Az önvezető autó-technológia ugyan lassabban terjed, mint prognosztizálták a 2010-es években, a látványos fiaskók hátráltatják is a fejlődést, ugyanakkor – legalábbis a szektor két élenjáró országában, az Egyesült Államokban és Kínában – már jelen vannak az utakon a robotautók.

A kelet-ázsiai szupernagyhatalom fővárosa április elsején érvénybe lépő (és ez nem bolondok napi tréfa) új szabályozást fogadott el, amellyel bátorítani akarják az önvezető autók pekingi elterjedését. A hatóságok a vezető nélküli buszok és taxik engedélyezését szintén tervezik.

A szigorú közúti teszteken és biztonsági értékeléseken már átesett járművek jelentkezhetnek közúti próbákra. A város egyértelműen támogatja a magánhasználatú, buszként, villamosként és taxiként funkcionáló önvezető járműveket. Gördülékeny használatukhoz az intelligens közúti infrastruktúra kiépítését is szorgalmazzák.

Peking nincs egyedül a hatalmas országban. A koronavírus-járvány miatt kétes világhírnévre szert tett tizenhárommilliós közép-kínai nagyváros, Vuhan szintén bejelentette, hogy jóváhagyta az intelligens, „behálózott” önvezető járművek fejlesztésének, használatának promótálását célzó új szabályozást.

A hatóságok nagyon masszívan beálltak a technológia mögé. Eddig tizenkilenc városban adtak ki hasonló engedélyeket, beleértve a robottaxikat és a robotbuszokat is.

Az egyik legnagyobb önvezető taxiflottával a Baidu techóriás leányvállalata, az Apollo Go rendelkezik. Vuhanban elvileg már 2024 végén ezer robottaxijuk működött.

A novemberben a hazai (amerikai) piacon szárnyaló Pony.ai kétszázötvenes kínai flottáját országos szinten ezerre emelné 2026-ig. Más vállalatok szintén bővíteni kívánják ezirányú szolgáltatásaikat, ki akarják aknázni a világ legnagyobb piaca adta lehetőségeket.

Elon Musk Teslája saját robottaxiját a tervek szerint 2026-ban kezdik el gyártani.

Először az Eseményhorizont Teleszkóp nemzetközi csapata, 2018-ban készített felvételeket fekete lyukról. A mintegy ötvenötmillió fényév távolságra lévő M87* hatalmas gammasugarakat bocsátott ki. 

A csillagászok érzékelők adatait kombinálják egybe, amikor közelebbről szemügyre veszik azokat. 2018 áprilisában huszonöt földi és földközeli pályán lévő űrtávcső adatait gyűjtötték össze, az eredményeken azonban máig töprengenek. A gammasugár-kitörést az Eseményhorizont Teleszkóp több-hullámhosszú kampánya során észlelték. Ezzel a teleszkóppal akkor figyeltek meg először gammasugár-kitörést, ezért könnyebben tudták azonosítani a régiót.

A kutatók bizakodnak, hogy a kitörés adatai alapján jobban tudják tanulmányozni az M87* szupermasszív fekete lyuk fizikáját. Kiderült, hogy a jelenség, egy fáklyaszerű folyam, rengeteg nagyerejű energiasugárzást bocsát ki, de eltörpül a fekete lyukhoz képest, amely így több tözmilliószorosára terjedt túl saját eseményhorizontján. 

A robbanás mintegy három földi napig tartott, és a Nap-Föld távolság nagyjából 170-szeres területét fedte le. A tudósok szerint a fáklya a fekete lyuk által elfogyasztott anyag és a külső mágneses mező kölcsönhatásainak eredményeként keletkezett.

Az ilyen típusú robbanások egyrészt az egész univerzumban a legagresszívebbek közé tartoznak, másrészt nehéz rögzíteni őket, mert csak speciális hullámhosszokon láthatók. A szupermasszív fekete lyuk tevékenysége lényegében előrejelezhetetlen, hihetetlenül nehéz prognosztizálni, mikor alakul ki fáklya.

A régió szerkezete komplex, és a hullámhosszok függvényében eltérő karakterjegyeket mutat. Az esemény annyira erőszakos volt, hogy a fáklyához képest magának a fekete lyuknak is megváltozott a gyűrűszerkezete. Ez a jelenség a kettő (fekete lyuk és fáklya) közötti érdekes kapcsolatra utal.

A megfigyeltek ellenére rengeteg dolgot nem értünk a monumentális égitestekkel kapcsolatban: például, hogy hogyan és hol gyorsulnak fel a részecskék a fekete lyukban.

2024-hez hasonlóan, az idei is fontos év lesz a mesterséges intelligencia történetében – legalábbis szakterületi fejlesztők egybehangzó véleménye szerint.

Egyikük, a gépi tanulásban elévülhetetlen érdemeket szerzett Andrew Ng elmondta, hogy tinédzser kora óta foglalkozik a területtel, és most még izgatottabb, mint eddig bármikor. Különösen az MI-alkalmazások területén vár komoly előrelépéseket. Főként az érdekli, hogy még könnyebben építhetők szoftver-prototípusok, és mivel a mesterséges intelligencia használatával csökkennek a szoftverfejlesztés költségei, minden bizonnyal bővülni fog az alkalmazások köre.

Az MI nagy rendszerek bővítésében és karbantartásában segít, de igazán kiválót prototípusok és más, egyszerűbb alkalmazások kidolgozásában nyújt. Ilyen – gyorsan írható – alkalmazás figyelheti a devizaárfolyamot nemzetközi bankszámlánkhoz, felhasználói vélemények azonnali elemzésével támogathatja termékünk értékesítését (például rögtön jelzi, többen mivel nem elégedettek) és így tovább.

Ng szerint az MI-vel támogatott kódolás prototípuskészítésnél azért nagyon hatékony, mert az önálló prototípusok viszonylag kicsi kontextust és szoftverintegrációt igényelnek, illetve mert az alfatesztelésnél használt prototípusoknak általában nem kell megbízhatónak lenniük.

Noha a generatív MI nagyméretű, kritikus jelentőségű szoftverrendszerek tervezésében is segít, a hatékonyság ezen a területen nem javul olyan drámai mértékben. Az egyik ok, hogy komoly kihívás a rendszernek minden szükséges kontextust megadni a nagy kódbázisban történő eredményes navigáláshoz. Közben pedig a generált kód biztonságosságára, megbízhatóságára is oda kell figyelni. 

A prototípusok eddigi használatának körülményes telepítésük volt a legfőbb akadálya. Az olyan platformok, mint például a generatív MI-vel működő Bolt, a Replit Agent vagy a Vercel V0 ágensekkel javítják a kódminőséget és ami még fontosabb: segítenek a generált alkalmazások közvetlen telepítésében.

Január hetedikén rajtolt, tizenegyedikén ér véget a világ évente megrendezésre kerülő legnagyobb fogyasztói elektronikai seregszemléje, a Las Vegasi CES 2025.

Nem meglepő módon, a mesterséges intelligencia a rendezvény sztárja, lényegében – valamilyen mértékben – minden eszközben benne van már. Beteljesedni látszik az „MI-aranyláz.”

A Samsung például az „MI mindenre: minden nap, mindenhol” jövőképet igyekszik megvalósítani. Elképzelésüket jól szemlélteti mesterségesen intelligens hűtőszekrényük: élelmiszerek kipakolásakor előre látja a hőmérséklet változásait, egyfajta okos asszisztensként ténykedik a saláta mellett. Az óriásvállalat startup inkubátora szintén az MI mindenhol mantra jegyében funkcionál: videógyártástól a tornagyakorlatokon keresztül az energiafelhasználásig, valóban nincs termékük nélküle.  

Az LG továbbmegy, az AI már nem is artificial, hanem affectionate (szerető, gyengéd) intelligencia náluk.

2025 igazi nóvuma azonban nem is maga az MI, hanem az ágensek. 2024-ben változatos mesterségesintelligencia-asszisztensek nyűgözték le az érdeklődőket, a nagyágyúk viszont most úgy látják, hogy az értünk és helyettünk, céljainkat megvalósítva ténykedő ágenseket akarja igazán a felhasználó. 

Alkalmazásukkal nem kell minden apró részfeladathoz appokat megnyitnunk, mert természetes nyelven interakciókat folytatva velük, a repülőjegy-vételtől az üdítőrendelésig ők csinálnak meg szinte mindent.

Az új PC-k is egyre több mesterséges intelligenciát tartalmaznak. A generatív MI-forradalmat megalapozó GPU-k (grafikus feldolgozóegységek) piacát vezető Nvidia RTX 5090-e hetven százalékkal gyorsabb az elődjénél, miközben a terület másik két illusztris képviselője, az Intel és az AMD szintén új chipeket jelentett be.

A televíziózásban itt a HDMI 2.2, a videók és a játékok még látványosabbak, részletgazdagabbak lesznek vele, nagyobb a felbontás, gyorsabbak a frissítések, elvileg hosszú ideig ez lehet a szabvány. 

Minden jel arra utal, hogy a mesterséges intelligencia kulcsszerepet fog játszani a jövő hadviselésében. Ezt a prognózist szem előtt tartva, elmondható: Ukrajna komoly értéket jelentő forrásanyaggal, sokmillió órányi drónfelvétellel rendelkezik. Az anyagok óriási segítséget jelenthetnek csatatéri döntéseket hozó MI-modellek gyakoroltatásához.

A technológiát mindkét fél alkalmazza. Célpontokat azonosítanak vele, az embernél jóval gyorsabban néz át képeket.

Az OCHI nonprofit digitális rendszer a frontvonalban dolgozó több mint tizenötezer drón felvételeit szervezi rendszerbe, és elemzi. Eddig kétmillió óránál (228 évnél) tart. Adatai létfontosságúak lesznek a mai MI-t meghatározó gépi tanuláshoz. Táplálék az MI-knek, kétmillió órával egészen természetfelettivé válhatnak – véli Oleksandr Dmitriev, az OCHI alapítója.

Harci taktikákat, célpontok észlelését, fegyverrendszerek hatékonyságának felbecslését tanulhatják meg belőlük. Röppályák és szögek, a matematikává alakított adatok eredményesebbé teszik a fegyvereket.

A 2022-ben kidolgozott rendszer eredetileg katonai vezetőket segített a csatatér átfogóbb áttekintéséhez. Később rájöttek, hogy a drónvideók a háború rögzítésére is alkalmasak, és elkezdték tárolni őket. A gyűjtemény napi öt-hat terabájt anyaggal bővül. Dmitriev elmondása alapján meg nem nevezett külföldi szövetségesek is érdeklődnek az OCHI iránt.

Nem meglepő, hiszen ennyi adatból rendszerek megtanulják azonosítani azt, amit látnak, és a következő szükséges lépéseket is. Az ember intuitíven teszi ezt, gépeket viszont be kell gyakoroltatni természetes akadályok, csapdák elkerülésére.

Az adatmennyiség mellett a képminőség is nagyon fontos, mivel az MI-modellek alak/forma és színek alapján azonosítják a célpontokat. Amerikai katonai vezetők és drónfejlesztők ukrajnai felvételek helyett viszont inkább a csendes-óceáni helyszíneket részesítik előnyben, mert az USA elsőszámú katonai riválisának nem Oroszországot, hanem Kínát tekintik.

Egy másik ukrán rendszer, a Védelmi Minisztérium által fejlesztett Avengers drón- és CCTV-videókat gyűjt és rendez össze. A minisztérium érthető okokból nem közöl róla infókat.      

A dél-koreai kormány előrébb hozta a világ legnagyobb félvezető csomópontja, a Yogan Nemzeti Félvezető Ipari Komplexum építésének kezdetét – most 2026 decembere a startdátum.

A tervezési folyamat részeként, a Földügyi, Infrastrukturális és Közlekedési Minisztérium a klasztert nemzeti komplexummá nevezte ki, felgyorsította a hatósági jóváhagyásokat, hogy megkönnyítse az építkezés az eddigi elképzeléseknél évekkel korábbi elkezdését. Az újragondolt ütemezés alapján a létesítmény 2030-ban lesz működőképes.

7,28 millió négyzetméteres területen fog állni, a nagyobb ipari szereplőktől (Samsung, SK hynix stb.) 246.4 milliárd dollár befektetéssel számolnak. Hatvannál több anyagok, alkatrészek és felszerelések beszállító-specialista kis- és középvállalat szintén támogatja anyagilag a létesítményt.

A komplexum hat nagyméretű félvezető-gyártó telepnek, három erőműnek és a dolgozók szállását jelentő lakóépületeknek, kisebb városnak ad majd otthont. Mintegy tizenhatezer lakásról van szó, parkokkal és a munkaerő jólétét segítő egyéb létesítményekkel.

Az előrejelzések alapján 1,6 millió személy dolgozhat majd a komplexumban. A tervek először 2024 januárjában láttak napvilágot, amikor a Samsung és az SK hynix bejelentette, hogy 471 millió dollárnyi összeget terveznek beruházni egy új chip csomópont építésébe. Tizenhárom üzemben gondolkoztak, havi 7,7, éves szinten 92,4 millió szilíciumostya (wafer) gyártásával 2030-ban.

A mostani modellben hat lett a tizenháromból, és egyelőre nem tudni, hogy ez mennyire befolyásolja a gyártókapacitást. Elképzelhető, hogy nagyobb lesz a termelés, és a környezeti lábnyom is.

A projekt célja, hogy Dél-Koreát és vezető nagyvállalatait előnyös helyzetbe hozza egy egyre kompetitívebb területen, illetve kielégüljön a csúcstechnológiás chipek iránti növekvő igény.

A világgazdaság főszereplői, mint az Egyesült Államok, Kína, az Európai Unió, az Egyesült Királyság, Japán, Tajvan, a Közép-Kelet és India sokat invesztál félvezető iparába, és az ellátási láncot is igyekeznek biztonságosabbá, átláthatóbbá, lokálisabbá tenni. Dél-Koreának lépnie kellett, hogy megőrizze globális versenyképességét – magyarázza az illetékes minisztérium.

A légvédelmi és repülőipari Tron Future startup 2018-ban alakult, és gőzerővel dolgozik következőgenerációs technológiákon. Tajvan fővárosában, Taipeiben működik, ma már drónokat és drónellenes megoldásokat, felderítő rendszereket fejlesztő vállalatcsoporthoz tartozik. A csoport tagjai tevékenységüket 2022-ben, Oroszország ukrajnai inváziójával pörgették fel.

Drónfejlesztésekben Kína a világelső, a kereskedelmi drónok globális piacának több mint 80 százalékát kontrollálja. Az alapvető alkatrészek, mint a lítium-ion akkumulátorok gyártását is kvázi monopolizálja.

Ukrajna például nagymértékben támaszkodott kínai alkatrészekre és előre összeszerelt drónokra. A világvezető gyártócég DJI Mavic modelljének 60 százalékát északkeleti szomszédunk vásárolta meg.  

A chipháború következményeként, eszkalálódásaként, Peking által bejelentett, 2025-tel érvénybe lépett alkatrész exportkorlátozásokra reagálva, Tajvan igyekszik felvenni a versenyt, és tudva, hogy az ember nélküli járművek a jövő hadviselésének központi elemei lehetnek, fokozza ezirányú tevékenységét, igyekszik segíteni a nyugati katonai világon.

Az érintett cégek óriási potenciált látnak a technológiában, a kormány pedig minden támogatást megad nekik. A Tron Future vezetősége elmondta, hogy folyamatosan nő a tajvani és az amerikai vállalatok közötti üzleti forgalom.

Mivel a világ legfejlettebb mikrochipjeinek 95 százalékát a szigeten gyártják, Tajvan eleve kritikus jelentőségű technológiai csomópont. A helyi drónfejlesztők az Egyesült Államokat és szövetségeseit igyekeznek segíteni, hogy csökkenjen szakterületi Kína-függésük.

Oroszország Ukrajna elleni inváziója megerősítette, mennyire fontosak a biztonságos és kockázatmentes ellátási láncok – amelyek zömét nem Peking, hanem egyelőre még mindig az USA kontrollálja. Tajvan közismerten közéjük tartozik, az eddigi munkakapcsolatok gyümölcsözők, úgyhogy a dróntechnológiában is a nyugati világ ideális partnere lehet. Donald Trump januári beiktatásával pedig aligha fognak csökkeni az USA és Kína közötti feszültségek, sőt…

A viszály komoly lehetőség Tajvannak. A 2022-ben indított Drone National Team programjuk a gyártók összehozását célozza, amellyel felgyorsítják drónok fejlesztését, telepítését katonai és polgári alkalmazásokhoz. 2028-ig el akarják érni a havi tizenötezer darab gyártását.

A sziget technológiai szakértelme, geopolitikai jelentősége és a növekvő védelmi befektetések miatt több területen is a kínai rendszerek biztonságos, csúcsminőségű alternatívája lehet. Szeptemberben a drónfejlesztésben érintett huszonhat amerikai vállalat (Northrop Grumman, Shield AI, Textron Systems stb.) képviselőiből álló delegáció járt Tajvanon. A látogatás célja az együttműködés erősítése volt.

A hagyományosan komputereket és mobiltelefonokat is gyártó fogyasztói elektronikai nagycégek mindegyike foglalkozik drónokkal. A tajvani félvezető ipar pluszt adhat hozzájuk, például hozzájárul, hogy fejlett MI-képességekkel rendelkezzenek, és így ellehetetlenítsék a gépek zavarását.

A tajvani fejlesztők egyelőre ódzkodnak, hogy minden értékesítésükről beszámoljanak, mert egyes európai és közép-keleti üzletek Kína miatt érzékeny adatoknak minősülnek. Az illetők drón-ügyileg a távol-keleti szuperhatalommal is bizniszelnek.

Mesterségesintelligencia-fejlesztők internetes adatokat használva javítják nagy nyelvmodelljeiket, az LLM-eket. Vállalatvezetők és kutatók, köztük a Google DeepMind CEO-ja, a friss Nobel-díjas Demis Hassabis viszont figyelmeztetnek, hogy a szektor pár évvel ezelőtt elképzelhetetlennek tűnt problémával szembesül: kifogyunk az MI-rendszerek gyakoroltatásához nélkülözhetetlen adatokból.

A konszenzus általánosnak tűnik. Azért jutunk el az adathiányig, mert az interneten található digitális szövegek nagy részét felhasználták már. Hiába költenek súlyos dollármilliárdokat MI-fejlesztésekre, a probléma fennáll, és egyre sürgősebb lenne megoldást találni rá.

Minél több internetes tartalmat, például híreket, chat-naplókat, blogokat és másokat fogyasztanak, annál jobbak az MI-rendszerek. A jelenségben rejlő lehetőségeket kihasználó nagyvállalatok, mint az OpenAI, a Google és a Meta gőzerővel dolgoznak azon, hogy még több online adathoz jussanak hozzá. Eddig gyakran figyelmen kívül hagyták a klasszikus céges politikát, ügyeskedtek, és a törvényeket sem tartották be az utolsó betűig.

A méretezési törvények kialakulásával, az előző három-négy évben a befektetések is kezdtek megtérülni, kilőtt a szakterületi fejlesztés, ami viszont ma már inkább lassulgat. Adjuk még hozzá, hogy a mostani módszerekkel egyes területeken ugyan kétségtelenül töretlenül fejlődik az MI, különben viszont új módszerekre lenne szükség a Google és az OpenAI által követett cél, az emberi intelligenciával azonos szintű, az emberi agy kapacitását minimum elérő mesterséges intelligencia megvalósításához. Pedig Sam Altman nemrég már 2025-re ígérte ezt, azaz az AGI-t (általános mesterséges intelligenciát) – ami inkább tűnik jó marketingszövegnek, mint valóságnak.

Hassabis a megtérülések csökkenő mértékére figyelmeztet. A Google DeepMind és mások is szintetikus adatokat generálva, módszereket dolgoznak ki arra, hogy az LLM-ek próbáikból és hibáikból (trial-and-error) tanuljanak. Az OpenAI nemrég be is mutatott szintetikus (gép által, például gépi tanulás közben generált) adatok használatával épített új rendszert, de az csak olyan területeken működik jól, ahol egyértelműen meg lehet különböztetni az igazat a hamistól: matematikában, programozásban és más egzakt tudományokban. A művészetek és a társadalomtudományok, a filozófia nagyobb kihívást jelentenek.

MI-rendszerek köztudottan hajlamosak hibázni és valótlanságokat fabrikálni. Ez a tény lassíthatja a saját programokat író és az online felhasználó érdekében cselekvő MI-ágensek fejlesztését. Egyre több kutató véleménye, hogy ezek az ágensek kulcsfontosságúak, nem lesz nélkülük AGI.

Az érintett nagyvállalatok mindenesetre nem kívánják csökkenteni az MI-rendszereknek otthont adó masszív adatközpont-építési beruházásaikat. Sokan nem is aggódnak, például az OpenAI szerint egyes módszertani módosításokkal, a fejlődés tempója sem lassul le.

A képgenerálásban gyorsan zajlanak az események, egyik kutatás a másikat követi, és az eredmények magukért beszélnek. Ugyanez nem mondható el a videóról, ahol a fejlődés jóval lassabb. Az egyik ok a feldolgozás költsége. Mozgóképekkel mindig jóval nagyobbak a kiadások.

Szerencsére nő az előzetesen betanított, nyílt forrású videógenerátorok száma. Ha több van belőlük, az elérhetőség is nagyobb, többen férnek hozzá a technológiához.

A nagyobb hozzáféréssel a kutatóknak is könnyebb, mert nem kell sürgősen modelleket gyakoroltatniuk, és így több idejük marad finomhangolással és más gyakorlás utáni dolgokkal foglalkozniuk, hogy a modellek speciális feladatok elvégzésében és újabb applikációkban is jól teljesítsenek.

Az OpenAI februárban jelentette be a csak decemberben nyilvánossá tett Sorát. A modell videógenerátorok új hullámát indította el. Veo (Google), Movie Gen (Meta), Gen-3 Alpha (Runway), Stable Video Diffusion (Stability AI). Nyílt forrású alternatívák hiába tűnnek fel, általában hamar kiderül róluk, hogy nem ugyanaz a minőség, mint a kereskedelmi célú generátorok, nem tudják tartani velük a versenyt.

A kínai Tencent 2024 végén tette nyilvánossá a Hunyuan Videót. Teljesítménye hasonló a kommersz termékekhez. Nyílt kód, nyílt súlyok – havi közel százmillió felhasználó, akiknek jelentős része az Egyesült Királyságban, az Európai Unióban és Dél-Koreában él. 

A rendszer konvolúciós kódolóból és dekódolóból, két szöveges kódolóból és egy transzformerből áll. Lépésről lépésre gyakoroltatták; a kódoló/dekódolóval kezdték, majd a komplett modellel folytatták. A nyílt forráskód ellenére, a finomhangolás előtt használt adatsor nem nyilvános.

A Hunyuan Video jól teljesít teszteken, a bírák jobban szeretik a rendszert, mint a riválisait. A nyílt forráskóddal a Tencent hozzájárul a videógenerálásban végzett kutatás-fejlesztésekhez. Külön érdekesség, hogy egy kínai nagyvállalat segít be a nyílt forrású kezdeményezéseknek, közösségeknek.

Történelmi idők az energiaszektorban: a károsanyag-kibocsátást úgy kell csökkenteni, hogy közben az energiaigények folyamatosan nőnek. A mesterséges intelligencia sokat segíthet, és az iparág képviselői, a Shell vezetésével dolgoznak is a termelés és a jövőbeli megoldások MI általi szintézisén.

A technológia felgyorsítja az energiatovábbítást, és csökkenti a széndioxid-kibocsátást. Nem Szent Grál, de a pragmatikus megközelítéssel máris több fronton érzékelhető a fejlődés.

A Shell komoly eredményeket ért el a tudományos szimuláció felpörgetésében. Az Nvidiával közösen lefuttatott komplex energiaszimulációik többezerszer gyorsabbak, mintha hagyományos modellekkel tették volna. Többmillió éves folyamatokat tanulmányozva pontosabban látják, hogyan csökkenthető mindenhol szignifikánsan a kibocsátás.

Gépitanulás-modellekkel vizsgálták a széndioxid földalatti tárolását. A szélvészgyors szimuláció lehetővé tette a földrajz, a széndioxid-leválasztással és tárolással járó nyomás és más tényezők hatásainak elemzését.

A Shell persze – túl a szimuláción – gyakorlati alkalmazásokban is gondolkodik. Virtuális távérzékelés (VERS) programjuk térinformatikai MI segítségével nyer ki információt a távérzékeléssel és műholdakkal gyűjtött adatokból. A technológia bioüzemanyagok azonosításában és tisztaenergia-beruházások optimalizálásában segít.

Kifinomult gépilátás-rendszerekkel berendezéseik állapotát monitorozzák, kibocsátást detektálnak, növelik a biztonságot. A rendszerek peremszámításokat (edge computing) is végeznek, amellyel valósidőben és a még nehezen behálózható helyszíneken is megállapítják, megfelel-e minden az előírásoknak.

A Shell csúcskategóriás MI-megoldások mellett alkalmazottai körében demokratizálja a mesterségesintelligencia-technológiákhoz való hozzáférést. Az alkalmazásokat egy rendszer komplexitásuk és kockázataik alapján rangsorolja. Minél kevésbé kockázatos egy alkalmazás, annál többen használhatják. Minél kockázatosabb és bonyolultabb, annál nagyobb szakértelem az elvárás. Az eddigi eredmény magáért beszél, a Shell MI-közössége több mint tizenkétezer személyből áll. Az átfogó Digitális készségek programot lényegében az összes alkalmazott használhatja.

Az MI az energiahálózatot is újragondolja. Központi erőművektől megújuló források elosztott hálózatáig ível a fejlődés. A nagyjából nyolcezer erőművet a jövőben MI-vel vezérelt, menedzselt többmillió forrás- és tároláspont helyettesítheti. Más MI-k figyelme az elektromos autók működtetésére, töltésükre szintén kiterjed. Generatív MI-vel és nagy nyelvmodellekkel a tudományos-technológiai forrásokat teszik elérhetőbbé. Az adatközpontok, a „jövő energia-csomópontjainak” széndioxid-mentesítésével szintén foglalkoznak.