Kínai kutatók friss tanulmánya szerint a generatív MI használatával sok-soktonnányi elektronikus hulladék termelődik 2030-ig. Nyilvánosan hozzáférhető adatok alapján négy forgatókönyvet vázoltak fel.

Az egyik a lineáris növekedést mutatja be, amellyel évi szinten 41 százalékkal több az e-hulladék. A másik háromban a kereslet exponenciális növekedésével számoltak, ami konzervatív megközelítésben évi 85, mérsékelt megközelítésben 115, „agresszív” megközelítésben 136 százalékos éves növekedést generál.

A tanulmányban mindegyik szcenáriót hulladékmennyiség-csökkentő intézkedésekkel és nélkülük is vizsgálták.

Az elsőben 2030-ig 1,2 millió, az agresszívben 5 millió köbtonna halmozódik fel. Ezeknél a számoknál nem vették figyelembe a technikai javításokat, de a súlyosbító elavuló technológiákat sem.

Abból indultak ki, hogy a szervereket háromévente lecserélik. Ha gyakrabban frissítik őket, amikor jobb hardverek rendelkezésre állnak, csökken az összesített számuk – mert ebben az esetben kevesebb szerverrel nagyobb feldolgozókapacitást érnek el. Viszont ha gyakrabban lecserélik a szervereket, akkor a lineáris forgatókönyvben további 1,2 millió, az agresszívben pedig 2,3 millió köbtonna hulladék generálódik.

Az amerikai kereskedelmi korlátozások súlyosbítják a problémát, mert az érintett országok kevésbé hatékony szervereket használnak, ami összességében további 14 százalékkal növeli a hulladékmennyiséget.

A kutatók több hulladékcsökkentő megközelítést tanulmányoztak.

A berendezések nem MI-alkalmazásokhoz történő újrahasznosítása, valamint a kritikus alkatrészek (például a GPU-k és a CPU-k) újrahasználata 42 százalékkal csökkentheti az e-hulladékot. A chipek energiahatékonyságának javítása és az MI-modellek optimalizálása 16 százalékos csökkenést eredményezhet. A legígéretesebb opció a szerverek élettartamának meghosszabbítása. Ha egy évvel tovább működnek, az elektronikus hulladék mennyisége 62 százalékkal csökkenhet.

Az e-hulladék nemcsak növekvő mennyisége miatt problémás, hanem azért is, mert a szerver-hardver veszélyes és értékes anyagokat is tartalmazhat. Mérgező szubsztanciák, például az ólom és a króm bekerülhetnek élelmiszer- és ivóvíz-készletekbe. De lehet bennük arany, ezüst és platina is, amellyel spórolhatunk bányászatuk anyagi és környezeti költségein. 

Hatékonyabb újrahasznosításukkal 14-28 milliárd dollár generálható. Ez azt jelenti, hogy nagyon sürgősen kellene a mainál fejlettebb újrahasznosító technológiákat kidolgozni, telepíteni.

Az emberiség évi 2 milliárd köbtonna szemetet termel, és ha az MI-hardvert és más elektronikus eszközöket átfogó módon recikláljuk és újrahasználjuk, az összesített mennyiséget ugyan csak kis mértékben csökkentjük, de még így is hozzájárulunk a fenntarthatóbb gazdasághoz.     

Az ír-amerikai multinacionális pénzügyi szolgáltató, a világ legnagyobb fizetés-feldolgozó szoftverrendszerét működtető Stripe platformján lehetővé válik, hogy nagy nyelvmodellek (LLM-ek) biztonságosan költsenek valódi pénzt.

A Stripe Ágens Eszközcsomag egy könyvtár az ágensalapú munkamenetet támogató Python és Typescript számára. Ezek alkalmazásprogramozói interfészt (API) használva, hajtják végre a pénzügyi tranzakciókat.

Működése a következő: a felhasználó utasítja az ágenst, hogy meghatározott időpontra és célállomásra, megadott anyagi keretek között találjon neki repjegyet. Az LLM lekérdezi a repülési adatbázist, kiválaszt egy járatot, és a felhasználótól engedélyt kap a jegyvásárlásra.

A Stripe Ágens Eszközcsomag a CrewAI, a LangChain és a Vercel ágensalapú munkamenet-kereteit támogatja. A Stripe összes API-jával egyelőre nem működik, de ami késik, nem múlik.

A könyvtár egyszeri használatú debitkártyákat képes kiállítani, így az LLM-alapú alkalmazások csak akkor tudnak pénzt költeni, ha a felhasználó is akarja. A tranzakciót valósidőben engedélyezi: mielőtt az ágens fizetne, a tervezett vásárlást jóvá tudjuk hagyatni az eladóval.

A technológiával ügyfelenként lekövethető az LLM tokenhasználata, így pedig centre kiszámolhatjuk az ügyfeleknek, hogy mennyivel tartoznak nekünk az általunk fejlesztett ágensek használatáért.

A Stripe korlátozott API-kulcsokat biztosít, amivel limitálhatjuk az LLM által kérhető API-hívások tartományát.

A biztonságosan pénzt költő ágensek változatos alkalmazásokkal kecsegtetnek. A Stripe API-ja korábban ugyan lehetővé tette már LLM-alapú alkalmazás online vásárlásait, amelyekhez azonban meg kellett bízni az LLM-ben, hogy tényleg a megfelelő API-hívásokat generálja. Az új könyvtárral könnyebb a kiadási és az API-korlátok betartatása.

Ez pedig az elektronikus kereskedelem biztonságát növeli, felgyorsulhat a valóban megbízható ágensek fejlesztése. 

A hagyományos oktatási modell egyre kevésbé illik a gyors technológiai változások miatt is átalakuló társadalomba. Régebben kevésbé értékelt adottságok, mint az érzelmi intelligencia és a kommunikációs készség kitüntetett szerephez jutnak a mind inkább gépek által meghatározott közegben, ahol a rutinfeladatok jó részét programok végzik el.

Bernard Marr jövőkutató 2025 oktatását meghatározó hét technológiai trendet emel ki.

Ahogy a gépek egyre jobban teljesítenek számításokban, trendek elemzésében, beszámolók generálásában, az ember-központú, „szoft” adottságok markánsabb szerepet kapnak a tantervben: az érzelmi intelligencia és a kommunikáció mellett a kritikus gondolkodás, a nagy egészre vonatkozó stratégia, vezetőkészség, csapatmunka erősebben integrálódik a mainstream oktatásba.

Egy friss felmérés alapján a dolgozók 57 százaléka szerint a generatív MI-vel eredményesebb a munkájuk. A ChatGPT és társai az oktatásban is terjednek: tanárok tanítják biztonságos használatukat, osztályozásnál segítenek, személyre szabott tanácsokat adnak a modellek. 

A személyre szabás nemcsak az MI esetében egyre hangsúlyosabb. Minden tanuló más, így a legjobbat úgy lehet kihozni belőlük, ha személyiségükhöz leginkább passzoló oktatást kapnak. 2025-ben sok ilyen típusú pilotprojektre számíthatunk.

Az életen át tartó tanulásban nincs sok új, de a koncepció ennek ellenére minden évben meghatározó. 2025-ben sem lesz másként, sőt, a technológiai adottságok javítására minden eddiginél nagyobb hangsúlyt fektetnek. Online oktatás, moduláris, mikro- és nanotanulás – ízelítő a választékból…

Az egyre több online platformmal a virtuális és a kiterjesztett valóság is nagyobb szerephez jut, masszívabb hozzáféréssel, immerzívebb megoldásokkal – és persze a távoktatás sem tűnik el.

Gyakoribbak lesznek az oktatási intézmények és vállalatok közötti együttműködések. A vállalatok jövőbeni munkáltatókként is megjelennek, ami különösen a technológiákra érvényes, mert folyamatosan nő a high-tech területeken, főként a mesterséges intelligenciában és a cyberbiztonságban tehetséges diákok iránti igény. Ha már tanulmányaik során együttműködnek potenciális leendő alkalmazóikkal, a jövőben gördülékenyebben megy majd a közös munka.

Az Ed-Tech (oktatástechnológiai) iparág 350 milliárd dolláros üzletté válik 2030-ig. A befektetők száma és a befektetések összege nő, az innováció úgyszintén. Minden feltétel adott lesz, hogy az oktatás megfeleljen a változó világ elvárásainak. 2025-ben ebből már remélhetőleg sokkal többet fogunk érzékelni, mint 2024-ben. Az új modell sokkal dinamikusabb, alkalmazkodóbb és emberközpontúbb a réginél.

Képzeljük el, hogy a távoli jövőben leszármazottaink, vagy belőlünk kifejlődött új, poszthumán fajok ma még szinte felfoghatatlan módszerrel férnek adatainkhoz, és élhetik át civilizációnk történetét. 

Az ötlet hamarosan valósággá válhat, ugyanis kínai kutatók szerint gyémántalapú tárolótechnológiával köbcentiméterenkénti 1,85 terabájt, azaz óriási mennyiségű információ évmilliókig megőrizhető.

Az információt a gyémánt atomszerkezetében kódoló technológiát fejlesztettek. Az eszköz a fluoreszkáló üres részeket robusztus tárolási egységekként használja ki. A tárolási sűrűség nagyon magas, az írási idő 200 femto-másodperc, a karbantartás-mentes élettartam évmilliókban mérhető – magyarázzák a kutatók.

A digitális kor folyamatosan növekvő adataival, szükség is van újfajta tároló megoldásokra. A hagyományos eszközök, mint a CD-k, pendrive-ok, Blu-ray lemezek belevesznek az adattengerbe. A gyémántalapú optikai lemez adattárolási sűrűsége viszont kétezerszer nagyobb, mint a szabvány Blu-ray lemezeké.

Az új adattároló előállítása azonban meglehetősen bonyolult. Apró gyémántszilánkokat használtak hozzá, ultragyors lézerimpulzusokat lőttek ki rájuk. Néhány szénatomot így kiszorítva, pirinyó üres helyeket hoztak létre a gyémánt kristályrácsában.

Az „üres terek” az információtárolás építőkockái. Az üresedések sűrűsége egy adott területen meghatározza a különféle adatértékeket jelentő fényességet. Az üresedés-mintázatok aprólékos irányításával/kontrolljával a kutatók adatokat tudtak kódolni a gyémántban.

A rendszer képességeit a fotótörténet egyik klasszikusa, Eadweard Muybridge (1830-1904) fényképek híres szekvenciájával szemléltették. Tárolásukat úgy oldották meg, hogy az egyes pixelek fényerejét a gyémánt belsejében lévő meghatározott helyek fényerőszintjéhez rendelték. A tárolás és a visszakereshetőség 99 százalékos pontosságot ért el.

Ez a szám azt jelenti, hogy a technológia megfelel a digitális adattárolás gyakorlati követelményeinek, ígéretes a jövőre nézve. Kereskedelmileg viszont egyelőre kivitelezhetetlen, mert túl drágák a speciális eszközök (lézerek, ultragyors fluoreszkáló képkamerák stb.).

Idővel méretezhető, miniatürizálható, összességében pedig megfizethetőbb és hozzáférhetőbb lehet a technológia. A hosszútávú adatmegőrzésben érdekelt vállalatok, illetve az értékes történelmi és tudományos adatokkal dolgozó intézmények számára minden bizonnyal vonzó megoldás. Ők lehetnek az első alkalmazók.

A SpaceX vezérigazgatója évekkel ezelőtt felvetette, hogy állandó marsi település létrehozásával, az emberiség interplanetáris fajjá változik. Tervei alapján gigantikus Starship rakétájának segítségével 2050-ben mintegy millió telepes élhetne a Vörös Bolygón. Az emberi tudatosság így élhetné túl a Földre leselkedő katasztrófákat, de legalábbis a világűrbe kirajzás az egyik opció.

A vállalkozás mindenesetre kockázatosnak tűnik. Kelly Weinersmith biológus 2023-as beszédes című Város a Marson: letelepedhetünk-e az űrben, le kellene telepednünk az űrben és tényleg átgondoltuk ezt? könyvében leírja, hogy a barátságtalan környezet borzalmas választás. Kifejezetten szkeptikus, mert az elhúzódó és rendkívül költséges vállalkozás epikus nagyságú humanitárius katasztrófával érhet véget.

Lehetetlennek tartja egymillió ember tragikus következmények nélküli letelepedését. Elképzelhető, hogy a közeg szülésre sem alkalmas, vagy ha mégis, szülők és gyerekek hamar meghalnak. Az önfenntartás nem menne máról holnapra, generációk komoly erőfeszítései kellenek majd hozzá. Jelenlegi ismereteink alapján a bolygó egy csomó kutatótevékenységre nagyszerű hely, ezért elképzelhetőnek tartja, hogy 2050-ig ember landol a Marson, felfedező tevékenységet végez, aztán visszajön a Földre, de az űrbéli sugárzásnak való nagymértékű kitettség miatt a környezet tényleg nem alkalmas az emberi szaporodásra. Minden élettevékenységet megnehezít, hogy a felszíni gravitáció mindössze a földi harmincnyolc százaléka.

A Mars gyarmatosítása más kutatók szerint is nagyon sok problémát felvet. Politikai, technológiai és morális kérdéseken túl, az ottani élet még a világ leggazdagabb embere, azaz a Tesla-főnök számára is megfizethetetlenül drága lehet.

Barack Obama volt amerikai elnök szerint a Föld egy esetleges atomháborút követően is élhetőbb lenne a Marsnál, mert itt legalább van elegendő oxigén.

Maga Musk sincs meggyőződve a sikerről, viszont óriási kihívásnak tartja a Mars-utazást, és a következő években valószínűleg mindent meg fog tenni a Vörös Bolygóra induló missziók felpörgetéséért. Ami persze messziről sem jelenti azt, hogy 2050-ben egymillió ember fog ott élni.

A robotok elég lassan profitáltak a gépi tanulásból, de úgy tűnik, hogy a generatív mesterséges intelligencia felgyorsítja a folyamatot, és az integráció konkrét alkalmazásokkal kecsegtet.

Nagy nyelvmodelleket (LLM) használva, a gépeknek angolul adhatók utasítások. A San Franciscói Physical Intelligence startup megfelelő méretű és változatos adatbázissal kidolgozott és praktikus cselekvésekre tanítottak be robotokat. Otthoni alkalmazásukra ugyan várni kell még, a teszteken viszont demonstrálták, hogy valóban hasznos házimunkákat képesek meglepően ügyesen elvégezni.

A Physical Intelligence ԯ0 (pí-zéró) gépi tanulás rendszerével magas szintű koordinációt és ügyességet igénylő feladatokat végeztek el robotkarok, például ruhákat hajtogattak össze, asztalokat takarítottak le. A cégbe az OpenAI, Jeff Bezos és Szilícium-völgyi kockázati tőkés-csoportok máris 400 millió dollárt invesztáltak.

Az előre gyakoroltatott PaliFGemma gépilátás-modell módosított változatán alapuló ԯ0 a szokásos módszerrel, zajeltávolítással működik, míg végül felhasználói utasításra a robot szenzorainak inputjaival (például a környezetről készített felvételekkel), beágyazásokkal és következtetéssel éri el a kívánt eredményt.

Hangutasításra egyetlen robotkar százszázalékos pontossággal rakott egymásra nagyméretű tálakat. Más gépitanulás-modellekkel (OpenVLA, Octo, ACT) megközelítőleg sem ért el ilyen jó eredményt, csak negyvenöt-ötvenöt százalékot. A ԯ0 összesítve nyolcvan százalék felett teljesített, több tíz százalékpontot rávert a riválisokra.

Alkalmanként persze ő is hibázik. Egy videón például a kar túl sok tojást rakott a dobozba, és erőltette, hogy záródjon le. Egy másikon ahelyett, hogy megtöltötte volna tárgyakkal, a konténert lehajította az asztalról.

A Physical Intelligence fejlesztése mindenesetre kapcsolódik a kereskedelmi robotika újjászületéséhez. A Skild általános rendeltetésű agyat fejleszt hozzájuk, a Figure AI humanoid robotjait multimodális MI-modellek működtetik, az ipari gépeket fejlesztő Covariant az Amazon technológiáját használja, az OpenAI pedig újraindította 2020-ban bezárt robotika részlegét. 

A ԯ0-t egyesek máris a robotika GPT-1-eként emlegetik.     

A Minecraft videójáték egyre népszerűbb mesterségesintelligencia-modellek és ágensek tesztelésére. Az Altera startup ezernél több, nagy nyelvmodellek (LLM-ek) által működtetett szoftverágenst bocsátott útjára, hogy ne csak túléljenek, hanem folytassanak interakciókat is egymással.

Csak szöveges utasításokat, promptokat kaptak, de így is, bármilyen további humán input nélkül személyiségjegyek, preferenciák és speciális szerepek figyelemre méltó skáláját fejlesztették ki. Spontán barátkoztak, találtak ki munkákat, mémeket osztottak meg, adóreformról szavaztak, sőt, még vallást is terjesztettek.

A vallás persze paródia volt, az abszolút fiktív pasztafarianizmust igyekeztek propagálni a környező városokban. 

Mindez azt jelenti, hogy MI-ágensek feladatokat képesek végrehajtani, az autonómia jeleit mutatják, kezdeményeznek dolgokat digitális környezetekben. Viselkedésük egyszerre lenyűgöző és bizarr. Fejlesztőik nagyratörő terveket dédelgetnek velük kapcsolatban.

A korábban az MIT-n (Massachusetts Institute of Technology) számítógépes idegtudományt tanított Robert Yang, az Altera alapítója a Minecraft-próbálkozást nagyléptékű „MI-civilizáció” felé vezető kezdeti lépésnek látja: ágensek együtt élhetnek, kooperálhatnak és dolgozhatnak a digitális közegben. A mesterséges intelligencia potenciálját akkor aknázzuk ki, ha valóban autonóm ágensek tömege képes lesz együttműködni – állítja Yang.

Sid projektjét a Stanford Egyetem 2023-as huszonöt ágenses kísérlete ihlette meg. Ezek az emberszerű viselkedést mutató autonóm ágensek nagyon egyszerű digitális környezetben érintkeztek egymással. Yang a lehetőségek határáig akarta pörgetni az eredeti ötletet.

Szimulált ágenseik többrészes modulokból álló „aggyal” rendelkeznek. Egyes modulok LLM-mel működnek, feladatokra, például más ágensekre történő reagálásra, beszélgetésre vagy a következő lépés megtervezésére specializálták őket. Tizenkét játéknap (a valóságban négy óra) alatt jutottak el érdekes emergens karakterjegyekig: egyesek szociálisak voltak, kapcsolatokat alakítottak ki, míg mások introvertáltak maradtak. Kedvelhetőségük (lájkolhatóságuk) interakcióikkal párhuzamosan, folyamatosan változott.

A huszonöt ágensest harmincas, ötvenes, ötszázas és maximum ezres szimulációk követték. A következő lépésekben élőbbé kell tenni őket, és a Roblox virtuális környezetben szintén meg fognak jelenni. Yang azt akarja elérni, hogy ember és ágens között napi kapcsolatok alakuljanak ki, és úgy kötődjenek hozzánk, mint a kutyák: szeressenek minket. Ami persze egyáltalán nem biztos, hogy meg is történik, mert a legfejlettebb GPU-n futó legfejlettebb neurális hálónak sincs öntudata, az öntudatnak még a csíráit sem figyelték meg náluk.

A folyamatos digitális átalakulás 2025-ben is hatással lesz a telekom-cégek üzleti modelljére és szolgáltatásaira. A gyorsan fejlődő technológiák, különösen a mesterséges intelligencia átformálják a szektort, míg a klímaváltozástól a geopolitikai problémákig, a társadalmi-gazdasági tényezők hatékonyabb alkalmazkodásra és innovációra ösztönzik a versenyképességüket nyilván megőrizni akaró szereplőket.

Bernard Marr jövőkutató szerint kilenc technológiai trend határozhatja meg 2025 telekommunikációs világát.

A mesterséges intelligencia ugyan eddig is komoly hatással volt a szektorra, teljes potenciálját viszont egyik szolgáltató sem aknázta még ki. Jövőre olyan felhasználási esetekben számíthatunk az MI előretörésére, mint a fejlett hálózatkezelés, az ügyfélszolgálat automatizálása, prediktív karbantartás. Intelligensebb hálózatok és a felhasználói élmény javulása lehetnek a közvetlen eredmények.

Az 5G adaptációja folytatódni fog, és már a beígért előnyök is jelentkeznek. Gyorsabbak lesznek a hálózatok, javul az összekapcsoltság, megjelennek az immerzív VR/AR-alkalmazásokat is magukba foglaló újgenerációs streaming-megoldások, ultra HD videók, immerzív online játékok. A magán 5G népszerűsödésével biztonságosabbak lesznek a mobilhálózatok, személyre szabottak a funkciók, még több peremszámítás (edge computing) és dolgok internete (IoT) felhasználási esetre számíthatunk.

Az utóbbi években fontos változásokat hozó LEO (Low Earth Orbit) műholdas hálózatok diadalútja folytatódik, több távoli, nehezen megközelíthető térség, háborús övezet behálózottsága jelentősen javul. Elon Musk világelső Starlinkje egyre több versenytárssal szembesül.

A cyberbiztonság eddig is kulcstényező volt, a súlyosbodó és szaporodó támadások miatt 2025-ben még inkább prioritás lesz. A felhasználói adat minden korábbinál kritikusabb, mint ahogy a felhasználók biztonság-tudatossága is erősödni fog. A biztonságos és ellenálló hálózatok humán tényezőjére nagyobb hangsúly fog irányulni.

A telekom-szolgáltatók az önvezető járművektől a virtuális egészségügyi forradalomig, az ipari konvergencia katalizátorai. Ebben a szerepükben óriási lehetőségek nyílnak meg előttük, a következőgenerációs összekapcsoltság-megoldások fejlődését újabb és szerteágazóbb partnerségekkel, együttműködési hálózatokkal gyorsíthatják fel.

A szolgáltatók egyre komolyabb összegeket invesztálnak a 3D holografikus kommunikációba, aminek előbb-utóbb kézzelfogható eredményekben kell konkretizálódnia. Miért ne lehetne 2025 az áttörés éve?

A generatív MI leglátványosabb sikeres felhasználási esete 2025-ben az ügyfélszolgálatban várható: abszolút személyre szabott szolgáltatásokra, chatbotokkal folytatott kifinomult kommunikációra számítsunk.

A hardveralapú infrastruktúrától történő eltávolodással, a számítási felhőre való átállással a szolgáltatók olyan technológiai területeken újíthatnak, mint például a virtualizáció, vagy a mikroszolgáltatások. Minden rugalmasabbá, skálázhatóbbá válik, változatos felhasználási esetekkel: okosvárosok, autonóm vezetés, nulla emberi tevékenységgel, „sötétben” is működő gyárak („sötét gyárak”).

A maraton 42195 méter távú futóverseny.

Egy robotkutya, a dél-koreai KAIST (Korean Advanced Institute of Science and Technology) RAIBO2-je lefutotta az embert is próbára tevő távot. Guinness Rekordok Könyvébe kívánkozó cselekedet, mert hivatalos versenyen négylábú robotként ő az eddigi egyetlen, a világelső.

Az eseményre november tizenhetedikén került sor, RAIBO2 négy óra, tizenkilenc perc, ötvenkét másodperc alatt abszolválta a távot, amelynek humán világcsúcsa két óra, harminchat perc, harminckét másodperc.

A Sangju Szárított Datolyaszilva Maraton versenyzőket lefárasztó dombjairól, két masszív emelkedőjéről híres-hírhedt. Ez a terep versengő embereket is kikészít, négylábú robotokat pedig masszív energia-felhasználásra késztet, amellyel csökken a hatékonyságuk. ha az akkumulátorcsomag lemerül, az egésznek búcsút inthetnek.

A dél-koreai robotkutyát építő mérnökök érdekes, de logikus megoldást találtak ki a probléma kezelésére. A pálya dombos környezetének és változatos terepeinek szimulálásával a robot lejtőkön történő energiagyűjtését biztosító, úgynevezett „nagy nyomatékú átlátszó csuklós mechanizmust” fejlesztettek. Az energiagyűjtéssel visszanyerte a felfelé, az emelkedőn elhasznált mennyiséget.

Az újítások ezzel nem értek véget. Futás közben a láb és a talaj érintkezése megviselik az ízületeket, és ez egy robot számára sincs másképpen. Azaz, a bő négy óra egyértelműen bizonyította, mennyire robusztus a gép.

RAIBO2 kétlábú versenytárssal nézhet szembe. November elején a kínai Tiangong humanoid humán sportolókkal futott fél-maratont, ahol tempószabályozóként vett részt a végső szakaszban. Azaz előbb-utóbb biztos összevetik erejüket, gyorsaságukat.

Fejlesztői elmondták, hogy a maraton alatt RAIBO2 bebizonyította: képes a szolgáltatások, például városi környezetben történő kézbesítés, járőrözés megvalósításához szükséges gyalogos teljesítményre. Abban a közegben sok emberrel és véletlenszerű tárgyakkal is szembesül, ezért autonóm navigációs funkciókkal bővítik. Arra törekszenek, hogy hegyvidéki és katasztrófa sújtotta környezetben is a világ legjobb gyalogos négylábú robot teljesítményét nyújtsa.

Lassan nem telik el úgy hét, de talán nap sem, hogy valamelyik nagy fejlesztővállalat ne állna elő újabb mesterségesintelligencia-termékkel. Legutóbb az Nvidia tette, friss modellje zenét és audióanyagokat, új hangokat generál. A technológiával zenekészítőket, film- és videójáték-producereket céloznak majd meg.

Az MI-rendszerek fejlesztéséhez szolgáltatott chipek és szoftverek világelső beszállítója ugyanakkor azt is elmondta, hogy nem áll szándékában azonnal piacra dobni a Fugatto (Foundational Generative Audio Transformer Opus 1) nevű új technológiát.

A Fugatto csatlakozik az OpenAI, a Meta és a Runway startup szöveges prompt alapján audió- vagy videóanyagot generáló megoldásaihoz. A hangeffektusokat és zenéket szöveges leírás alapján készíti. Teljesen új hangjai között olyat is találunk, hogy egy trombita úgy szól, mintha kutya ugatna.

Abban különbözik más MI-technológiáktól, hogy létező audióanyagokat képes módosítani, például zongorafutamot emberi énekké alakít át, beszélt szövegben megváltoztatja a kiejtést és a hangulatot.

„A szintetikus audió elmúlt ötven évére gondolva, elmondhatjuk, hogy a zene a komputerek és a szintetizátorok miatt lett más mára. A generatív MI új lehetőségeket visz a zenébe, videójátékokba, alkotni akaró átlagemberek életébe” – jelentette ki az Nvidia alkalmazott mélytanulás kutatási csoportjának igazgatóhelyettese, Bryan Catanzaro.

Vállalatok, mint az OpenAI hollywoodi stúdiókkal tárgyalnak az MI szórakoztatóipari felhasználásáról, a techvilág és a film-Mekka közötti kapcsolat azonban különösen azt követően feszült, hogy Scarlett Johansson hangja utánzásával vádolta meg az OpenAI-t.

Az Nvidia modelljét nyílt forrású adatokon gyakoroltatták, és a cégen belül valóban nincs döntés a nyilvános közzététel időpontjáról, formájáról. Tudják, hogy bármely generatív technológiában benne van a kockázat: a felhasználók olyan dolgokat készítenek vele, amiket a fejlesztőcég nem szeretne. Ezért kell óvatosnak lenniük, Fugatto ezért nem nyilvános még – hangsúlyozza Catanzaro.

Generatív MI-modellek fejlesztőinek ki kell dolgozniuk, hogyan előzzék meg a technológiával való visszaéléseket, mint például valótlan információk előállítása, vagy szellemi tulajdonjogok védett karakterek generálásával történő megsértése.

Az OpenAI és a Meta audió- és videógenerátorairól sem tudjuk még, hogy mikor teszik közkinccsé őket.