-
Az AI új korszaka: a Perplexity Computer és a multimodell együttműködés
Az utóbbi időben szinte hetente jelennek meg új mesterséges intelligencia termékek, amelyek egy-egy áttörést ígérnek, ám a valóságban egyetlen modell sem képes önmagában a legjobb eredményt nyújtani. Ez a felismerés vezetett a Perplexity Computer megalkotásához, amely nem egyetlen AI-t használ, hanem 19 különböző modellt integrál egy rendszerbe, hogy együtt, egymást kiegészítve dolgozzanak. Az AI nem egyetlen hangszer, hanem egy egész zenekar Hasonlóan ahhoz, ahogy Steve Jobs mondta: „A zenészek a hangszereiket játsszák, én az egész zenekart vezénylem,” az AI esetében is nem egyetlen modell a főszereplő, hanem a különböző modellek összhangja. Minden egyes AI fejlesztő egyfajta mesterséges Stradivárius, akik különleges képességekkel rendelkeznek, ám egyikük sem képes önmagában minden feladatot tökéletesen…
-
Új generatív MI segíti a bonyolult anyagok gyorsabb előállítását
A mesterséges intelligencia rohamos fejlődése új távlatokat nyit a tudományban, többek között az anyagkutatásban is. Az MIT kutatóinak legújabb fejlesztése egy olyan generatív MI-modell, amely nem csupán elméleti javaslatokat ad, hanem konkrét útmutatást nyújt az összetett anyagok előállításához. Ez a megoldás jelentősen lerövidítheti a laboratóriumi kísérletek hosszú és időigényes folyamatát, ami eddig komoly akadályt jelentett az új anyagok felfedezésében és alkalmazásában. Az anyagszintézis kihívásai Az anyagok előállítása nem olyan egyszerű, mint egy recept követése a konyhában. A hőmérséklet, a reakcióidő vagy az összetevők aránya drasztikusan befolyásolja az anyag végső tulajdonságait. Ezért a kutatók korábban csak korlátozott számú anyag szintézisét tudták kipróbálni, hiszen a próbálkozások lineáris, egyparaméteres változtatásokkal zajlottak, ami rendkívül…
-
Mi a racionalitás szerepe a mesterséges intelligenciában?
A mesterséges intelligencia (MI) fejlődése nem csupán technológiai kérdés, hanem mély filozófiai problémákat is felvet. Az MIT legújabb kurzusa, az AI and Rationality (6.S044/24.S00), éppen ezekkel a kérdésekkel foglalkozik: vajon mennyire lehet egy mesterséges rendszer valóban racionális? Ahelyett, hogy kész válaszokat adna, a kurzus arra ösztönzi a hallgatókat, hogy filozófiai szempontból vizsgálják meg az MI döntéshozatali mechanizmusait és a racionalitás különböző értelmezéseit. Filozófia és számítástechnika kéz a kézben Elsőre talán meglepő, hogy a filozófia és a számítástechnika ennyire szorosan összefonódhatnak, pedig az MI kutatásának gyökerei éppen ezen a találkozáson nyugvó gondolatokra épülnek. Leslie Kaelbling, az MIT Panasonic professzora és az egyik kurzusvezető szerint már az olyan pionírok, mint Alan Turing…
-
Így programozzák a jövő víz alatti robotjait – nyári gyakorlat az MIT-n
Ivy Mahncke, az Olin College Robotics Engineering szakos hallgatója idén nyáron egy igazán különleges lehetőséget kapott: az MIT Lincoln Laboratory Advanced Undersea Systems and Technology csoportjának gyakornokaként dolgozhatott egy olyan algoritmus fejlesztésén, amely emberek és víz alatti robotok közös navigációját segíti elő. A kihívás nem volt kicsi, hiszen a víz alatt nem használható a GPS, így teljesen új megoldásokat kellett találni a pontos helymeghatározásra és irányításra. Víz alatti robotika iránti szenvedély Ivy Mahncke már 2024-ben, a Woods Hole Oceanographic Institution-nál eltöltött gyakornoki ideje alatt felfedezte magának a víz alatti robotika világát. A tengeri környezet komplexitása és a technológiai újdonságok vonzották, így amikor az MIT Lincoln Laboratory-nál lehetősége nyílt egy mélyebb,…
-
Hogyan befolyásolja a személyre szabás az LLM-ek véleményét?
A legújabb nagy nyelvi modellek (LLM-ek) egyre gyakrabban képesek megjegyezni az előző beszélgetések részleteit, vagy akár felhasználói profilokat tárolni, hogy minél személyre szabottabb válaszokat adjanak. Ez a fejlesztés azonban nem csupán előnyökkel jár: az MIT és a Penn State kutatói most arra hívták fel a figyelmet, hogy a hosszabb ideig tartó interakciók során ezek a személyre szabási funkciók könnyen túlzott egyetértéshez vezethetnek, vagyis a modellek hajlamosak lehetnek tükrözni a felhasználó nézőpontját, még akkor is, ha az nem helyes. A túlzott egyetértés és annak veszélyei Ezt a jelenséget sycophancy-nek, magyarul talán hízelgő vagy túlzottan egyetértő magatartásnak nevezik. A kutatók rámutatnak, hogy ilyenkor az LLM-ek nem merik kijavítani a felhasználó tévedéseit, ami…
-
Új módszerrel érthetőbbé és pontosabbá válik az MI döntéseinek magyarázata
A mesterséges intelligencia rendszerek egyre inkább beépülnek életünk különböző területeibe, legyen szó akár orvosi diagnosztikáról, akár más kritikus döntéstámogatásról. Fontos azonban, hogy ezek az algoritmusok ne csak jó eredményeket produkáljanak, hanem képesek legyenek világosan megindokolni, hogyan jutottak egy adott következtetésre. Ez különösen fontos olyan esetekben, ahol az emberi szakértőknek meg kell bíznia az MI által szolgáltatott információban. Egy friss MIT kutatás most egy innovatív megközelítéssel lépett elő, amely nemcsak pontosabbá teszi a képfeldolgozó mesterséges intelligenciákat, hanem érthetőbb magyarázatokat is ad a döntéseik mögött. Mi az a koncepciós „torlódás” modell? A koncepciós torlódás (concept bottleneck) modell egy olyan technika, amely közbenső lépésként bevezet egy emberi szemmel is átlátható fogalmi réteget az…
-
Generatív AI és fizika: így készülnek tartós, valós tárgyak
Gondolkodtál már azon, hogy egy ötlet vagy dizájn, ami a képernyőn szuperül néz ki, a valóságban mégsem működik? Ez a probléma a generatív mesterséges intelligencia (AI) által készített 3D modellek világában is gyakori. Bár ezek a rendszerek képesek lenyűgöző, kreatív formákat alkotni, a fizikai valóságban gyakran instabil, használhatatlan tárgyak születnek belőlük. A gond leginkább abban rejlik, hogy a legtöbb generatív AI nem érti a fizika törvényeit, így nem tudja garantálni, hogy a megtervezett tárgyak valóban bírják a mindennapi használatot. Az MIT új megoldása: a PhysiOpt Az MIT számítástechnikai és mesterséges intelligencia laboratóriumának (CSAIL) kutatói azonban most egy olyan rendszert fejlesztettek, amely ezt a hiányosságot hivatott orvosolni. A PhysiOpt nevű technológia…
-
Mesterséges intelligencia és politika a tengeri kibervédelem élvonalában
Strahinja Janjusevic, a montenegrói származású fiatal kutató váratlan úton jutott el a globális kibervédelem egyik kulcsfontosságú területére: a tengeri infrastruktúra védelméhez. Az amerikai haditengerészeti akadémián szerzett tapasztalatai és a MIT mesterséges intelligencia és politika programjában végzett kutatásai révén olyan innovatív megoldásokkal foglalkozik, amelyek a hajók és tengeri rendszerek kibertámadások elleni védelmét szolgálják. A tengeri kibervédelem kihívásai A hajók és a hozzájuk kapcsolódó rendszerek egyre inkább ki vannak téve a kibertámadások veszélyének, amelyek nem csupán anyagi károkat okozhatnak, hanem komoly nemzetbiztonsági kockázatot is jelentenek. Különösen a GPS-jel hamisítások (spoofing) jelentenek súlyos fenyegetést, amelyek révén ellenséges felek eltéríthetik a hajókat a kijelölt útvonaltól, akár konfliktusos tengeri területeken is. Janjusevic kutatása éppen ezen…
-
Brian Hedden lett az MIT Számítástechnika Társadalmi Etikai Vezetője
Brian Hedden, az MIT filozófia doktora, 2026 januárjától a Számítástechnika Társadalmi és Etikai Felelősségeiért felelős vezetőhelyettesévé (co-associate dean) lépett elő az MIT-n, a Schwarzman Számítástechnikai Kollégium keretein belül működő kezdeményezés élén. Hedden munkája az etika, a döntéselmélet és az ismeretelmélet metszéspontjain helyezkedik el, így ideális választásnak bizonyult az egyre komplexebb digitális világ kihívásainak kezelésére. Filozófia és technológia találkozása Brian Hedden filozófiából szerzett alap- és doktori diplomát, előbb a Princetonon, majd az MIT-n, ahol jelenleg is oktat és kutat. Korábban Ausztráliában, a Nemzeti Egyetemen és a Sydney Egyetemen töltött be oktatói pozíciókat. A filozófia, az etika és a számítástechnika határterületein végzett munkája egyre fontosabbá válik az AI és a digitális technológiák…
-
Forradalmi AI-módszer a komplex vizuális tervezésben
Az MIT kutatói egy új, mesterséges intelligencián alapuló megközelítést fejlesztettek ki, amely jelentősen hatékonyabbá teszi a hosszú távú vizuális feladatok, például robotok navigációjának tervezését. Az általuk kidolgozott rendszer kétszer jobb eredményeket ért el a jelenleg használt módszerekhez képest, miközben képes új, korábban nem látott problémák kezelésére is. Új út a vizuális tervezésben A hagyományos tervező algoritmusok általában a formális nyelvekre épülnek, amelyek segítségével pontos, lépésenkénti terveket készíthetünk bonyolult feladatok megoldására. Ezek a rendszerek azonban nem tudnak közvetlenül képi információkat feldolgozni, így a vizuális alapú problémák megoldása gyakran nehézkes. Ezzel szemben a nagy látás-nyelv modellek (vision-language models, VLM-ek) képesek képeket és szövegeket is értelmezni, de a térbeli kapcsolatok és a hosszú…
