Az Nvidia Project Digits-e nem akármilyen új desktop komputer: azért fejlesztették, hogy nagy mesterségesintelligencia-modellek fussanak rajta. A személyi számítógép fejlesztőket hivatott segíteni, hogy a futtatás mellett helyben finomhangolhassák is modelljeiket.

Az egy kézben elférő, tehát kicsi gépet májustól kezdik árulni, kezdőára háromezer dollár lesz. A teljes specifikáció még nem áll rendelkezésre.

Maximum kétszázmilliárd paraméteres modellek futnak rajta, azaz az átlagos fogyasztói hardveren működő modelleknél ötször nagyobbakkal elboldogul a Project Digits. Ebből következik, hogy például a mostani egyik csúcsmodell, a 405 milliárd paraméteres Meta Llama 3.1 működtetéséhez össze kell kapcsolni két egységet (kettő elég hozzá).

A gép az Nvidia Ubuntu Linuxra emlékeztető DGX operációsrendszerével működik. Az Nvidia Blackwell GPU (grafikus feldolgozóegység) és a Grace CPU (központi feldolgozóegység) architektúráját összekombináló 10 GB „rendszer egy chipen” alapul. Utóbbi kettőt nagy sávszélességű NVLink kapcsolja össze.

A Blackwell GPU a nagyvállalat legújabb B100 GPU-inak az alapja, míg a Grace CPU architektúrát kifejezetten adatközponti mesterségesintelligencia-munkaterhelés menedzselésére tervezték.

A komputert az asztali gépszinten nagyon komoly kapacitást jelentő 128 GB egyesített memóriával és négy terabájt SSD-vel látták el. Az Nvidia DGX felhőszolgáltatására kapcsolódva fejlesztők számára lehetővé teszi, hogy helyi gépükön futó modelljeiket a felhő-infrastruktúrában telepítsék.

Bevett dolog az Nvidia A100 és H100 GPU-in gyakoroltatni modelleket. Áruk legalább 8 ezer vagy 20 ezer dollár, negyven és nyolcvan gigabájt közötti memóriával. Ezek a súlyos követelmények sok fejlesztőt arra késztetnek, hogy felhőszolgáltatóktól vásároljanak számítási infrastruktúrához való hozzáférést.

A háromezer dolláros 128 giga memóriás Project Digits itt jön képbe, mert lehetővé teszi gépitanulás-fejlesztőknek, hogy saját gépükön futtassanak és trenírozzanak nagyobb modelleket. 

A Biden-adminisztráció utolsó hetében a korábbiakat drasztikusan bővítő újabb exportkorlátozásokkal igyekezett erősíteni az amerikai mesterségesintelligencia-szektor pozícióját. Lényegében nemzetközi hierarchiát alakított ki, hogy mely ország hogyan és milyen fejlett chipekhez és modellekhez férhetnek hozzá.

Csak a „kiválasztott” közeli szövetségesek érintetlenek. A még nem végleges törvény hármas felosztású világrendet mutat. Célja, hogy Kína, Irán, Észak-Korea, Venezuela, Mianmar (Burma), egyes afrikai országok és természetesen Oroszország, valamint Belarusz ne férjen hozzá semmihez: se fejlett MI-chip, se modellsúlyok, se ezekhez a rendszerekhez kapcsolódó szakismeret. Összesen közel húsz országról van szó.

A közeli szövetségesek a következők: Kanada, Írország, Egyesült Királyság, Dánia, Svédország, Finnország, Norvégia, Németország, Hollandia, Belgium, Luxemburg, Franciaország, Spanyolország, Olaszország, Japán, Dél-Korea, Tajvan, Ausztrália és Új-Zéland. 

Az egykori keleti blokkból egy ország sincs köztük, de Izland, Portugália, Svájc, Ausztria és Görögország sincs, mint ahogy egyetlen latin-amerikai, valamint olyan hagyományos szövetségesek, mint Izrael, Szaúd-Arábia és Szingapúr sem szerepel a kiválasztottak listáján.

A Trump-adminisztrációnak százhúsz napja lesz arra, hogy a diplomáciai és üzleti körökben tapasztalt reakciókat tesztelve módosítson az elvileg egy év múlva hatályba lépő törvényen.

Az új hierarchia az Egyesült Államokban vagy amerikai technológiát használva, de külföldön készült chipekre és szabadalmaztatott amerikai modellekre vonatkozik. A hazai félvezetőgyártást akarják megerősíteni és az USA biztonságát elvileg veszélyeztető külföldi technológiák gyártását kívánják korlátozni vele.

Az első csoport szinte bármihez hozzáférhet, MI számítási kapacitásuk hetvenöt százalékát viszont szövetséges országok területén belül kell tartaniuk. Tíz százaléknál többet nem vihetnek a csoporton kívüli országokba, amivel az a cél, hogy a fejlett MI fejlesztése az USA-ra és közeli szövetségeseire koncentrálódjon.

A második csoport kezdeti, 2025 első negyedévi plafonja a nagyjából 32 ezer Nvidia H100 chipnek megfelelő 507 millió teljes feldolgozó kapacitás (total processing power, TPP). A plafon 2027-re 1,02 milliárd TPP-re emelkedik. Az ezekben az országokban működő amerikai vállalatok magasabb plafonértéket kérhetnek: 2025 első negyedévében 633 millió, 2027-re 5,064 milliárd TPP-t.

Az Egyesült Államokban működő cégeknek teljes MI számítási kapacitásuk minimum ötven százalékát az országhatárokon belül kell tartaniuk. Követniük kell modelljeiket, biztonsági intézkedéseket kell hozniuk, rendszeres auditoknak kell alávetniük magukat.

A törvény hatása kiszámíthatatlan. A második és a harmadik csoportba tartozó fejlesztők között szorosabb együttműködés alakulhat ki, amellyel világszinten leértékelődhetnek az amerikai technológiák. A nagyvállalatok panaszkodnak is a szerintük az ország globális versenyképességét csökkentő korlátozásokra. Persze nyilván kijátszható ez a törvény is, és az eddigi tiltások is csak mérsékelt hatást váltottak ki. Kína nem rogyott össze, és az ottani MI-fejlesztések sem álltak le, sőt…

De legyen bármi is a vége, ha a világ kevésbé fog függeni amerikai chipektől és modellektől, nagyon más lesz a globális MI-ökoszisztéma.

A Google-nál az új kódok negyedét MI generálja, amelyeket aztán mérnökök átnéznek és elfogadnak, vagy sem. A gépi segítség felgyorsítja munkájukat. Más fejlesztőcégeknél hasonló a helyzet, többen állnak elő úgynevezett copilot eszközökkel, nagy nyelvmodellekre (LLM) épített segédekkel, kódoló asszisztensekkel.

A hullámot a Microsoft indította el 2022-ben az azóta több millió fejlesztő által használt, az óriáscéghez tartozó GitHub Copilotjával. A kódolás, kódoló asszisztensek fejlesztése az egyik legegyszerűbb módja, hogyan csináljunk gyorsan pénzt az MI-ből – állítja Nathan Benaich, az Air Street Capital befektetőcég elemzője.

Ezek az asszisztensek jelenthetik a kódolás következő generációját: elkészítik kódok prototípusait, letesztelik őket, hibáikat kijavítják. Más fejlesztők tovább mennek: szerintük generatív kódoló asszisztensek írása gyors út az általános mesterséges intelligenciához, az AGI-hoz. Az emberi szintű MI elérésére a szoftverfejlesztés területén látják a legnagyobb esélyt.

Szoftvermérnökök általában kétféle pontosságról beszélnek: az egyik a program szintaxisa (lényegében a nyelvtana). Ha valami nem stimmel, a többezer sorban, a kód nem fut. Szerencsére a kódoló asszisztensek első generációja nagyon jó ebben, nem véletlenül tanultak rengeteg fajta program többmilliárd kóddarabkáján.

A másik, hogy pontosan működik-e a program. Ez egy magasabb szint, az új hullámot erre találták ki, és valójában ez változtatja meg a szoftverírás módszertanát. Mert hiába fut pontosan a program, ha nem azért van, amit szeretnénk. Ilyenkor újra kell gondolni az alkotói folyamatot, a fejlesztők gondolkodási mechanizmusát.

Hiába rengeteg a gyakorlóadat, ha nem reprezentálják a szoftverfejlesztést. Az asszisztenseknek más kell: meg kell mutatni nekik, hogyan rakják egybe a kódot. Nemcsak azt, hogy utánozni kell a jókat, hanem a létrejöttükhöz vezető folyamatot is le kell másolni. Ha sikerül, sokkal jobb lesz a kód és a hibák is jobban korrigálhatók.

Egyelőre messze vagyunk még attól, hogy mindent gépek oldanak meg, viszont a hagyományos szoftvermérnöki munkafolyamatoktól is egyre távolabb kerülünk. A kódoló asszisztensek felpörgése ezt igazolja. Egyre többet fejlesztenek, egyik-másik minősége már el is érte a Copilotét. Így pedig az MI is gyorsabban fejlődik.

1831-ben egy vulkánkitörés annyi kéngázzal árasztotta el az eget, hogy csaknem két Fahrenheit-fokkal lehűtötte a bolygót, éhínséget, pusztulást és társadalmi feszültségeket okozva. A hatás mértékéről mindent elmond, hogy az északi féltekén még a Napot is másként látták. Éltető csillagunk komor kékre, más korabeli jelentések szerint lilára és zöldre is váltott.

Közel két évszázad telt el, de egészen mostanáig fogalmunk sem volt, melyik vulkán idézte elő a súlyos változásokat, rengette meg kegyetlenül a természet rendjét.

A Proceedings of the National Academy of Science tudományos folyóiratban megjelent friss tanulmány szerzői viszont magyarázatot és nevet találtak a titokra – a Japán és a Szovjetunió/Oroszország közötti máig húzódó határviták egyik alanya (a második világháborút lezáró békeszerződést ezért nem írták még alá), a Kuril-szigetek középső csoportjába, 1875 és 1945 között a Japán Birodalomhoz tartozó Szimusiron lévő Zavarickij vulkán volt a vétkes.

Az áttörést jégmag-mintákban talált, a Zavarickijhez tökéletesen illő hamu mikroszkopikus vizsgálata hozta el. A tudomány és a technológia csak az utóbbi években jutott el addig, hogy a sarki jégmagokból az emberi haj átmérőjének tizedrésze, mikroszkopikus méretű hamuszilánkokat tudjunk kivonni, és részletes vegyi elemzésnek vessük alá őket – magyarázza Will Hutchinson, a skót St. Andrews Egyetem geológusa.

A szigetcsoporton sok vulkán található, több tucat ma is aktív, viszont annyira távoliak mindentől, annyira nehéz megközelíteni bármelyiket is, hogy a zömüket nem tanulmányozzák. Ezért tartott még a mai technológiával is sokáig, amíg – orosz és japán kollégák segítségével – a Zavarickijről is mintához jutottak. A jégmag és a vulkán hamuszilánkjait összehasonlítva, jött a Heuréka-pillanat.

A felfedezés arra is emlékeztet, hogy a földkerekség vulkánjai közül sokat ma sem figyelünk eléggé, holott például a Kuril-szigeteken jelentős a vulkanikus tevékenység. Például a klímaváltozás klímakatasztrófává válását megelőzendő, sokkal alaposabban kellene ismernünk őket.   

A Világgazdasági Fórum (WEF) friss felmérése alapján egyes feladatok mesterséges intelligenciával történő automatizálása miatt a munkáltatók negyvenegy százaléka tervezi alkalmazottai számának csökkentését a 2025 és 2030 közötti években.

Az alkalmazók hetvenhét százaléka azt is elmondta a globális felmérésben, hogy meglévő munkaerejük át- és továbbképzését szintén tervezik. A WEF előző, 2023-as ilyen típusú felmérésével összehasonlítva, az új anyag nem állítja, hogy az összes technológia, beleértve az MI-t is, nettó pozitív hatással lesz az állások számára.

Az MI és a megújuló energiák fejlődése átalakítja a piacokat, köztük a munkaerőpiacot is. A folyamat hatására sok technológiai vagy specializált szerep iránt nő, míg mások, például a grafikus tervezők iránt csökken a kereslet – áll az anyagban.

A szerzők kiemelik a generatív MI iparágakat és az összes szektorra vonatkozó feladatokat átalakító szerepét. A technológiával felhasználói promptok alapján eredeti szövegek, képek és más tartalmak készíthetők – hangsúlyozzák.

A leggyorsabb változás többek között olyan állásokat érint, mint a postai hivatalnokok, az ügyvezető titkárok és a bérszámfejtők. Munkaköreik megszűnése az MI mellett más trendekkel is magyarázható. A korábbi felmérésekben még sem a grafikusok, sem a titkárok nem szerepeltek, ez az első alkalom, hogy az ő munkájuk a tíz legveszélyeztetettebb állás között van. Ez a tény szintén a generatív MI jelentőségének és lehetőségeinek gyors növekedését jelzi.

Ezzel szemben, egyre keresettebb a mesterségesintelligencia-szakértelem. A vállalatok közel hetven százaléka tervezi az MI-eszközök tervezéséhez és feljavításához szükséges, hatvankét százalékuk pedig az MI-vel való együttdolgozáshoz megfelelő képességekkel rendelkező személyek alkalmazását.

A technológiákkal kapcsolatban a felmérés elsődleges hatásként kiemeli, hogy az ember-gép együttműködésen keresztül ezek a munkák inkább növelik a humán adottságokat, semmint gépileg helyettesítenék azokat. Eközben a kifejezetten emberi készségek jelentősége folyamatosan nő. Ugyanakkor az utóbbi években egyes vállalatok, például a fájltároló Dropbox vagy a Duolingo nyelvtanuló app vezetői hangsúlyozták, hogy kifejezetten az MI előretörése miatt bocsátottak el alkalmazottakat.

A világ legjobb minőségű, a weben könnyen elérhető szövegeit már összegyűjtötték mesterségesintelligencia-modellek gyakoroltatásához. Így az új anyagok különösen értékessé válnak, ráadásul tudva azt, hogy a modellek mérete és adatétvágya egyre csak nő.

A Harvard bemutatta az egyetem nyilvános könyvtári korpuszát, a Google Books projekt keretében bedigitalizált közel egymillió szerzői jogdíjmentes könyvgyűjteményét. Ötször annyi szövegről van szó, mint a nagy nyelvmodellek (LLM-ek), például a Meta Llama 1 és Llama 2-jéhez használt, törvényes csatornákon már elérhetetlen Books 3.

A Harvard Jogi Könyvtár Innovációs Laborja a Microsoft és az OpenAI anyagi támogatásával állította össze a korpuszt. Jelenleg csak a Harvard diákjai, oktatói és alkalmazottai számára érhető el, de a felsőoktatási intézmény a Google-val közösen dolgozik azon, hogy világszerte hozzáférhetővé tegyék.

A korpusz történelmi jogi szövegeket, eseteket ismertető könyvek, statútumok és értekezések, évszázadokon és változatos joghatóságokon átívelő jogi ismeretek tárháza. Ráadásul csak szűk körben, például cseh, izlandi és welsh nyelven terjesztett könyveket is tartalmaz.

A munkák jól szemléltetik, hogy a mesterségesintelligencia-közösségeknek mennyire égető szükségük van jó minőségű szövegekre a nyelvmodellek pallérozásához. Emellett az Európai Unió MI Törvénye kötelezővé teszi, hogy a fejlesztők megjelöljék az általuk használt adatokat. A nyilvánosan elérhető adatkészletek megkönnyítik a törvénynek való megfelelést. 

A közel kétszázezres Books 3 azért elérhetetlen már, mert több szerzői jogdíjjal védett kötet szerepelt a gyűjteményben. Egy másik méretes adatkészlet a többnyelvű, két-hárommillió nyilvános könyvet és újságot tartalmazó Common Corpus könyvtár.

A harvardi és hasonló projektek azt sugallják, hogy a könyvek között nagyon sok a kiváló minőségű szöveg, megéri bányászni közöttük. A klasszikus irodalom és a ritka dokumentumok szintén segítenek MI-modellek képzésében, diverzifikálják, szélesebb látókörűvé formálják őket.       

Új drónfelvételek alapján kiderült, hogy a Déli Kaukázusban felfedezett, mintegy háromezer éves erőd kb. negyvenszer nagyobb, mint korábban gondolták. Az új információ átírhatja a kelet-európai késő bronzkorra vonatkozó elképzeléseinket.

A Dmanisis Gora nevű „megaerőd” valamikor Krisztus előtt 1500 és 500 között épülhetett a kaukázusi sztyeppén, Eurázsia és a Közép-Kelet találkozási pontján. A térség történetéből tudjuk, hogy mindig is különféle közösségek kulturális kereszteződésének számított.

A felfedezés nemcsak a Déli Kaukázus régió, hanem a nagyobb méretű települések szerkezeti sokszínűsége miatt is fontos. Az ásatások 2023-ban, két mély szurdok közötti megerősített szakaszon kezdődtek, de egy 2024 őszi nemzetközi kutatócsoport-látogatáskor, amikor a nyári füvek már elpusztultak, kiderült, hogy az erőd jóval nagyobb. A kutatók meg is találták az erődítmény további részének és az erődön kívüli épületeknek a romjait.

Először nem tudták, mekkora lehet az egész, nem volt megalapozott elképzelésük róla. Ezért döntöttek a drónos megfigyelés és a régió ember által épített szerkezeteinek feltérképezése mellett.

A drón által készített közel tizenegyezer felvételt fejlett szoftvertechnológiával kapcsolták össze, hogy nagyfelbontású domborzati modellek és ortofotók készülhessenek róluk. Az ortofotók térképrendszerbe csoportosított, mérésre alkalmas légifelvételek összessége, minden pontot megmutató, jól használható összetett képek.

Az adatkészletekkel topográfiai jegyeket azonosítottak, lehetővé vált az erődítmény, a falak, a sírok, a mező és más kőépítmények pontos feltérképezése. Így derült ki, hogy a korábban hittnél negyvenszer nagyobb területről és kilométer hosszú erődfallal védett külső településről is van szó. A kutatók a képeket a hidegháború korának kémfelvételeivel összehasonlítva, állapították meg, hogy mely elemek újak. Kiderült az is, hogy az eredeti település egyes részeit a modern mezőgazdaság nagyon megrongálta.

Valószínűsíthető, hogy az erődítés a környéken vándorló pásztorcsoportokkal folytatott érintkezések következményeként bővült, a külső település mérete pedig évszaktól függően növekedhetett, illetve zsugorodhatott.

A mesterségesintelligencia-használat módszereit vizsgáló hagyományos megközelítések, mint például a felmérések eredményei pontatlanok. Prózai ok miatt azok: a megkérdezettek elnagyoltan vagy a valóságtól kicsit eltérően beszélnek tevékenységükről.

Az egyik legismertebb nagy nyelvmodell (LLM), a Claude-család fejlesztője, az Anthropic azért dolgozott ki új eszközt, hogy jobban megértsék, a felhasználók hogyan folytatnak interakciókat modellekkel. A Clio nevű rendszer a Claude 3.5 Sonnet-tel folytatott több mint egymillió anonim beszélgetést elemzett.

Automatikusan kivonatolt belőlük összefoglalókat, majd témakörökkel kapcsolatban klaszterezte őket. A személyiségi jogok (privacy) megőrzése érdekében névtelenné tette és összesítette az adatokat, és csak a klaszterekről árult el infókat. Clio munkájának célja a modell teljesítményének és biztonságának növelése.

Tevékenysége a Google Trends keresési viselkedést folyamatosan figyelő munkájához hasonló, a privacy az utóbbinál is kulcsszempont. Ez a megközelítési mód „szűk” felhasználási eseteket derít fel, hibákat azonosít, közrejátszik a gyakorló- és a tesztadatok személyre szabásában.

Clio feltárta Claude 3.5 Sonnet gyakori, nem gyakori és nem engedélyezett felhasználásait, töréseket (jailbreaks) emellett a rendszer hibás viselkedését is észlelte.

A modellt legtöbben szoftverfejlesztésre használják, a vele folytatott interakciók tizenöt-huszonöt százaléka a kódolásról szól, míg a webes és a mobil applikációk fejlesztése az összes beszélgetés több mint tíz százalékát fedi le. Az MI- és gépitanulás-alkalmazások hatot, a DevOps (a szoftverfejlesztés és üzemeltetés szoros együttműködésének gyakorlata) és a felhőszámítási infrastruktúra négyet, az adatelemzés 3,5-öt. 

Az üzleti tevékenységgel kapcsolatos interakció mintegy kilenc százaléka szöveggenerálás és kommunikáció, akadémiai kutatás és írás valamivel több mint hét, üzleti stratégia és műveletek közel hat százalék.

A szűkös, szokatlan felhasználás többek között a Dungeons & Dragons nyíltvégű fantasy-szerepjáték játékmestereire, álmok értelmezésére, keresztrejtvények megoldására, focimeccs-elemzésre és katasztrófákra való felkészülésre vonatkozik.

Clio a vállalat felhasználói elveinek nagyléptékű megsértését is észlelte. Sokan például a biztonsági besorolást kijátszó promptokat kitalálva, szexuálisan explicit szerepjátékra használják a modellt. A biztonsági osztályozó hibáit szintén kimutatta: egyes beszélgetésklasztereket akkor jelöl meg, amikor nem kellene, másokat pedig akkor sem, amikor szükség lenne rá.

„2025-ben a mesterséges intelligencia megtanul látni, sokkal okosabb és pontosabb lesz, és elkezd számunkra megtenni dolgokat” – prognosztizál nagyon rövidtávra Mustafa Suleyman a DeepMind (ma Google DeepMind) egykori társalapítója, a Microsoft AI jelenlegi vezetője.

Véleménye szerint a mostani MI-rendszereknek komoly problémát okoz teljes kontextusunk megértése. Érzékelésük a csevegőablakra és interakciók meglehetősen szűk körére korlátozódik. Nem értik teljesen, hogy ezen kívül mit teszünk, és mik a szándékaink, amelyeket csak akkor tudnak tényleg felfogni, ha ugyanazt látják, amit mi.

Jó hír, hogy ez a képességük már adott. Az MI benne van az általunk használt szoftverben, és együtt böngészhet velünk. A szöveg volt az első interakciós forma, 2024 áttörésének pedig a hang számított. Suleyman szerint 2025-ben a látás jut el eddig a szintig.

A Microsoft AI egyik prioritása a böngészőben a felhasználóval együtt dolgozó MI. Így arról cseveghetünk vele, amit pont nézünk, vagy amivel pont foglalatoskodunk. Az interakció tényleg kétirányú lesz.

A látás komoly előrelépés, érzékelhetően különbözik az eddigi számítógép-használattól. De mellette is sok fejlődést fogunk idén tapasztalni, és mind csökkenti az MI széleskörű elterjedését kritikus mértékben gátló hallucináló hajlamát. Ha kételkedünk abban, amit mond, akkor korlátozott a használata. A bizalom az MI alapja. Szerencsére a modellek egyre jobbak, és efelé haladnak. 

Suleyman szerint a hallucinációk teljesen nem küszöbölhetők ki, de jövő ilyenkor sokkal kevesebbet fogunk bosszankodni miattuk. A legtöbb témában vagy annyit, vagy többet érnek majd, mint a keresőmotorok. Nem egyetlen technológia előrelépéséről, hanem a spektrum óriási változást hozó, folyamatos bővüléséről van szó.

„Végre belépünk az ágensek korába, évtizedek óta álmodozunk erről a pillanatról” – magyarázza Suleyman, majd a Következő hullám (2023) könyvére utalva megemlíti a szűk és az általános (AGI) közötti általa bevezetett kompetens MI-t (ACI). Az ágensek lényegében ezt a szintet érik el: nemcsak beszélnek hozzá, hanem konkrét dolgokat is végeznek a felhasználó számára. Ez kritikus jelentőségű változás. 

Az ágenseknek azonban eleget kell tenniük a legmagasabb szintű megbízhatósági, biztonsági, felelősség-követelményeknek, máskülönben nem tudjuk kihasználni a bennük rejlő lehetőségeket. Mindezek mellett egyéb problémákat, például csomó más rendszerrel történő integrálásukat is meg kell oldani.

Mindenesetre eljött az idejük.

Nem tűnik úgy, hogy lassulna az innováció üteme. 2025-ben a tudományban, technológiában, medicinában és a fenntarthatóságban egyaránt komoly hatású újítások várhatók. Az ITN Business tizet sorol fel erre az évre.

A mesterséges intelligencia asszisztensből együttműködő partnerré válik. Kreativitásban és problémamegoldásban egyaránt segít, a tudományos kutatástól komplex mérnöki és egészségügyi feladatok automatizálásáig, mindenhol számíthatunk rá.

A géntechnológia és az adatvezérelt egészségügy fejlődésével folytatódik a medicina személyre szabása. A rákgyógyításban, ritka betegségek kezelésében számíthatunk áttörésre, miközben az MI az eddiginél is központibb szerepet játszhat például valósidejű adatok szolgáltatásával krónikus esetek monitorozása során.

2025 mérföldkő lehet a kereskedelmi űrhajózásban is. Hozzáférhetőbb lesz, a SpaceX, a Blue Origin és mások egyre több utat kínálnak. Túl az utazáson, új űralapú megújuló energiarendszerek fejlesztésére is számíthatunk.

A fenntarthatóságban szintén előreléphetünk. Szénmegkötés, zöldhidrogén-gyártás, következőgenerációs elemek, tárolók várhatók. A körkörös gazdaság elvei egyre több iparágat határoznak meg.

A kvantumszámításokban új algoritmusok és hardver jelenthetik a kriptográfiára, anyagtudományra és a logisztika optimalizálására is kiterjedő előrelépést, de mainstreammé válásról még mindig nem beszélhetünk.

A metaverzum, a kiterjesztett és a virtuális valóság (AR, VR) hármas főként az oktatásban és a szórakozásban lép előre. Technológiai újításokkal nő az immerzió-élmény, még élethűbbek lesznek a szimulált környezetek.

Hosszabb ideig működő, gyorsabban tölthető akkumulátorokkal tovább bővül az elektromos járművek piaca, míg fenntarthatóbb üzemanyagokkal valamelyest „zöldül” a légiközlekedés.

A milliárdokat érintő vízhiányon új tisztítótechnológiák enyhítenek. A hatékony vízgazdálkodásban mindinkább részt vesznek MI-vezérelte rendszerek, javítva a tervezésen.

A fenntarthatóságban a biotechnológia szintén fontos szerepet játszik, és az eddiginél is nagyobb hatással lesz a mezőgazdaságra. A laboratóriumi „hús” megfizethetőbbé válik, a CRISPR technológiával a klímaváltozásnak jobban ellenálló magok előállítására számíthatunk.

Globálisan még az 5G sem terjedt el, de máris az elődjénél akár százszor gyorsabb 6G technológiát készítik elő. A 6G elsősorban a valósidejű adatoktól erősen függő iparágakat, az önvezető autózást, az intelligens városokat alakítja majd át.