Az Artificial Analysis kétszáznál több felhasználó és szervezet bevonásával végzett felmérése alapján 2025 harmadik negyedévében a kép- és videóalkalmazások területén Google Gemini és Veo modelljei terjedtek el legjobban. A válaszadók 74 százaléka használja a Geminit (kép), 69 százalékul pedig a Veo-t (videó).

A „melyik képgeneráló modellcsaládokat használja ön/szervezete” kérdésre válaszolva Google Gemini, OpenAI GPT Image (64 százalék), BFL FLUX (nyílt súlyok, 37 százalék), Google Imagen (36 százalék), Qwen (28 százalék), Bytedance Seedream/SeedEdit (24 százalék), Stable Diffusion (22 százalék), BFL FLUX (zárt súlyok, 22 százalék), Adobe Firefly (18 százalék), Grok Imagine (18 százalék) volt az első tíz. A Midjourney 17 százalékkal a tizenegyedik, a Runway (12 százalék) tizenkettedik, a Meta Image Generator (8 százalék) tizenhatodik.

A „melyik videógeneráló modellcsaládot használja ön/szervezete” kérdésre válaszolva Google Veo (Veo 3), Kling (Kling 2.1 Master, 48 százalék), MiniMax Hailuo (Hailuo 02 Pro, 35 százalék), Runway (Runway Gen 4, 30 százalék), Alibaba WAN (WAN 2.2 A14B, 30 százalék), Bytedance Seedance (Seedance 1.0 Pro, 27 százalék), Midjourney V1 (24 százalék), Tencent Hunyuan Video (15 százalék), PixVerse (PixVerse V5, 13 százalék), Lightricks (LTX Video, 11 százalék) volt az első tíz.

Mind személyes, mind szervezeti használatra a megkérdezettek a minőséget tekintették a legfontosabb tényezőnek. A költség a videógeneráló API-kat (alkalmazásprogramozói felületeket) választó szervezetek számára bizonyult különösen kritikusnak. A hozzáférési csatornák kiválasztásakor a válaszadók 58 százaléka az alacsonyabb összköltséget jelölte meg elsődleges szempontként.

A szervezetek szinte egyenlően oszlottak meg az alkalmazásokon (65 százalék) és az API-kon (62 százalék) keresztüli modellelérésben. A személyes felhasználók viszont (érthetően) túlnyomórészt az alkalmazásokat részesítették előnyben (86 százalék).

A szervezetek 65 százaléka tizenkét hónapon belüli megtérülésről számolt be, 34 százalékuk pedig már látott befektetésarányos megtérülést (ROI, return of investment).

A felmérést az OpenAI Sora 2 videógeneráló modelljének megjelenése előtt készítették.

A banki és a pénzügyi szolgáltatások globális szereplői minden új technológia, főként a mesterséges intelligencia adta lehetőségeket kihasználva igyekeznek csökkenteni a tranzakciók hosszát, növelni az ügyfelek számára nem látható, háttérben végzett feladatok (back-office) hatékonyságát, minél több profitot hozó üzletet kötni.

2026-ot hét technológiai trend alakíthatja.

Az MI-ágensek automatizálnak rutinfeladatokat: tranzakciók egyeztetését, megfelelőség-ellenőrzéseket, rendellenes tranzakciók valósidejű jelzését, alkalmazások feldolgozását. Az ügyfél szempontjából személyes pénzügyi asszisztensekként működnek, megkeresik a legjobb árfolyamokat, harmadik féltől származó alkalmazásokkal és szolgáltatásokkal kommunikálva a nevünkben, egyensúlyoznak befektetési portfoliókat.

Az ügyfél-élmény forradalma a második: mivel egyre könnyebben válthatunk szolgáltatót, megnyerésünkhöz és megtartásunkhoz a CX (costumer experience) kulcsfontosságú. Az MI-vel a személyre szabás alkalmazásokba integrálódik, prediktív elemzések felmerülés előtt prognosztizálják a problémákat, a chatbotok teljes körű megoldásukig fejlődnek.

A fintech technikák emberek nélküli megvalósítása továbbra is álom marad. 2026-ban súlyosbodik a szakemberhiány, a csillagokba szökő fizetések ellenére bankok, fedezeti/magánbefektetési alapok (hedge funds) és biztosítók továbbra is nehezen találnak megfelelő szakembert. 2026-ban az MI, a gépi tanulás, az adattudomány, a cyberbiztonság és a blokklánc ismerete lesznek a legkeresettebb készségek, de a digitális átalakulás iparági humán hatásait kezelő képességekkel rendelkezők iránt szintén nőni fog a kereslet.

Valós eszközök, például borok tokenesítésével intézményi és lakossági befektetők anélkül invesztálhatnak és kereskedhetnek velük, hogy foglalkozni kellene a fizikai kezelésükkel, tárolásukkal, vagy közvetítőkkel kellene tárgyalniuk. Mivel pénzügyi eszközök, mint a kötvények, értékpapírok és adósságok szintén egyre inkább tokenizáltak, lehetővé válik a zökkenőmentesebb intézményi kereskedelem és befektetés. 2026-ban a trend felerősödik.

A kvantumszámítások pénzügyi szolgáltatásokban történő alkalmazásai idén jelentek meg, a JP Morgan, a Goldman Sachs és a HSBC kockázatelemzésre és portfolió-optimalizálásra használja a technológiát. A tendencia 2026-ban folytatódik, a klasszikus és a kvantumszámítási feldolgozást ötvöző hibrid munkafolyamatok jelennek meg, maga a kvantumszámítás pedig a legkomplexebb kalkulációs és optimalizációs problémákra fog összpontosulni.

Mainstreammé válnak a stablecoinok, a hagyományos valuták, például az amerikai dollár értékéhez kötött kriptovaluták. Duplán, kriptóként és klasszikus fizetőeszközként is profitálhatunk belőlük: egyrészt országhatárokon átnyúlva is könnyedén kereskedhetünk velük, nincsenek közvetítők, másrészt stabilabb az értékük. Jövőre több ország hozhat kriptovaluta-barát szabályozást, és több intézmény fogja érteni a használatukat.

A gazdasági és geopolitikai bizonytalanság marad 2026-ban is. A változó kereskedelmi szövetségek, a vámok és a konfliktusok veszélye továbbra is megzavarják az iparágakat alátámasztó ellátási láncokat, az üzleti, banki és befektetési tevékenységet működtető tőkeáramlást. Kormányok és pénzügyi szolgáltatók változatlanul az ellenállóképesség fejlesztésére fognak összpontosítani. és az USA után globálisan is egyszerűsítik a szabályozást.

Mi történne, ha jövő számítástudománya nem egyre gyorsabb digitális chipekről, hanem a pár évtizede túlhaladott analóg technológia felélesztéséről szólna?

A Pekingi Egyetem kutatói ebbe az irányba tettek fontos lépést: analóg chipjük az Nvidia H100 GPU-jánál (grafikus feldolgozóegységénél) akár ezerszer gyorsabb és ezerszer kevesebb energiát fogyaszt. Sikerült megoldaniuk az analóg számítások „százéves problémáját”, adekvát választ találtak a magas szintű pontosság és a skálázhatóság szimultán elérésére.

A digitális számítástechnika úgy működik, mint egy hagyományos villanykapcsoló: egyesekkel és nullákkal jelölt be- vagy kikapcsolt állapotban van. Az analóg ezzel szemben fényerőszabályzó-kapcsolóhoz hasonló, amelynek a tárcsája különböző szintekre állítható, és az információkat egy adott tartományon belül folyamatosan változó értékek alapján dolgozza fel.

A kínai eszköz az adatokat az elektródák közötti anyag elektromos ellenállásának változtatásával tároló rezisztív memóriatömböket használ. Az architektúrával a chip komplex matematikai problémákat lépésről lépésre haladó algoritmusok helyett fizikai mennyiségekkel (feszültség, áramerősség) old meg. Digitális számítógépek különösen természetes rendszerek, például időjárási mintázatok szimulálásával vagy az MI működtetéséhez használt mátrixalapú számításokkal küszködnek. Mivel a feldolgozás és a memória továbbra is elkülönül, a fizikai számítások határához közeledve, egyre inkább nő a felhasznált idő és az energiafogyasztás.

Mivel a problémák közvetlen megoldására fizikai mennyiségeket használ, dinamikus rendszerek szimulálása vagy az MI-számítások sokkal gyorsabban és energiahatékonyabban megoldhatók analóg számítástechnikával. 

Az elképzelés nem új, a pontatlanság és a skálázhatatlanság viszont történelmi relikviává tette. A kínai kutatók most életet igyekeznek lehelni bele. Eszközük digitális rendszerekhez hasonló pontosságot ért el MI és 6G számítási kihívásokban. A GPU-k felső harmadát lekörözték közepes léptékű mátrix-számításokban, és a chip finomhangolásával növelhetik a teljesítményt. Ha beválik, az MI jövője nem a tranzisztorok folyamatos csökkentésén vagy az áramfogyasztás növelésén áll vagy bukik.

Az élettelen, de életszerű viselkedést egyre inkább élőként látó felhasználóknak készülő chatbotok a mesterségesintelligencia-fejlesztések egyik legvitatottabb, veszélyeket rejtő iránya. Mustafa Suleyman, a Microsoft vezérigazgatója figyelmeztet a problémára, sőt, egy augusztusi blogbejegyzésben a „látszatra tudatos mesterséges intelligencia” (seemingly conscious artificial intelligence, SCAI) fejlesztések leállítását kérte kollégáitól.

Közben a Microsoft is készít hasonló termékeket, október végén például a Copilot chatbot frissítéseit jelentették be. A piac zsúfolt, csomó rivális bot igyekszik elnyerni a felhasználók tetszését: ChatGPT, Perplexity, Gemini, Claude, DeepSeek és a többi.

A Copilot egyik legfontosabb frissítése, a csoportos csevegési funkció lehetővé teszi, hogy egyszerre többen beszélgessenek a chatbottal. Így megakadályozható, hogy minden felvetésünkre egyetértve bólogató bottal négyszemközti beszélgetések sorát folytassuk, miközben egyre kényelmetlenebbül érezzük magunkat.

Egy másik funkcióval, a Real Talkkal beállíthatjuk, hogy a Copilot mennyire reagál ránk, csökkentve a chatbotok egyre gyakoribb hízelgését, és így többször megkérdőjelezheti, amit mondunk neki.

A memóriafrissítésének eredményeként mostantól megjegyzi közelgő eseményeinket, a hosszútávú célokat, és felidézi korábbi beszélgetésekből az általunk mondottakat. A Mico animált sárga pacával új és fiatalabb felhasználók számára igyekszik vonzóbbá válni.

Ez a frissítések egyik bevallott célja: a bot legyen vonzóbb, kifejezőbb és hasznosabb. Kérdés, meddig lehet ezeket a funkciókat úgy fejleszteni, hogy ne induljon el az SCAI felé vezető úton.

Az aggodalmakat még jogosabbá teszik a túl megnyerő, kifejező és segítőkész chatbotokról keringő történetek. Az OpenAI-t egy tinédzser szülei perlik, mert állítólag a ChatGPT vette rá az öngyilkosságra. Közben chatbotokkal kialakított romantikus kapcsolatokat ünneplő fórumok válnak népszerűvé.

Suleyman az emberszerű interakciók és a biztonsági aggodalmak egyensúlyában látja a megoldást. A Copilot új funkcióit ebben a szellemben alakították ki: az MI maradjon továbbra is az emberiséget szolgáló eszköz, ne emberi kapcsolatokat helyettesítsen. A Microsoft szándékosan kerüli a romantikus vagy szexuális kapcsolatokat ösztönző botok építését. Egyértelmű határokat jelölnek ki ott, ahol más piaci szereplők lehetőséget látnak. „Soha nem fogunk szexrobotot fejleszteni” – jelentette ki határozottan Suleyman.

A vonzó személyiség hasznosabbá teszi az MI-t, viszont meg kell tanulniuk gondosan „megformálni” az érzelmi intelligenciát, mert a személyiség mesterség, s nem megtévesztés – mondta a kutató.

Újra kell gondolni a „digitális fajok” metaforát – hangsúlyozza. Ha így írjuk le az MI-t, az semmiképpen nem a tudatosságuk és/vagy a jogaik jóváhagyása, hanem inkább figyelmeztetés: ez fog történni a jövőben. A technológiát az emberi érdekeknek kell alárendelni, és nem a tényleges humán jogokról a figyelmet elterelő autonómiával vagy morális megfontolásokkal felruházni.

A mesterségesintelligencia-forradalmat a technológia mellett a kormányok, vállalatok és magánszemélyek által elfogadott erkölcsi normák és jogi keretek is mozgatják: mi tolerálható és mi nem, hogyan biztosítsuk az innovációt, miközben csökkentjük a károkat.

Bernard Marr szerint 2026-ban nyolc MI-etikai trend határozza meg a technológia társadalmi elfogadását.

Az első a szellemi tulajdonjog kérdése: ha az MI jogvédett adatokon gyakorol, kell-e kompenzálni a tartalmak előállítóit? Az eddigi bírósági csatározások felemás eredményeket hoztak. Marr bizakodik, hogy 2026-ban tisztul a terep, az innováció hátráltatása nélkül lesz becsületesebb az MI-környezet. 

Az MI-ágensek kapcsán felmerül, hogy mennyire hagyjuk helyettünk dönteni a gépet. Meddig mehetnek el emberi felügyelet nélkül, kié a felelősség, ha a dolgok rosszra fordulnak? 2026-ban napirendre kerülnek az ágensautonómia küszöbértékei, az emberi felügyelet szükséges szintje, a felelőtlen gépi viselkedés miatti büntetések.

Az MI munkára gyakorolt hatásáról ellentmondásos vélemények látnak napvilágot: egyesek szerint semmi nem változott, mások bizonyos területeken a munkaerő-felvétel csökkenését tulajdonítják a technológiának. Kormányok és szabályozók igyekeznek kezelni a kérdést, például az MI miatti állásvesztés vállalati bevételeinek szociális kiadásokra költését célzó intézkedések is elképzelhetők.

A felelősség és az elszámoltathatóság kérdése nem új, de rendezetlen probléma. A megoldás törvényhozói prioritás lesz 2026-ban. Egyes elképzelések alapján az MI-t használó szervezeteknek biztosítaniuk kell, hogy a felelősség – a gépi elfogultság, a hallucinációk és a rossz döntések miatt is – az emberre háruljon.

Az MI globális, az általa okozott károk szabályozása viszont az egyes országok hatáskörébe tartozik, ami eltérésekhez és az elszámoltathatóság hiányához vezethet. Az EU-ban, Kínában és Indiában nemzeti, az USA-ban szövetségi államonkénti törvényeket vezettek be. A nemzetközi konszenzus és a hatékony globális szabályozás biztosítása 2026 egyik forró témája lesz.

A szintetikus tartalmak, a mélyhamisítványok (deepfakes) és a dezinformáció változatlanul sok kárt okoznak. A kritikus gondolkodás erősítése mellett 2026-ban az MI által generált tartalmak címkézését előíró, a káros mélyhamisítványok készítőit büntető törvények születhetnek.

Jövőre várhatóan egyre több szervezet foglalkozik az alkalmazottai jogosulatlan, ellenőrizetlen MI-használatának veszélyeivel. HR-osztályok prioritása lesz világszerte viselkedési kódexek és a legjobb gyakorlatra vonatkozó irányelvek bevezetése. Igyekeznek megértetni az alkalmazottakkal a biztonságos, etikus és elszámoltatható MI-használat előnyeit.

Az MI átláthatatlansága, a „nem tudjuk, mi történik a belsejében az input és az output között”, az úgynevezett feketedoboz-jelenség gyakran fejlesztői szándék. 2026-ban fokozódik a fejlesztőcégekre nehezedő nyomás, hogy fogadják el az elmagyarázható MI elvét, vezessenek be az átláthatóság auditálását segítő módszereket. 

Kissé, de tényleg nagyon kissé megtörni látszik a mesterséges intelligencia körül évek óta tartó felhajtás. Például a GPT-5 augusztusi megjelenése nem váltott ki különösebb hullámokat, majd egy pár héttel későbbi beszámolóból kiderült: a generatív MI pilotprojektek 95 százaléka kudarcot vall. A hírre kisebb és rövid ideig tartó tőzsdei pánik tört ki.

Meglepő módon egyetlen cég sem ijedt meg annyira, hogy csökkentették volna MI-kiadásaikat. Pedig történetek terjednek e kiadások körforgásos természetéről, leépítésekről és arról is, hogy vállalatok képtelenek pontosan megfogalmazni, miért is lesz jó nekik a technológia. Még a legértőbb fejlesztők is elmondják: nem fejlődött az evangelistái által prognosztizált mértékben.

De miért nem vállalja fel senki, hogy az előjelek alapján kevesebbet invesztáljon mesterséges intelligenciába?

Rhiannon Williams, az MIT Technology Reviews újságírója szerint több okból. A két legegyértelműbb: ez óriási előny azoknak, akik kipukkadó lufinak tartják az MI-t. Ha egy vállalkozó az aggasztó hírek ellenére is irdatlanul költekezik, rögtön meg is kapjuk a lufi definícióját. A másik, hogy a negatív főcímek mögötti tartalom esetleg mégsem elég negatív, és  így nem is győz meg senkit az irányváltás szükségességéről.

Elképzelhető az is, hogy az MI szédületes fejlődési üteme miatt iparágak a kelleténél is érzékenyebbek a hírekre. A Yale Egyetem Költségvetési Laboratóriumát vezető, közgazdászként a technológia világánál megszokottnál nagyobb időtávlatban gondolkodó Martha Gimbel szerint az MI még senkinek sem változtatta meg a munkáját. Megdöbbentő lenne, ha egy technológia olyan gyorsan hatott volna, mint sokan gondolták – mondta. Azaz, a gazdaság nagy része még mindig nem tudja, mit tesz pontosan az MI, és felhagyjanak-e vele vagy sem.

Tipikus vezetői reakció az is, hogy nagyon komolyan veszik a sok kudarcot vallott MI-projektet. de nem a technológia kudarcaként élik meg, hanem a próbálkozásokat nem tartják elég gyorsnak, nem állnak rendelkezésükre a jobb MI fejlesztéséhez szükséges jó minőségű adatok. A pánikolás elmaradását több más stratégiai ok is magyarázhatja.

A tőzsdén lévő vállalatokon döbbenetes a nyomás, hogy keményen invesztáljanak az MI-be. Többen jól is jártak vele, végül mégis visszakoztak. A „vásárolj most, fizess később” elv alapján működő Klarna 2024-ben elbocsátotta munkavállalóit, felfüggesztette a munkaerő-felvételt, mert MI-t kívánt használni helyettük. Alig egy év múlva ismét alkalmazottakat vett fel, arra hivatkozva, hogy az MI sebességet, a tehetség empátiát ad nekik.

A McDonald’s autós kiszolgálása, a Taco Bell és még sokan mások véget vetettek az MI hangasszisztenseket tesztelő pilotprojekteknek. A Coca Cola hirdetéseinek zöme az egymilliárd dolláros ígéret ellenére sem generatív MI-vel készül.

Williams szerint nincs egyértelmű válasz a kérdésre. 

Ma már rengetegen használják a mesterséges intelligenciát, így semmi meglepő nincs abban, hogy 2026-ban a további terjedésére számítunk. Újdonság viszont, hogy ez nemcsak szoftver- és alkalmazásszinten történik, hanem a fizikai világban fizikai formában (robotok, önvezető járművek, ipari internet) is minden eddiginél markánsabb lesz.

A fizikai intelligencia térnyerése öt trendben foglalható össze.

A munkahelyeken, az egészségügyben és talán az otthonokban is több humanoid jelenik meg. A változás jelentős, mert az eddig ismert és a fizikai világban alkalmazott robotokat nem az emberről mintázták, mindenféle amorf szerkezetek mozogtak négy vagy több lábon, esetleg kerekeken, vagy karként működtek. A humanoidok fejlődését hátráltatta a tényleg hatékony működtetésükhöz szükséges kifinomult MI hiánya. Az akadály elhárult mára.

A kobotként ismert együttműködő robotokat (collaborative robots) az emberrel való közös munkára, a munkatér egymás melletti biztonságos megosztására tervezték. High-tech ipari környezetekben egyre megszokottabbak, de a technológia javulásával és az áreséssel még több kobot várható, 2035-re pedig a szektor 35 milliárd dolláros piaccá válik.

A teljesen önvezető járművek évek óta az MI legnagyobb ígéretei közé tartoznak, a korábbi előrejelzések hurráoptimizmusát viszont nem igazolta az idő. 2026-ban mindenesetre az ideinél több ember nélküli, robottaxi-fuvar várható. San Franciscóban, Phoenixben, Austinban, Pekingben, Wuhanban és Csonkingben és Abu Dhabiban már most is létezik ilyen szolgáltatás. Bejelentett tervek alapján jövőre Dubaiban, Dél-Koreában és az Európai Unió egyes városaiban is beindulhat a robottaxizás.

Az MI fizikai munkára gyakorolt hatása bizonytalan, ami a magas szintű ügyességet igénylő területeken, mint az építkezések, a vízvezeték-szerelés és egyes tervezői tevékenységek szempontjából kiemelten fontos. Jövőre itt is változhat a helyzet, például a kőműves Hadrian X, vagy a kábelezéshez, vízvezetékek telepítéséhez a földbe lyukat fúró Baubot MRS15 jelzik az irányt. Építkezési robotok az ismétlődő feladatok 25-90, a veszélyesek 72 százalékának elvégzésében válthatják ki az embert.

Kevésbé szívderítő, de sajnos Ukrajna orosz inváziója miatt valóság, hogy a drónoktól a cybertérig, a hadviselés gyorsan digitalizálódik, és egyben mechanizálódik is. Robotkutyák végeznek felderítést, de a logisztikában és a hadtápban is segédkeznek, automatizált gépfegyverek felismerik a barátot és az ellenséget, MI-k irányítanak drónokat. Kína vízalatti drónokat, különleges lézereket és – a kutyákkal ellentétben, az ellenséges katonákat megtámadó – robotfarkasokat mutatott be. Ne legyenek kételyeink, a fizikai intelligenciában irdatlan katonai potenciál rejlik.

Az OpenAI ChatGPT Atlasa a ChatGPT-t és az ágensmódot közvetlenül az alkalmazásba integráló új webböngésző. MI-je érti a honlap-tartalmat, munkameneteken átívelve megjegyzi a kontextust, anélkül végzi el a feladatokat, hogy a felhasználó elhagyná az aktuális oldalt.

Opcionális böngésző-memóriák funkciója lehetővé teszi, hogy a ChatGPT a korábban meglátogatott honlapok adataira emlékezve, személyre szabja a segítséget. A felhasználó szabályozhatja is, hogy milyen információk kerüljenek tárolásra vagy törlésre.

Az Atlas előnézetben elérhető ágensmódot is kínál az előfizetőknek. Lehetővé teszi, hogy a ChatGPT önállóan végezzen webes kutatást, töltse meg a bevásárlókosarat vagy dokumentumokat állítson össze a böngészőben.

Az új eszköz az OpenAI azon törekvését tükrözi, hogy számítási feladatokat rutinszerűen kezelő ágenses MI-rendszereket építsen, de a vállalat elismeri a kockázatokat is: hibákat és a rosszindulatú utasításokkal szembeni sebezhetőséget.

A fejlesztőcég szerint a ChatGPT Atlasszal könnyebb és hatékonyabb lesz az internethasználat, egy lépéssel közelebb kerülünk az igazi szuperasszisztensekhez. Újragondolhatjuk vele a webhasználatot. Pedig első ránézésre olyan, mint a Chrome vagy a Safari, egy nagy különbséggel, az oldalsávban lévő chatbottal. És egy másikkal is: annyira hozzászoktunk az ingyenes böngészéshez, hogy változtatni kell hozzá a szokásainkon, mert ha például ChatGPT Atlast vonatjegy-vásárlásra kérjük, rögtön szembesülünk a ténnyel, hogy a szolgáltatás csak előfizetőknek jár.

A nagy célhoz, az általános mesterséges intelligenciához (artificial general intelligence, AGI) ugyan nem visz közelebb, viszont bevételt generálhat, mert abban nem bővelkedik az OpenAI. A ChatGPT felhasználóinak is csak az öt százaléka fizet. Hirdetésekből anyagiakat generálni pedig azért kockázatos, mert keresetlen reklámokat csak hibátlan felhasználói élmény ellenében viselünk el. A rólunk gyűjtött adatokból tanulva lehetőségében áll folyamatosan javítani rajta.

A piac 66 százalékát a Chrome uralja, a Safari 19, az Edge 6, a Firefox 3, a Samsung Internet és az Opera 2-2 százalék volt 2024 végén. A ChatGPT Atlasnak nem lesz könnyű dolga, mert a Gemini a Google keresőmotor része, és a Microsoft a Copilottal bővítette az Edge képességeit. Az OpenAI chatbotja eddig egyébként sem váltotta valóra az indulásakor prognosztizált Google-gyilkos szerepét, még nem tette feleslegessé a megszokott keresést.

A jövőben azonban megteheti. Míg a Google a felhasználó és a honlapok közötti közvetítő, az új webböngészővel viszont semmiféle közvetítőre nem lesz szükség. Nem fogunk például medellini hoteleket keresni, és klikkelgetni a Google-találatokra, helyette szólunk a ChatGPT-nek, hogy közvetlenül kössön össze velük.

Kérdés, mikor lesz elég ember, aki fizetni is hajlandó ezért az extráért.

Fenyegetheti-e egy kicsi chipgyártó cég az Nvidia grafikus feldolgozóegységeivel (GPU) megszerzett kvázi monopóliumát a mesterséges intelligenciát működtető hardver felett?

A kaliforniai GSI Technology az MI-feldolgozás új megközelítését, a számítások közvetlenül a memórián belüli elvégzését képviseli. Asszociatív feldolgozó egységükre (associative processing unit, APU) a Cornell Egyetem tanulmánya hívja fel a figyelmet: célja a régóta fennálló teljesítmény- és hatékonyságkorlátok leküzdése, megkérdőjelezve az MI-kben és az adatközpontokban használt legjobb GPU-k dominanciáját.

A Cornell kutatói a GSI Gemini-I APU-t összehasonlították a piacvezető CPU-kkal (központi feldolgozóegység) és GPU-kkal, köztük az Nvidia A6000-ével. A teszteken realisztikus következtetési-érvelési feltételeket biztosító, tíz és kétszáz GB közötti adatkészletekkel dolgoztak. Kiderült, hogy statikus RAM-ban végzett számításokkal csökkent a processzor és a memória közötti folyamatos adatkeverés, a hagyományos GPU-architektúrák energiaveszteségének és a késleltetésnek az egyik forrása. Az eredmények alapján az APU sokkal kevesebb energiafogyasztással ért el GPU-szintű átviteli sebességet.

A különbség egészen drasztikus, ami nagyon bíztató az MI brutális környezeti széndioxid-lábnyoma miatt: az APU esetenként 98 százalékkal kevesebb energiát fogyasztott, mint egy hagyományos GPU, és a hasonló CPU-knál akár 80 százalékkal gyorsabban végezte el a lekérdezési feladatokat.

Ez a hatékonyság vonzóvá teheti a peremhálózati eszközök, például drónok, IoT-rendszerek és a robotika, valamint a szigorú energia- és hűtési korlátokkal dolgozó védelmi és repülőgépipari felhasználás számára.

A bíztató eredmények ellenére nem világos még, hogy a „számítások a memóriában” alapú számítástudomány eljuthat-e az érettség és a támogatottság, vagy a méretezhetőség ugyanazon szintjére, mint a fontos MI-eszközök zökkenőmentes integrációját garantáló, jól kidolgozott szoftver-ökoszisztémával rendelkező legjobb GPU-platformok.

A „számítások a memóriában” eszközöknél az optimalizálás és a programozás a szélesebb körű elterjedést, különösen a nagy adatközpontokban történő használatot lassító, hátráltató kifejlődő fázisban van még csak. 

A GSI Technology a Gemini-II generációval igyekszik tökéletesíteni a hardvert: tízszer nagyobb átviteli sebességet és alacsonyabb késleltetést várnak tőle. Egy másik tervük, a fejlesztési stádiumban lévő Plato beágyazott peremszámítási (edge computing) eszközök számítási teljesítményét hivatott növelni.

Ha az APU sikeres lesz, komoly diszruptív hatást fejthet ki a százmilliárd dolláros MI következtetés-érvelés piacra és az Nvidia-uralmat is veszélyeztetheti (hacsak az Nvidia nem vásárolja fel a startupot). Az energiaköltségek – és a környezetszennyezés –a memóriaközpontú architektúra miatt a mostaniak töredékére csökkenhetnek, és a Gemini-II tovább javítja a helyzetet.

A japánul festőt jelentő Gaka-chu, egy MIT (Massachusetts Institute of Technology) Média Labor-fejlesztésű robot 2022-ben került rivaldafénybe.

Tervezői abból a tényből indultak ki, hogy a robotok fizikai autonómiája (vagy annak hiánya) elméletileg és gyakorlatilag is jól ismert, bőségesen kutatott jelenség, potenciális gazdasági önállóságukkal előttük viszont szinte senki nem foglalkozott. A fejlesztés ezt, az első gazdaságilag autonóm robotot célozta.

Piacképes árukat előállító, a megtermelt bevétel felhasználását teljes mértékben kontrolláló robotban gondolkoztak. A gép, egy hattengelyes robotkar automatikusan kiválasztott kulcsszavak alapján festett japán karaktereket. Fejlesztői elmondása alapján magától választott témát, készített képeket.

Blokklánc-alapú okos szerződés segítségével önállóan listázhatta online aukción az általa készített festményt. A tranzakcióban a robotot a humán licitálókkal partnerként, és nem eszközként kommunikáló félként képzelték el. Kitalálták, hogy az eladásból származó bevételeket felhasználhatja erőforrásainak feltöltésére, például magától rendelhet anyagokat online művészeti boltból.

A prototípust Ethereum-alapú okos szerződéssel dolgozták ki, hathónapos kísérletet futtattak le vele. Összesen négy festményt készített és adott el, bevételét kellékek vásárlására és a kezdeti befektetők kifizetésére fordította.

A rendszer prototípusát, infrastruktúráját és szabályait emberek hozták létre, de a kísérlet során a robot valódi gazdasági döntéseket hozott. 

A Mario Klingemann német művész és az ElevenYellow szoftverfejlesztő közösség által 2021-ben bevezetett Botto egy decentralizált autonóm organizmus (DAO), generatív rendszerű modell: folyamatosan tanul, automatikusan hoz létre képeket algoritmus generálta promptokból, közösség (kb. ötezer személy) és/vagy algoritmus szűri őket és választ közülük, majd a kiválasztott darabokat kinyomtatják, az értékesítések pedig nem helyettesíthető tokenekként (NFT) történnek. 

Botto tehát autonóm generálás és közösségi mechanizmus kombinációja alapján működik. Sok tekintetben közel áll az ember nélküli gépművész koncepcióhoz, ugyanakkor a platformot emberek hozták létre, és a piaci jelenlét (kiállítás, aukciós partnerség, értékesítés) gyakran emberekkel történik. Hiába vannak MI-fókuszú árverések (Christie’s, Sotheby’s), humanoid robotok műveinek kiállításai (Ai-Da), MI-művészek piaci bevezetése egyelőre nincs ember nélkül.

Botto többmillió dollár bevételt termelt az elmúlt években. Heti hetvenezer képet hoz létre, 350-et választanak ki, az eladásnak a SuperRare NFT aukcióplatform ad otthont. Képei értéke folyamatosan nő, Klingemann szerint a gépi alkotók a következő években humán művészeknél érdekesebb művekkel állhatnak elő.

2025 végén azonban nincs még teljesen ember-mentes, aukcióra került, nagypiac által elismert mű. Autonóm alkotás és eladás már létezik, de az ember valamilyen szinten mindig benne van az összfolyamatban.