Mesterséges intelligencia
-
Mesterséges intelligencia a veszélyeztetett fajok genetikai megőrzéséért
Napjainkban a tudósok becslése szerint akár egymillió állat- és növényfaj is veszélybe kerülhet a kihalás szélén. Ez nem csupán az adott fajok eltűnését jelenti, hanem az egész ökoszisztémák felborulását, amelyek élelmiszerbiztonságunk, klímánk szabályozása és az orvostudomány alapjai szempontjából is létfontosságúak. A genetikai információ pontos rögzítése és megőrzése kulcsfontosságú, ám a Földön élő fajok genomjainak feltérképezése hatalmas kihívás, amelyet a Rockefeller Egyetem vezetésével zajló Vertebrate Genomes Project egy mesterséges intelligencia (MI) segítségével próbál megoldani. A genomok feltérképezése a fajok megmentéséért A Vertebrate Genomes Project és az Earth BioGenome Project közös célja, hogy a Földön ismert összes faj teljes genetikai kódját feltérképezzék. Ehhez a Google anyagi támogatással és fejlett mesterséges intelligencia eszközökkel…
-
SpeciesNet: Az AI, amely megmenti a vadon élő állatokat
Napjainkban a természetvédők, kutatók és vadgazdálkodók hatalmas mennyiségű fotót gyűjtenek mozgásérzékelős kamerákkal, amelyek megörökítik az állatok mindennapjait a természetben, amikor az emberek épp nincsenek jelen. Ezek az automata képek példa nélkül álló betekintést nyújtanak a vadon élő fajok viselkedésébe, azonban az adatok feldolgozása rendkívül időigényes feladat. Ebben segít a SpeciesNet, egy nyílt forráskódú mesterséges intelligencia, amely automatikusan azonosít több ezer állatfajt, és felgyorsítja az értékes információk kinyerését. SpeciesNet – az AI a természet szolgálatában A SpeciesNet egy olyan mesterséges intelligencia modell, amelyet közel 2,500 emlős-, madár- és hüllőfaj felismerésére képeztek ki. 2019 óta használják a Wildlife Insights platformon keresztül, és egy éve vált elérhetővé bárki számára, ingyenesen, nyílt forráskódú formában.…
-
Új szintre lépett az AI teljesítményének mérése a Game Arenával
A sakk mindig is az egyik legkiválóbb terep volt az emberi és gépi intelligencia összevetésére, hiszen ez a játék a tökéletes információra épít. Ám a való világban ritkán áll rendelkezésre minden adat a döntéshozatalhoz, ezért a Google DeepMind és a Kaggle most kibővítette a Game Arena nevű nyilvános benchmarking platformot olyan új játékokkal, amelyek a bizonytalan információk kezelését és a kockázatkezelést is tesztelik. Miért fontosak a játékok az AI fejlődésében? A játékok mindig is kulcsszerepet játszottak a mesterséges intelligencia fejlesztésében, hiszen jól definiált szabályok és mérhető eredmények mellett tesztelhetők az algoritmusok képességei. A Google DeepMind már korábban a sakkban mérte a gépek stratégiai gondolkodását és alkalmazkodóképességét, most azonban új dimenziókat…
-
Google AI: személyre szabott intelligencia és oktatási újítások 2026-ban
Januárban a Google ismét jelentős előrelépéseket mutatott be mesterséges intelligencia fejlesztéseiben, amelyek nemcsak a mindennapi digitális élményt teszik gördülékenyebbé, hanem az oktatásban és a kreatív munkafolyamatokban is új lehetőségeket nyitnak meg. Az elmúlt több mint két évtizedben a vállalat folyamatosan fektetett be az AI és gépi tanulás kutatásába, hogy olyan termékeket alkosson, amelyek valóban segítik a felhasználókat. Az idei év első hónapjában a fókusz a „Személyes Intelligencia” új korszakának elindításán volt, amely a kereséstől a levelezésen át a böngészésig minden területen megjelenik. „Személyes Intelligencia” a mindennapokban A Google Gemini alkalmazásában januárban debütált a „Személyes Intelligencia” funkció, amely lehetővé teszi, hogy a Gmail, Google Fotók, YouTube és a Kereső alkalmazások biztonságosan…
-
Zenét generál a Gemini: új dimenzió a kreatív önkifejezésben
A Gemini applikáció eddig is lehetőséget adott arra, hogy képekkel és videókkal fejezzük ki kreativitásunkat, most azonban egy izgalmas új funkcióval bővült: már zenét is képes alkotni. A Google DeepMind legfrissebb generatív zenei modellje, a Lyria 3, már elérhető a Gemini app béta verziójában, és szinte pillanatok alatt képes egyedi, minőségi dallamokat létrehozni. Csak annyit kell tennünk, hogy leírjuk az elképzelésünket vagy feltöltünk egy képet, majd a Gemini máris megalkotja hozzá a megfelelő zenét – akár egy humoros R&B slow jam-et egy zokniról, ami megtalálja a párját. Hogyan működik a Lyria 3 és miben jobb elődjénél? A Lyria 3 jelentős előrelépéseket hozott a zenei generálás terén. Először is, már nem…
-
P-EAGLE: az LLM-ek gyorsabb működése párhuzamos spekulatív dekódolással
A nagy nyelvi modellek (LLM-ek) egyre nagyobb szerepet kapnak a mesterséges intelligencia világában, a teljesítményük és hatékonyságuk azonban mindig kulcskérdés. Az EAGLE módszer eddig a legmodernebb megoldás volt a spekulatív dekódolás terén, ám annak autoregresszív jellege egy komoly korlátot jelentett a sebesség növelésében. Most azonban megérkezett a P-EAGLE, amely párhuzamos draft generálással törte át ezt a plafont, és akár 1,69-szeres gyorsulást tesz lehetővé a hagyományos EAGLE-hez képest. A technológia már elérhető és integrálható a vLLM keretrendszerbe, így a fejlesztők és kutatók számára könnyen hozzáférhetővé válik. Mi volt az EAGLE korlátja? Az EAGLE nagy előrelépést hozott a spekulatív dekódolásban, hiszen képes volt 2-3-szoros sebességnövekedést elérni a hagyományos autoregresszív dekódoláshoz képest. Ez…
-
Intelligens AI fejlesztés szakértelemmel az Amazon Nova Forge segítségével
Az utóbbi években a nagy nyelvi modellek (LLM-ek) jelentős előrelépést tettek az általános feladatok megoldásában, azonban a speciális, iparági vagy vállalati adatokkal kapcsolatos munkákban még mindig komoly kihívásokkal néznek szembe. A szakértői finomhangolás (supervised fine-tuning, SFT) teszi lehetővé, hogy egy alapmodell alkalmazkodjon az adott szervezet egyedi igényeihez, de ennek két eltérő módszere létezik: a paraméterhatékony finomhangolás (PEFT), amely csak a modell egy részét frissíti, és a teljes paraméterfrissítés, azaz full-rank SFT, ami minden paramétert átdolgoz. Míg az előbbi gyorsabb és olcsóbb, addig a teljes finomhangolás több domain-specifikus tudást képes beépíteni – ám ezzel együtt gyakran jelentkezik a „katasztrofális felejtés” problémája, amikor a modell elveszíti általános tudását és képességeit. Az Amazon…
-
Gyors és biztonságos beágyazott chat AI vállalati alkalmazásokba
Az üzleti alkalmazások fejlődése egyre inkább megköveteli, hogy a felhasználók minél gördülékenyebben és hatékonyabban érhessék el a szükséges információkat, miközben nem kell váltogatniuk különböző eszközök között. A beszélgető alapú mesterséges intelligencia (conversational AI) ebben komoly segítséget nyújthat, ám a beágyazott chat megoldások biztonságos és gyors implementálása gyakran hónapokig tartó fejlesztési munkát igényel. Az Amazon Quick Suite azonban egy olyan új lehetőséget kínál, amely megkönnyíti a vállalati környezetben való beillesztést, egyszerűsíti a felhasználói hitelesítést, és globális elérést biztosít egyetlen kattintással. Az Amazon Quick Suite Embedded Chat előnyei Az egyik legnagyobb kihívás, amellyel a szervezetek szembesülnek, hogy a munkatársaknak ott kell választ kapniuk kérdéseikre, ahol dolgoznak – legyen az CRM rendszer, ügyfélszolgálati…
-
AWS és NVIDIA új szintre emeli az AI infrastruktúrát 2026-ban
Az AI fejlesztése napjaink egyik legdinamikusabb területe, ahol már nem elég a kísérletezés: a vállalatoknak megbízható, nagy teljesítményű és biztonságos rendszerekre van szükségük, amelyek valódi üzleti eredményeket hoznak. Ezt a kihívást ismerte fel az AWS és az NVIDIA, akik a 2026-os NVIDIA GTC konferencián bejelentették stratégiai együttműködésük bővítését. Az új technológiai integrációk az AI megoldások fejlesztését és zavartalan működtetését segítik elő a gyakorlatban, akár a legnagyobb méretű modellek esetében is. Több mint egymillió NVIDIA GPU világszerte az AWS felhőjében 2026-tól az AWS több mint egymillió új NVIDIA GPU-val bővíti globális adatközpontjait, beleértve a legújabb Blackwell és Rubin GPU architektúrákat. Ez az eddigi legnagyobb GPU-kínálat, amelyet egyetlen felhőszolgáltató biztosít az AI…
-
Hatékony ügyfélszolgálati elemzés az Amazon Nova alapmodellekkel
Az ügyfélszolgálati központok működésének optimalizálása ma már elképzelhetetlen mélyreható adatelemzés nélkül. A mesterséges intelligencia fejlődésével pedig új dimenziók nyílnak meg a call center elemzések terén, különösen az Amazon legújabb alapmodelljei, az Amazon Nova FMs segítségével. Ezek a modellek nem csupán a beszélgetések feldolgozásában, hanem a komplex kérdések megválaszolásában és a szolgáltatás minőségének javításában is jelentős előrelépést hoznak. Miért fontosak az alapmodellek az ügyfélszolgálatban? Az ügyfélszolgálatok napi szinten hatalmas mennyiségű beszélgetést kezelnek, amelyekből értékes információkat lehet kinyerni a szolgáltatás fejlesztése érdekében. Az Amazon Nova alapmodellek ezen a ponton lépnek színre: képesek az emberi nyelv komplexitását értelmezni, kulcsfontosságú adatokat kihámozni, és olyan elemzéseket készíteni, amelyek korábban csak nagy erőforrás-befektetéssel voltak elérhetők. Az…
