Modellbevezetés

Mesterséges intelligenciával generált szöveg

OpenAI új képességei, növekvő befektetések és biztonsági aggodalmak az AI terén

A cikk középpontjában az OpenAI áll: a vállalat bejelentette, hogy a GPT‑6 Astra képes szoftverfelületeken navigálni, többlépéses munkafolyamatokat elvégezni, továbbá fejlett tudományos és matematikai érvelést alkalmazni.

OpenAI új képességei, növekvő befektetések és biztonsági aggodalmak az AI terén

OpenAI ezen a héten olyan bejelentéseket tett, amelyek jelzik: a vállalatok már nemcsak kérdésekre válaszoltatják a nyelvi modelleket, hanem összetett munkafolyamatokat is várnak tőlük. A GPT‑6 Astra képes szoftverfelületek navigálására, többlépéses munkafolyamatok elvégzésére, valamint fejlett matematikai és tudományos érvelésre. Emellett a ChatGPT for financial services terméket Morgan Stanley és Evercore bevonásával fejlesztették ki, hogy támogassa a kutatást, pénzügyi modellezést és ügyfélanyagok készítését.

OpenAI azt is közölte, hogy egy korábban megoldatlan matematikai problémára, a Navier–Stokes Millennium Prize Problemre megoldást találtak: állításuk szerint egy, koordináltan működő 10 000 AI‑ügynökből álló rendszer 88 órán át dolgozott a bizonyításon, amelyet ezt követően Astra további 17 órás modellalapú ellenőrzéssel vizsgált. A közlés után külső kutatók megkérdőjelezték, hogy OpenAI hozzáférhetett-e kapcsolódó korábbi eredményekhez; ezt az OpenAI tagadja. Bár az ilyen tudományos eredmények figyelemreméltóak, felvetik annak kérdését is, mennyire értjük a rendszereket és mekkora szerepet kell a jövőben az embereknek betölteniük a tudományos felfedezésekben.

Befektetések: több rétegben, nagy összeggel

A befektetők továbbra is jelentős összegeket helyeznek az AI‑cégekbe, de nem egyetlen rétegre koncentrálódik a tőke: infrastruktúra, platformok és szakosított alkalmazások egyaránt vonzóak. A francia Mistral 3 milliárd eurót gyűjtött be, amelyet compute‑infrastruktúrára és nyílt súlyú modellekre tervez költeni. Több más vállalat — köztük a jogi AI‑val foglalkozó Harvey, az inferenciachipeket fejlesztő Positron és az enterprise AI‑cég Wonderful — is nagy köröket zárt le. Emellett az NVIDIA bejelentette a Hugging Face megszerzését közel 13 milliárd dollárért.

Christina Stathopoulos által idézett adatok szerint a globális AI‑finanszírozás 2025 negyedik negyedévében 56 milliárd dollár volt, és 2026 első negyedévére 242 milliárd dollárra nőtt. Ugyanakkor kérdéses, hogy a generatív AI milyen mértékben termel majd olyan megtérülést, amely igazolja e nagyságrendű befektetést: egyes cégek tartós üzletet építhetnek, mások nem, még ha az AI hasznos termékeket is létrehoz.

Biztonsági aggályok és kutatói figyelmeztetések

Az AI‑biztonság ismét központi téma: Jacob Coxon, az Anthropic kutatója nyilvánosan lemondott, figyelmeztetve arra, hogy a laborok túl gyorsan haladnak olyan, rosszul megértett rendszerek felé, amelyek képesek lehetnek rekurzív önfejlesztésre. Hasonló aggályokat fogalmaztak meg más kutatók az Anthropic‑ból és a Google DeepMind‑ból is. Dario Amodei, az Anthropic vezérigazgatója erősebb értékelést, közös biztonsági szabványokat és nemzetközi koordinációt szorgalmazott; ezt a felhívást Sam Altman és Elon Musk is támogatta.

Bár az iparág megosztott a katasztrofális kockázatok valószínűségét illetően, számos rövidtávú probléma már ma is kézzelfogható. A műsorvezető Christina Stathopoulos inkább attól tart, hogy emberek rosszindulatúan használhatják a fejlett AI‑rendszereket, mint attól, hogy az autonóm rendszerek önállóan válnának veszélyessé. Az olyan szervezeteknek, amelyek fokozott autonómiával működő rendszereket telepítenek, óvatosan kell eljárniuk: erős biztonsági intézkedésekre, hozzáférés‑vezérlésre, alapos tesztelésre és emberi felügyeletre van szükség.

AI for good: genomika és gyakorlati előnyök

A biztonsági figyelmeztetések után pozitív példákat is megemlítettek: a "AI for good" kezdeményezések közül genomikai projekteket emeltek ki. A DeepMind, a UC Berkeley és a Tempus olyan munkákat végez, amelyek AI‑t használnak annak előrejelzésére, hogyan befolyásolják a genetikai változások a gének működését; azonosítanak betegséggel összefüggő mutációkat; és összekapcsolják a genomikai adatokat a betegek kórtörténetével.

A kutatók számára az AI lehetővé teszi olyan genetikai lehetőségek gyakorlatias vizsgálatát, amelyeket laboratóriumban egyenként nehéz lenne tesztelni. Ez segíthet leszűkíteni a betegséghez köthető variánsok keresését, korábbi diagnózist és személyre szabottabb kezelést eredményezve.

Mi következik

A This Week in AI következő adásában a műsor további híreket, kérdéseket és az AI‑kort alakító fejleményeket tárgyalja; az epizódok minden pénteken jelennek meg, és elérhetők YouTube‑on, Spotify‑on, Apple‑on és más platformokon.

Ha a kiberbiztonság része a munkádnak, a szerkesztőség rövid, 11 kérdéses felmérésre kérte az olvasókat, hogy véleményüket megosszák egy készülő jelentéshez.