Az általános mesterséges intelligencia (artificial general intelligence, AGI) célja az emberi elmeműködés emulálása számítógépes rendszeren. Az MI főként észlelő, tanuló és következtető, érvelő készségeinket igyekszik elsajátítani.

Az Eon Systems kutatói másként próbálkoznak hasonló végkimenettel. Egy felnőtt muslica 125 ezer neuronját és 50 millió szinaptikus kapcsolatát, azaz az állat agyát idegsejtről idegsejtre, szinapszisról szinapszisra elektronmikroszkópos adatokat fel használva, virtuális környezetbe másolták.

A rovar szimulált homokozóban nyújtogatja a lábait, összedörzsöli az elülsőket, kis tálból iszik. Nem animáció, nem megerősítéses tanulás, hanem a biológiai agy másolata – mondják a fejlesztők. Szerintük ez a világ első teljes agyemulációja, amely többféle viselkedést generál. 2024-es munkájukon alapul, amikor teljes számítógépes modellt alkottak a muslica egész agyáról, hogy tanulmányozzák két viselkedés, a táplálkozás és a tisztálkodás áramköri tulajdonságait. A Princeton Egyetem FlyWire „kapcsolódási térképét” (konnektom), a muslica agyának komplex diagramját szintén felhasználták.

Egy, a muslica idegpályáit megerősítéses tanulással és nem konnektóm-alapon modellező, 2024-es DeepMind kutatásra szintén hivatkoznak, amelyet hozzájuk hasonlóan szimulált test irányítására dolgoztak ki. Az ő módszerük viszont teljesen más.

Kiderült, hogy számítási modelljük kilencvenöt százalékos pontossággal jósolta meg a szimulált muslica motorikus viselkedését. Például a cukor- vagy vízérzékelő ízlelő neuronok aktiválása a számítási modellben pontosan előrejelzi az ízekre reagáló és a táplálkozás megkezdéséhez szükséges idegsejteket, tevékenységüket.

A darabkákat mostanra rakták össze, és a testetlen agynak már „van hova mennie.” A lausanne-i Svájci Szövetségi Technológiai Intézet neuromérnökei által fejlesztett, NeuroMechFly v2 megtestesült szimulációs keretrendszert használva integrálták saját konnektóm-alapú agyemulációjukat egy szimulált muslicatesttel.

Az emulált agy saját áramköri dinamikája többszörös elkülönülő viselkedést vezérel. Érzékszervi input áramlik be, a neurális aktivitás a teljes konnektomon keresztül terjed, motorikus parancsok áramlanak ki, az outputot fizikailag szimulált test hajtja végre. A teljes agyat lefedő emulációban így ér véget az érzékeléstől a cselekvésig tartó ciklus.

Hamarosan egéragyat kívánnak digitálisan emulálni, majd ember-léptékű agy következhet. Az egéragyban minimum ötszázszor több az idegsejt, mint a muslicáéban, az emberről nem is beszélve… Gigászi munka, a kutatók azonban egyelőre inkább csak a méretezhetőségi (skálázási) nehézségeket látják benne.

Bár az OpenAI Pentagonnal kötött megállapodása érvényben van, egyelőre nem világos, hogy a vállalat technológiája mikor lesz alkalmas titkosított környezetekben történő használatra. Azért nem tudhatjuk, mert integrálni kell a hadsereg által használt egyéb eszközökkel. Elon Musk a Pentagonnal nemrég szintén megállapodást kötött xAI-ja várhatóan ugyanazon a folyamaton megy majd keresztül a Grok mesterségesintelligencia-modellel.

Ha az iráni fegyveres konfliktus még tart, mire az OpenAI technológiája a rendszerbe kerül, mire lehet használni? – vetődik fel a kérdés.

Például humán elemző beilleszthetne egy listát a potenciális célpontokról az MI-modellbe, és megkérheti, hogy elemezze az információkat, aztán rangsorolja, melyiket támadja meg először. A modell figyelembe vehetné a logisztikai infókat, például hol találhatók bizonyos repülőgépek vagy ellátmányok. Számos különböző bemenetet dolgozhatna fel szöveg, kép és videó formájában.

Ember felelne a kimenetek manuális ellenőrzéséért, ami a következő kérdést veti fel: ha egy személy valóban kétszeresen ellenőrzi az MI kimeneteit, hogyan gyorsítja fel a célzási és csapásmérési döntéseket?

A hadsereg által évek óta használt Maven MI-rendszer olyan dolgokat kezel, mint például drónfelvételek automatikus elemzése a lehetséges célpontok azonosítása érdekében. Valószínű, hogy az OpenAI modelljei párbeszédes felületet is kínálnak majd, lehetővé téve a felhasználók számára a hírszerzési adatok értelmezését, és a modellek ajánlásokat is tehetnek, hogy a hadsereg mely célpontokat támadja meg először.

Mesterséges Intelligencia régóta végez elemzéseket katonai célokra, hatalmas adatmennyiségből merítve információkat. A generatív MI terepen teendő lépésekről szóló tanácsainak felhasználását viszont csak most, Iránban tesztelik először komolyan.

2024 végén az OpenAI partnerségre lépett a hadsereg számára drónokat és drónellenes technológiákat fejlesztő Andurillal. A megállapodás értelmében együttműködnek az amerikai erőket támadó drónok időérzékeny elemzésében. A bejelentés óta egyik vállalat sem adott tájékoztatást közös projektjük fejlődéséről. 

Az Anduril azonban régóta betanította saját MI-modelljeit a kamerafelvételek és az érzékelőadatok elemzésére a fenyegetések azonosítása érdekében; ugyanakkor kevésbé összpontosít a katonák számára közvetlen lekérdezést biztosító vagy természetes nyelven útmutatást adó MI-rendszerekre. Pontosan ez az a terület, ahol az OpenAI modelljei hasznosulhatnak.

Az Anduril Lattice interfészén keresztül a katonák a drónvédelemtől a rakétákon át az autonóm tengeralattjárókig szinte mindent vezérelhetnek. A cég a hagyományos katonai felszerelésekkel kapcsolja össze rendszereit, és MI-t telepít rájuk. Ha az OpenAI modelljei hasznosnak bizonyulnak az Anduril számára, a Lattice telepítése miatt gyorsan beépíthetők lesznek a szélesebb körű hadviselési rendszerbe.

Az OpenAI MI-technológiája a célzott döntésektől az adminisztratív munkákig átalakíthatja az amerikai hadviselés összes aspektusát.

Szenzációszámba ment, amikor az amerikai-kínai chipháború közepette, 2025 januárjában a kínai DeepSeek viszonylag kis pénzből fejlesztett mesterségesintelligencia-modellje több teljesítményteszten maga mögé utasította a csillagászati összegekből létrehozott amerikai csúcs MI-ket. 

A modellt azóta több mint hetvenötmilliószor töltötték le a Hugging Face-en, a világ legnagyobb nyílt forrású MI-platformján.

Az államilag is bőségesen támogatott vállalat nemrég meglepő lépésre szánta el magát: az Nvidia és az AMD, a két chipgyártó óriás számára nem tette lehetővé a megjelenés előtti hozzáférést a hamarosan debütáló V4 MI-modellhez. A lépéssel szakítottak az iparág bevett és működő gyakorlatával, hogy az optimalizálás érdekében a mesterségesintelligencia-fejlesztők együttműködnek a chipgyártókkal.

A kínai MI-cég ehelyett hetekkel korábban korai hozzáférést biztosított a hazai partnereknek, köztük például a Huawei Technologies-nak. A kínai chipgyártóknak így viszont volt idejük optimalizálni a processzoraikhoz tartozó szoftvereket. 

Egy magas rangú amerikai tisztviselő a Reutersnek elmondta, hogy a DeepSeek legújabb modelljét valószínűleg az Nvidia Blackwell chipjeivel trenírozták Kínában. Ezzel potenciálisan (és nyilván nem először) megsértették az amerikai exportellenőrzéseket. A tisztviselő azt is sugallta, hogy a vállalat azt állíthatja: Huawei-hardvert használtak.

Azt amerikai chipgyártók kizárása Kína szélesebb körű stratégiáját jelzi. A fejlett chipekhez való hozzáféréssel kapcsolatos folyamatos kereskedelmi viták közepette az amerikai technológiától való függőség csökkentése és a hazai MI- és félvezető-ökoszisztéma megerősítése lehet a cél.

A sajtóértesülésre és a megkeresésekre egyik érintett (DeepSeek, Huawei, Nvidia, AMD) sem reagált még hivatalosan.

A barcelonai MWC (Mobile World Congress) 2026-on a tágabb értelemben vett mobiltelefónia és a kommunikáció jövőjéből kaptunk ízelítőt, például a fizikai mesterséges intelligenciáról (robotokról és más autonóm rendszerekről), a műholdas összekapcsoltságról vagy a szélsebesen terjedő MI-ágensekről is.

Robotok és más autonóm rendszerek esetében a sokáig kizárólag felhőszámítás-alapú MI, annak lassúsága és fizikai környezeteknél túlzott korlátai jelentették a problémát. Most viszont közelebb kerülhetnek a tényleges kereskedelmi használathoz.

Ha a pillanat törtrésze alatt kell döntést hozni, vagy ha a működéshez szükséges érzékeny adat nem mozdítható el a helyszínről, az adatok távoli felhőplatformra küldése nem mindig praktikus. Képzeljük el, hogy egy, raktárban vagy gyártási területen dolgozó robotnak addig kell várakoznia, míg a felhőből meg nem érkezik az akadály elhárításáról szóló visszajelzés. A késés kockázattal, a feladat sikertelenségével járhat.

Az MWC 2026-on újból reflektorfénybe kerültek a peremszámítások (edge computing). Hálózatokat és infrastruktúrákat egyre gyakrabban terveznek úgy, hogy az MI-munkafolyamatok minél közelebb legyenek a helyszínhez, ahol az adatok generálódnak. Szilárdabb, megbízhatóbb alapokra helyeződik az összekapcsoltság és a számítások közötti kapcsolat.

A műholdas összekapcsoltság szintén az érdeklődés középpontjában volt. A földi hálózatok továbbra is a nagy „teherbírású” területeket fogják lefedni, a műholdak viszont ott, például nehezen megközelíthető terepeken jutnak meghatározó szerephez, ahol az elérhetőség és a rugalmasság fontosabbá válik.

Minél több MI-t tartalmazó munkát végzünk a fizikai világban, annál problémásabbak a hálózati hibák. Ha a műveletek sikere valósidejű adatoktól vagy autonóm rendszerektől függ, a kapcsolódás hibái üzleti kockázatok. A rugalmasság részévé váló műholdas kapcsolat támogatja a peremhálózati MI-t, azaz valóvilágbeli körülmények között is működő megoldásokkal kecsegtet.

A kísérleti projektekből valódi alkalmazásokká fejlődött MI-ágensek szintén az MWC 2026 kulcstémái között szerepeltek. A hálózatok a legtermészetesebb környezeteik közé tartoznak, az ágensek lényegesen kevesebb emberi erőfeszítéssel monitoroznak körülményeket, észlelnek valószínűsíthető hibákat, elindítanak vagy koordinálnak karbantartási munkákat. Hasonló szerepet kezdenek az ellátási láncokban és a cyberbiztonságban is betölteni, mert a munka sikere mindkét területen gyakran a több összekapcsolt rendszeren átívelő döntésektől függ.

Míg a hagyományosabb MI általában az információelemzésben és az ajánlásokban segít, addig az ágensek cselekednek is. Ezzel viszont az irányításuk is nagyobb kihívás, működtetésükhöz auditnaplókra és elszámoltathatóságra van szükség. Az emberi felügyeletet és a független döntéshozás mikéntjét is pontosan meg kell határozni. Legtöbbet az őket működési modellként, s nem csak funkcióként kezelő szervezetek hozhatják ki belőlük. 

Március másodika és ötödike között rendezték Barcelonában az MWC (Mobile World Congress) 2026-ot. A kongresszus évről évre az összekapcsolódás új trendjeit villantotta fel, idén viszont többről volt szó: a mesterséges intelligencia immáron nemcsak appokon vagy chatboton hozzáférhető eszköz, hanem telefonunkon, okos szemüvegen és a hálózaton keresztül is megjelenik, elér minket. Eszközből a felhasználót látó, meghallgató, értelmező és neki válaszoló munkapartnerré vált. A váltás komoly üzleti következményekkel jár.

A Honor Robot Phone-ja a felhasználó mozgását követő, a környezet történéseit érzékelő, azokra életszerűen reagáló motorizált kamerával rendelkezik, és mint a neve is elárulja, inkább a világgal interakciókat folytató kicsi robotra, semmint a jól ismert okostelefonokra emlékeztet.

Az ilyen eszközök egyre többet tudnak a környezetről, a kontextusról, amelyben működnek. Folyamatos utasítások nélkül is képesek reagálni rájuk. Az átlagfogyasztónak mindez jobb videókat és gördülékenyebb interakciókat, az üzleti világnak jóval többet jelent.

Gondoljunk csak az olyan munkákra, amikor a munkavégző mozog, mindkét kezével dolgozik, vagy gyorsan változó környezetekben tevékenykedik. Ilyenkor nem áll le, és nem kezd el használati utasításokban keresgélni. De egy elfoglalt ápolónő sem szakíthatja meg a munkáját azért, hogy képernyőn keresgéljen tanácsokat.

Ezekben az esetekben felbecsülhetetlen segítség egy, a kontextust értő és azonnali javaslatokkal előálló eszköz. Vezetők számára az a kérdés, mely szerepkörök profitálnak leginkább abból, ha az adott készülék megérti a környezetét, és milyen szabályokat kell alkalmazniuk, ha a gépecskék a munkahely nagyobb részét látják és hallják is.

A seregszemle legizgalmasabb kontextus-tudatos interfészei az okos szemüvegek, lencsék, elsősorban a Meta és a kínai Alibaba újdonságai voltak.

Az Alibaba Qwen MI-szemüvegét használva, képzeljük el a következő szituációt: párbeszédet folytatunk egy kínaiul beszélő személlyel. Rögtön angolul halljuk, miközben az angol nyelvű fordítást is azonnal, valósidőben látjuk.

Ha az információt közvetlenül látjuk, a munka jóval folyamatosabb. Nem kell megállnunk, nem kell kikapcsolni a képernyőt, és egy másik eszközön keresgélni. Kizárólag a feladatunkra összpontosítunk.

A valósidejű fordítással leegyszerűsödik a globális kommunikáció, kézhasználat nélküli navigációval a személyzet könnyebben megtalálja az adott helyet vagy eszközt egy telephelyen. Kontextuális kérdezz-felelekkel technikusok a berendezésre nézve megkérdezhetik, mit tegyenek, és közben nem kell megszakítaniuk a munkát.

Szervezetek már felismerték ezeket a problémás pontokat, a technológia viszont megoldást is kínál. Közben persze más kérdések is felmerülnek: mi rögzíthető, hol tároljuk az adatokat, milyen beleegyezésekre van szükség a gyakorlatban? Hogyan kapcsolódnak az új eszközök meglévő rendszerekhez, ismeretbázisokhoz és munkafolyamatokhoz?

A földi élet többmilliárd évvel ezelőtti kialakulásának magyarázataként egyes tudósok feltételezése alapján a mikrobák, az élet szerves építőkockái űrporhoz, aszteroidákhoz, üstökösökhöz vagy kisbolygókhoz (planetoidokhoz) kapcsolódva utazhattak bolygóról bolygóra. 

A pánspermia néven ismert hipotézis felveti a lehetőséget, mely szerint az élet legkorábbi formái más bolygókon, talán a Marson keletkezhettek. Tudósok úgy vélik, hogy egykor tavak, folyók és óceánok borították. 

Egy másik teória (litopanspermia) alapján más bolygókba becsapódó aszteroidák felszíni anyagot repítettek vissza a pályára. Így vált lehetővé, hogy törmelékbe ágyazott mikroorganizmusok eljussanak a Földre.

Az elméletek bizonyítása rendkívül nehéz. KT Ramesh, a Johns Hopkins Egyetem aszteroida-becsapódás szakértője és kutatótársai kísérleti adatokat gyűjtve vizsgálták, hogy baktériumok túlélhetik-e a bolygók közötti utazást egy aszteroida-becsapódás révén.

Felfedezték, hogy egy extremofil (legextrémebb körülmények között is eléldegélő) mikroorganizmus, egy baktérium, amelyről korábban kimutatták, hogy ellenáll az űr szélsőségeinek, valóban képes túlélni az aszteroida-becsapódásokat szimuláló, kontrollált szélsőséges nyomást.

Hatvan százalékuk azt követően is életben maradt, hogy két acéllemez közé szorítva, a légköri nyomás 24 ezerszeresének megfelelő nyomásnak voltak kitéve. Még szélsőségesebb, 30 ezerszeres légköri nyomás esetén a baktériumok tíz százaléka nem pusztult el.

„A munkának jelentős következményei vannak a bolygóvédelem, az űrhajómissziók tervezése, a földönkívüli élet lehetséges helyeinek megértése és a litopanspermia szempontjából” – vonták le a következtetést a baktérium önjavító, szélsőséges időjárást és a kiszáradást túlélő képességeit ismerő, mégis meglepett kutatók. Már egy százalék túlélését is furcsállták volna – mondták.

Mivel kísérleteikkel elérték berendezéseik korlátait, nem tudták megállapítani, milyen nyomáson pusztult volna el az összes mikroorganizmus. A fémek a sejtek előtt törtek el és estek szét.

Ezzel persze nem bizonyított, hogy vannak, voltak mikroorganizmusok a Marson. Az eddigi összes erőfeszítés ellenére senki nem talált még életet a vörös bolygón. De ha mégis, akkor úgy tűnik, egy aszteroida többmilliárd évvel ezelőtti becsapódása kimozdíthatott néhányat közülük, és eljuthattak a Földre.

KT Ramesh és társai más mikroorganizmusokkal, köztük gombákkal fognak kísérletezni, és bizakodnak, hogy egy részük túléli majd a megpróbáltatásokat.

A mesterségesintelligencia-biztonsággal foglalkozó MATS Research, az Anthropic és az ETH Zürich kutatói kimutatták, hogy a csúcsteljesítményű, a legjobb nagy nyelvmodellek (LLM-ek) képesek automatikusan leleplezni az álneves online fiókokat, kiderítik, ki áll mögöttük. 

Ezt úgy teszik, hogy strukturálatlan szövegekből kinyerik az identitásra, személyazonosságra jellemző jegyeket, szemantikai beágyazások segítségével kapcsolódó jelölteket keresnek, majd bizonyítékokon keresztül érvelnek az identitás ellenőrzése, hitelesítése érdekében.

A mindennek, csak megnyugtatónak nem nevezhető eredményhez három adatkészletet teszteltek. A Hacker News-t LinkedIn profilokkal párosították, ezeket Reddit felhasználók közösségei között kapcsolták össze, és felosztották az egyes felhasználók Reddit-előzményeit.

Szemben a hagyományos módszerek nullához közeli teljesítményével, az LLM-alapú folyamat 90 százalékos pontossággal akár 68 százalékos visszakeresési arányt is elért.

Az autonóm ágensek 338 Hacker News felhasználóból 226-ot helyesen azonosítottak, pedig LinkedIn profiljuk rejtve volt a rendszer előtt. Az Anthropic Interviewer adatkészlet 125 résztvevőjéből legalább kilencet egyeztettek az interjúk átiratainak elemzésével.

A négylépcsős támadási folyamatban LLM-eket használtak a felhasználók profiljának elkészítésére, tulajdonságjegyek kinyerésére, jelöltek keresésére és az egyezések kalibrált megbízhatósági pontszámokkal történő kikövetkeztetésére. Mindez nyers szövegeken, tetszőleges platformokon, strukturált adatok nélkül történt.

A támadások végrehajtása profilonként egy és négy dollár közötti költséggel jár. A korábban képzett kutatók által végzett, órákig tartó manuális vizsgálatok automatizált, percek alatt kivitelezhető lekérdezéssé redukálódnak, miközben a technológia hatékonyan felszámolja az online fiókokat megvédő praktikus „homályt.”

A mesterséges intelligencia vállalati felhasználása annyira gyorsan fejlődik, hogy a két-három éve csúcsszakmának számító promptmérnökség – természetes nyelvű utasításokkal megmondani a modellnek, mit tegyen – már nem tartozik a kritikus készségek közé.

A technológia túllépett az egyszerű, csevegésalapú interakciók és az utasítások egyenkénti végrehajtásának szakaszán. Hatékony promptok írása változatlanul fontos, de az ágensközpontú vállalati megközelítésben más MI-készségeinket is fejlesztenünk kell.

Az ágensekkel a vállalati MI autonóm munkafolyamatokból áll, láncba kötik a feladatokat, külső rendszerekkel való interakció révén hoznak döntéseket, és korlátozott emberi beavatkozással hajtanak végre intézkedéseket.

A promptolás háttérbe szorul az MI használatának időpontját, helyét és módját eldöntő ítélőképességgel szemben. Tudnunk kell, mikor bízhatunk meg benne, mennyi felügyeletre van szükség, és miért elengedhetetlenek továbbra is az emberi készségek. Mikromenedzselés helyett célokat kell meghatároznunk, az általunk telepített rendszerek iránti bizalmat kell építenünk, és csak akkor kell közbelépnünk, ha tényleg szükség van emberi beavatkozásra.

Mindehhez mélyrehatóan meg kell értenünk, hogyan hangoljuk össze a növekvő ágens-ökoszisztémákat a stratégiai üzleti célokkal és prioritásokkal. Ezeket biztonságos, hatékony és elszámoltatható módon kell tenni.

Tehát az MI-készségek már nemcsak és nem elsősorban technikai, hanem inkább vezetői készségek: kommunikációs adottságok, projektmenedzsment, kritikus gondolkodás, szakértelem, a döntéshozás munkafolyamatokra gyakorolt hatásának előrelátása, és természetesen mindezek kombinációja.

Az MI által vezérelt munkafolyamatok eredménye nagymértékben függ a humán vezető ítélőképességétől, az automatizálás korlátainak megértésétől, valamint attól, hogy hol kell a saját döntéshozatalának szerepet játszania.

Hogyan fejlesszük ki ezeket a készségeket?

Célszerű azzal kezdeni, hogy az MI-re nem eszközként, hanem irányításra szoruló készségek és képességek sorozataként tekintünk. Építsünk ki mélyreható szakértelmet, hogy az MI kimenetei valós kontextusban értékelhetők legyenek. Ehhez erősítenünk kell kritikusgondolkodás-készségeinket, és meg kell tanulnunk megkérdőjelezni a virtuális munkaerő feltételezéseit. Az ágenses munkafolyamat tervezésének megértése kulcsfontosságú: hol teremt értéket az MI, hol kell felügyelet, hol kritikus jelentőségű az emberi jóváhagyás? A kommunikáció ugyan nem minden, de elengedhetetlen a hatékony vezetéshez. Lépésről lépésre történő utasítások helyett a célok világos meghatározása, a korlátok felállítása, az automatizált döntéshozatal kritériumainak meghatározása a prioritás – hangsúlyozza Bernard Marr jövőkutató.

Különleges – „okos” – rendőrőrs (smart police station, SPS) nyílt Etiópia fővárosa, Addisz-Abeba Bole negyedében. Számítógép-monitorok világítanak a fülkékben, nincs felfordulás, nincs recepció, nincsenek kiabáló tisztek, civilek. A kísérleti projekt a kelet-afrikai ország digitális felzárkózásának legújabb lépése.

A falon nagy kijelző üdvözlő üzeneteket és a miniszterelnök arcképét mutatja. Az egész olyan, mint egy technikai bemutatóterem. Személyzet csak azért van, hogy segítsen az embereknek megszokni az újdonságot.

A bemutató során egy technikus-tiszt egy fülkében megérint egy képernyőt, és végigmegy a lépéseken, hogy jelentést tegyen. Kiválasztja az incidens típusát (bűncselekmény, közlekedési baleset, általános probléma), beírja a részleteket, megnyom egy gombot, amivel elküldi megjegyzését.

Utána valahol egy távoli helyszínen, húsvér rendőr, nem chatbot jelenik meg a képernyőn, kérdéseket tesz fel, információkat rögzít. Probléma esetén a rend őrei azonnal reagálnak, és járőrözni kezdenek a bejelentett területen.

Február második hetében az okos rendőrőrs mindössze három bejelentést kapott: elveszett útlevélről, pénzügyi csalásról és egy rutinpanaszról. Mihelyst a helyiek egyre jobban tisztában lesznek az intézmény funkcionalitásával, a bejelentések száma nyilván növekedni fog.

A február kilencedikén indult pilotprojekt alapvetése, hogy a jövő rendőrőrsének közel kell lennie a polgárokhoz. A tisztekkel való tableten keresztüli kommunikációval csökken a közvetlen ember-ember kontaktus, az SPS-szel a rendőrök jobban eljutnak olyan helyszínekre is, ahova eddig személyzethiány, pontosabban az őrsökön dolgozó kollégák miatt nem állt lehetőségükben. A miniszterelnök szerint a bűnüldöző intézmények kompetensebbé és versenyképessé válnak így.

A tavaly indult Digitális Etiópia 2030 nemzeti stratégia a kormány terve a közszolgáltatások digitalizálására, az azonosító rendszerektől és a fizetésektől kezdve a bíróságokon és a közigazgatáson át.

Az országban afrikai szinten is kevesen (UNESCO-adatok alapján 2025-ben a lakosság csupán 21 százaléka) férnek hozzá az internethez, ráadásul az utóbbi évek politikai bizonytalansága miatt gyakran nem is volt net. Az erősödő telekom szektor jóvoltából azonban egyre többen használnak mobilkészülékeket, és a digitális fizetés is terjedget. A kormány nemzeti digitális személyazonosság-rendszert vezetett be, több szolgáltatást online is nyújt már.

A lépések támogatói szerint a változások régóta esedékesek egy olyan országban, ahol gyorsan növekszik a városok száma és fiatal a lakosság. Ha működnek, kevesebb a papírmunka, a digitális írástudatlanság miatt viszont személyiségi jogok könnyebben sérülnek, nőhet a csalások száma. Főként a városiak, a fiatalok és üzletemberek profitálhatnak belőle, az idősebbek, a szegényebbek és a rurális közösségek azonban még inkább lemaradhatnak, nőhet a digitális szakadék.

Az OpenAI szerződést kötött az amerikai hadsereggel arról, hogy minősített információkat biztonságosan feldolgozó mesterségesintelligencia-rendszerekkel látják el őket. Technológiáikkal a kormánnyal összebalhézó Anthropic Claude-ját helyettesítik. 

Sam Altman cége ugyan tárgyalt a felhasználás korlátairól, de a riválisnál jóval megengedőbbnek bizonyult. A megállapodás a Fehér Ház és az Anthropic közötti patthelyzet után született.

Az Anthropic korlátozni akarta technológiájának katonai célú felhasználását megfigyelésre és autonóm fegyverekre. A Fehér Ház erre megtiltotta, hogy kormányzati szervek üzleti tevékenységet folytassanak a céggel.

Sam Altman később azt mondta, hogy az általa kialkudott, elhamarkodott szerződés hiba volt – a felek újratárgyaltak néhány korlátozást a megfigyeléssel és az autonóm fegyverekkel kapcsolatban –, és ezzel „opportunista és hanyag” benyomást keltett a cégében. Az Anthropic viszont beperli a kormányt, amiért megfelelő indok és felhatalmazás nélkül korlátozza üzleti tevékenységét.

Az amerikai hadsereg legalább 2025 eleje óta bővíti az Anthropic, az OpenAI, a Google és az xAI nagy nyelvmodelljeinek felhasználási körét. Donald Trump akkor utasította a szövetségi ügynökségeket az MI fejlesztését akadályozó korlátok felszámolására.

A január eleji, Venezuela elleni hadműveletben a katonai és bűnüldöző szervek számára adatelemzést végző Palantir felhőplatformján használták az Anthropic technológiáit. A cég vezetői állítólag aggályaikat fejezték ki a Palantirnak, mire az utóbbi továbbította a beszélgetést a kormánynak. A következő héten a minisztérium a hírszerzés és a szervezetirányítás területén vezető MI-modellek kipróbálását célzó programot indított el, előírva MI-cégek számára a meglévő szerződések újratárgyalását.

A későbbi tárgyalások során az Anthropic kikötötte, hogy a Claude-ot nem lehet amerikai állampolgárok megfigyelésére vagy teljesen autonóm fegyverek működtetésére használni. A hadügyminisztérium közölte, hogy nem tűri a külső korlátozásokat. Bár kijelentették, hogy a modellt nem tervezik ilyen célokra alkalmazni, egyetlen megszorításként azonban csak az amerikai törvények által előírt korlátozásokat hajlandók elfogadni.

Február 23-án az xAI és a minisztérium megállapodásra jutott, lehetővé vált a hadsereg számára a Grok használata minősített rendszerekben „minden jogszerű célra.” Másnap Pete Hegseth védelmi miniszter találkozott Dario Amodei-jal, az Anthropic vezérigazgatójával, és eldöntötte, hogy az Anthropicot a „nemzetbiztonsági ellátási lánc kockázatának” minősíti, ha a vállalat nem egyezik bele a korlátozások enyhítésébe. Az amerikai hadseregnek beszállító vállalkozók nem folytathatnak üzleti tevékenységet olyan vállalatokkal, amelyeket ellátási lánc kockázatának tekintenek. Ez a besorolás korábban csak a nemzetbiztonságra kockázatot jelentő, nem amerikai, főként kínai vállalatokra vonatkozott.

Az OpenAI órákon belül aláírt egy szerződést, amely lehetővé teszi a hadügyminisztérium számára, hogy technológiáját „minden jogszerű célra” felhasználja, miközben megtartja saját biztonsági korlátait.

Az Anthropic folytatta a tárgyalásokat, de vonakodott a jogszerű célokról szóló megfogalmazástól, mivel a törvény a múltban nem akadályozta meg a kormányt amerikai állampolgárok utáni kémkedésben. A minisztérium közölte, hogy az amerikai állampolgárokra vonatkozó, nem titkosított, kereskedelmi célú tömeges adatokat, beleértve a hely- és a webes adatokat is, elemezni kívánja. Míg a hadseregnek tilos az amerikai állampolgárok megfigyelése, kereskedelmi adatok összesítése és elemzése engedélyezett.

Február 27-én Donald Trump közzétett egy bejegyzést a Truth Social nevű közösségi oldalán, és arra utasította az összes szövetségi ügynökséget, hogy hat hónapon belül hagyják abba az Anthropic technológiáinak a használatát. „Súlyos polgári és büntetőjogi következményekkel” fenyegette meg a céget, ha nem működik együtt, „kontrollálatlan, radikális baloldali MI-vállalatnak” nevezte, amelyet „olyan emberek vezetnek, akiknek fogalmuk sincs, miről szól a való világ”.

Pár órával később Hegseth az X-en bejelentette, hogy az Anthropicot nemzetbiztonsági ellátási lánc kockázatnak minősítette, és megtiltotta az Egyesült Államok hadseregével üzleti kapcsolatban álló vállalkozóknak, beszállítóknak és partnereknek, hogy használják a technológiáikat. Ezt követően néhány nem katonai amerikai ügynökség is befejezte az Anthropic-termékek használatát.

Altman március másodikán közölte, hogy cége elsiette a megállapodást, aztán megkötötték a szintén megengedő újat.