, kvantumszámítástechnika, neuromorfikus chipek (Intel Loihi 2 és IBM NorthPole) és neuro-szimbolikus AI rendszerek, edge computing, önjáró laboratóriumok és a zöld AI - érdekes, hogy elsősorban hardver-központú területeket találtunk. Meg egy kérdést: tényleg mindenbe kell AI?

Sam Altman augusztusban újságírók jelenlétében többször is kimondta a "AI buborék" kifejezést! Nekünk meg a dotcom lufi jutott eszünkbe, és Vágási Feri. Szó volt arról, hogy a technológiai óriáscégek (Magnificent Seven) milyen mértékben járulnak hozzá az USA GDP-növekedéséhez, miközben részvényeik túlértékeltek, és igazi AI-profitot még nem termeltek. Megbámultuk az AI fejlesztések körüli hype-ot és annak gazdasági hatásait, felvetve, hogy egy piaci korrekció várható, de az AI technológia fejlődése nem fog leállni. Egy fontos „mellékhatás” lehet az adatközpontok hatalmas energiaigénye miatt a fenntartható energia fejlesztése, ahogy annak idején a vasútépítési boomból lett a távközlés.

Hogyan jutottak el az amerikai PBC-k (kb. közhasznú vállalatok) formájában működő AI-cégek vezetői oda, hogy a morális működés csak opció? Ki tehet az USA AI stratégia terjedelméről? A kínai államkapitalizmus legyőzi-e az alapkutatások terén a amerikai üzleti szemléletű kutatásokat? Igaza van-e az LLM hype-ot hűteni igyekvő megmondó embereknek? Ezekre a kérdésekre keressük a választ az eheti hírösszefoglalóban.

Elindult a Minerva Intézet, a műsorvezetők AI-alapú telefonos közvéleménykutató szolgáltatása, ami egyfajta ágens alapú AI. Ilyenek mostanában sorra jelennek meg, a "rakj össze 10 perc alatt egy vállalatot" tartalmú videókkal együtt. Vajon van-e ennek értelme, és hihetünk-e a "one person unicorn", azaz az olyan egyszemélyes vállalatok eljövetelének, amelyek elérhetik az egymilliárd dolláros értékeltséget? Védhető-e egy ilyen "üzleti ötlet" a másolatoktól, avagy hol van az economic moat? Másfelől: hogy lehetséges, hogy a Booking.com értékeltsége ugyanannyi, mint a hét legnagyobb légitársaságé együtt, miközben azok árbevételének töredékét éri csak el?

Könnyed nyári híradónak indult, de súlyosan végződött: az EU AI Act elhalasztását kérő cégek kapcsán az európai versenyképességen vitáztunk, a szerzői jogtulajdonosok kontra Meta és Anthropic perek kimenetele miatt a szerzői jogi rendszer elavultságáról koppantak keményen a szavak, az AI-tól cidriző tanárokon csak hümmögtünk, az apró jobbra hangolástól benácult Grok modell miatt pedig a balra tolódott sajtón és a meglepett konzervatívokon feszültünk egymásnak. Nesze neked vízparti tartalom!

A Mozilla Corporation, a Firefox böngésző gyártója 2017-ben megvette az egyik legnépszerűbb könyvjelző-gyűjtő alkalmazást, a 2007-ben Read-it-later néven alapított Pocketet, amit idén egyszercsak bezárt a megváltozott felhasználói szokásokra hivatkozva. Miben bízhat az egyszeri felhasználó, ha a jól működő és sokak által használt szolgáltatásokat is bezárják a cégek, vannak-e fenntartható üzleti modellek a startupoknál, milyen korábbi nagy bezárások borzolták a kedélyeket, és hogy nézett ki az Excelben elrejtett repülőszimulátor?

A nagy nyelvi modellek eredményességét nehéz mérni, hiszen egy meglehetősen szubjektív tevékenységet kellene összehasonlítható és objektív módon értékelni. A régebbi benchmark-adatbázisok, mint pl. az MMLU vagy a GPQA már nem jelentenek kihívást az LLM-eknek (ahogy ezt az LMArena Leaderboardján is láthatjuk), mert rájuk tanultak - de akkor mi a megoldás? Az Apple tanulmánya szerint (The Illusion of Thinking) úgysem tudnak komplex problémákat megoldani az LLM-ek, és Caiwei Chen is azt írja, hogy válságban a benchmarking (Can We Fix AI's Evaluation Crisis?). Amíg ezek vitatkoznak, mi versenyezhetünk az LLM-ekkel - ki az okosabb?

Az OpenAI konkurenseit bemutató sorozatunk második részében a Claude LLM-et fejlesztő Anthropicot mutatjuk be, amelyet az OpenAI-ból kiugrott kutatók, élükön az Amodei testvérpárral alapítottak. A közhasznú, de for-profit vállalat a biztonságosabb AI-t tűzte ki célként, az alapítók kissé hippik, de azért sikerült a crypto-bűnözőtől elfogadni a kezdőtőkét, majd az Amazon befektetésein felnövekedni meghatározó piaci szereplővé. A CEO Dario Amodei blogján olvashatunk a szerető kegyelem gépeiről és az AI magyarázhatóságának szükségszerűségéről, mikközben máshol a neten pedig az Anthropic számairól találunk érdekes grafikonokat.