A mesterséges intelligencia mind hatékonyabban végzi a hétköznapi feladatokat, ugyanakkor az ebből származó előnyök egyre inkább függenek attól, hol él valaki, milyen nyelvet beszél és mennyi irányítást gyakorol a technológia felett. Az elmúlt fejleményeket elemezve a This Week in AI adása foglalkozott az OpenAI és az Anthropic újításainak hatásával, a regionális modellek előretörésével, valamint azzal, milyen kihívásokat jelent az AI szélesebb körű és felelősségteljes elérhetővé tétele.
Mindennapi szolgáltatásokba belépő frontier AI
Az OpenAI bemutatta a LifeVal nevű benchmarkot, amely azt méri, hogy az AI milyen jól kezeli a hétköznapi teendőket — például gyermekfelügyelet keresését, háztartási költségvetés kezelését vagy állami szolgáltatások igénybevételét. A LifeVal pontszámok az OpenAI szerint 49%-ról (GPT-5.2) körülbelül 80%-ra emelkedtek GPT-5.6 és GPT-6 Astra esetén. Ez a mérőeszköz segíthet a kutatóknak értékelni, hogy a modellek képességeinek javulása valóban gyakorlati segítséget jelent-e a mindennapi feladatokban.
Az OpenAI arról is közölt adatot, hogy a ChatGPT mostanra nagyjából a Google keresési forgalmának 20%-át kezeli kereséshez hasonló lekérdezésekben; a cég azonban nem részletezte a mérési módszertant. Emellett az új GPT-6 Cyber modellt engedélyezett biztonsági csapatok számára tették elérhetővé, amely a szoftveres sebezhetőségek azonosítását és javítását hivatott segíteni.
Az Anthropic teszteli a Claude olvasási-módú bankszámlacsatlakozásait egyes amerikai előfizetők számára, ami lehetővé teszi a költések elemzését és szokatlan terhelések azonosítását. Ahogy az AI asszisztensek átvállalnak olyan feladatokat, amelyeket korábban bankok, keresőmotorok és speciális szoftverek láttak el, ezek az iparágak újragondolják, hogyan szolgálják ki ügyfeleiket és miként védik az adataikat.
Az Anthropic emellett közzétette a FlashProve nevű kutatói prototípust, amely kriptográfiai bizonyítékokkal igazolja, hogy melyik modell állította elő egy választ. A nonprofit METR jelentése szerint az AI-asszisztencia az Anthropicnál az elmúlt évben nagyjából megkétszerezhette egyes modellfejlesztési feladatok előrehaladásának ütemét. A jelentés nem bizonyít rekurszív önfejlesztést, de azt jelzi, hogy az AI-munkatársak már most felgyorsítják a fejlesztési folyamatok bizonyos részeit; ez pedig növeli a megbízhatóság és a hatásvizsgálat szükségességét.
Regionális AI: nyelvi és hozzáférési egyenlőtlenségek kezelése
Korábban felhívták a figyelmet az úgynevezett „tokenizer tax”-re, amely miatt egyes nyelvek feldolgozása drágább lehet, mert több tokent igényelnek, mint az angol. Új kutatás a University of Michigantől további hátrányt mutatott ki: egy tesztben a pashto nyelvű kérdések megválaszolása akár 179-szer több energiát fogyasztott, mint az angol megfelelőké, miközben a pontosság is rosszabb volt. Az eredmények azt szemléltetik, hogy a nyelv hogyan befolyásolja az AI-szolgáltatások költségét és minőségét.
E válaszok részeként országok saját nyelvükre és infrastruktúrájukra szabott modellekbe fektetnek. Ibero-amerikai országok megállapodtak egy regionális AI-szövetség létrehozásáról a modellfejlesztés, az adathasználat és a számítási erőforrások koordinálására. India bemutatta három hazai modellt, köztük az EKA-1-et, amely 22 indiai nyelvet és az angolt támogatja, valamint két Dhīr modellt, amelyek offline dokumentumkezelésre készültek — az offline működés különösen hasznos lehet a megbízhatatlan internethozzáféréssel rendelkező vidéki területeken.
További helyi fejlesztések például Indonézia GoTo projektje, az Egyesült Arab Emírségek Jais 3 modellje és Uganda Sunflower V2 rendszere. Ezek a kezdeményezések lehetővé tehetik a fejlesztők számára, hogy nagyobb kontrollt gyakoroljanak a helyi nyelveket kiszolgáló AI fölött, és csökkentsék a kizárólagos, proprietáris szolgáltatásoktól való függést, még akkor is, ha egyes rendszerek nagyobb laborok nyílt alapmodelljeire épülnek. Többnyelvű telepítések esetén a teljesítmény és a költség országonkénti, illetve nyelvenkénti tesztelése olyan problémákat tárhat fel, amelyeket az angol alapú benchmarkok nem mutatnak.
A felelős AI a telepítéstől függ
A felelősséges AI-irányítás kérdéseiben is akadt botrány: a Google kritikát kapott az iskolai fiókoknál bevezetett AI-szabályozási változtatások miatt. Az új megállapodás értelmében az iskolák, amelyek letiltják az AI-funkciókat, ugyanakkor elveszíthetik a Google Search hozzáférést, így a pedagógusok kevesebb kontrollt kapnak afelett, milyen eszközöket használhatnak a tanulók.
Európában az EU legfelsőbb bíróságának egyik tanácsadója arra hívta fel a figyelmet, hogy a chatbotok sérthetik a kiadók jogait, amikor hírtartalmakat reprodukálnak; ez az állásfoglalás egy vitából pattant ki, amelyben a Google Gemini és egy magyar kiadó érintett. A végső ítélet még várat magára, de az ügy hatással lehet arra, hogy az AI-vállalatok hogyan férhetnek hozzá és hogyan használhatják fel a szerzői jogi védettségű anyagokat. Ez része a kiadói perek hullámának, amelyben például The New York Times amerikai keresetet indított az OpenAI és a Microsoft ellen azzal vádolva őket, hogy cikkeit felhasználták modellek betanításához és ChatGPT-válaszokban való reprodukálásához.
Környezeti hatások és a közösségi reakciók
Az AI rendszerek környezeti költségei is előtérbe kerülnek. Egyes adatközpont-operátorok leselejtezett sugárhajtómű-motorokat alakítanak át földgáztüzelésű generátorrá, hogy áthidaló energiát biztosítsanak a hálózati csatlakozásig. Bár ez gyorsíthatja az üzembe állítást, az átalakított motorok hatékonysága alacsonyabb, és nagyobb szennyezést okozhatnak, ami romló helyi levegőminőséget jelent. A közösségi ellenállás növekszik: a 2024. november 3-i amerikai általános választásokon a helyi népszavazásokon 10 államban 41 helyi kezdeményezésből 40 esetben a választók a data center fejlesztésének korlátozását támogatták.
Ezzel párhuzamosan a Planet új, természetes nyelvű eszközt vezetett be több mint egy évtized műholdas felvételeinek keresésére és elemzésére. Az alkalmazás lehetővé teszi a földrajzi változások vizsgálatát GIS-szakértelem nélkül, így a műholdas adatokhoz való hozzáférést és azok használatát szélesebb közönség számára teszi elérhetővé.
Következtetések és további közvetlen fejlemények
Amint az AI személyes szolgáltatásokba hatol és országok saját modelljeikbe fektetnek, a fejlesztőknek és intézményeknek egyre eltérőbb biztonsági, teljesítményi és hozzáférhetőségi követelményekhez kell alkalmazkodniuk. A leghasznosabb rendszerek azok lesznek, amelyek megbízhatóan működnek azoknak az embereknek és körülményeknek az érdekében, amelyekre tervezték őket.
Visszatérünk 2024. november 16-án, hétfőn egy újabb adással, amelyben további AI-kutatási és alkalmazási fejleményeket mutatunk be. A korábbi epizódok elérhetők a YouTube-on, Spotify-on, Apple-en vagy bármely más podcast platformon, ahol a This Week in AI elérhető.
