Láncreakció

Kishírek a nagyvilágból? Majdnem, de inkább mégiscsak egy téma körül forogtunk: az emberi agy másolásánál. Elsőként arról beszéltünk, hogyan próbálták meg egy szitakötő agyának működését neurális hálóval modellezni, és hogy mennyivel egyszerűbb ez az embernél. Aztán szóba került a svéd anyag terve, amivel milliószor hatékonyabb chipekkel lehet majd szimulálni az agyműködést. Végül a DeepMind új bejelentésével foglalkoztunk, miszerint az AlphaCode MI félszáz programozóversenyen indult és az emberi indulók felénél jobban teljesített. Vagy sem.

A Láncreakció ötödik születésnapján személyes példát mutatunk az Agentic iparpusztító hatásának helyes megközelítéséről (lásd Mentimeter és zongorista kislány apukája), segítünk keseregni a rendes fejlesztőknek, és szégyenbe hozzuk a tech gigászok PR osztályait a főnökök béna promptjaival, elbúcsúzunk a Sorától, üdvözöljük az Nvidia DGX Stationt, megidézzük az F1 The Movie filmet és a Meta ellen pert nyerő leányt, majd végül elmerengünk a mulandóság és az AI kapcsolatán egy mennyei slop videó felett.

Feri az Internet Hungaryn vezette az AdTech termet és legnagyobb meglepetésére végig az AI-ról volt szó, és ez alatt nem CSAK az LLM-et értették az előadók! Bevezettük a lakossági AI fogalmát, hiszen már a magyar internetezők fele is kipróbálta és jelentős hányaduk használja is egy friss NRC kutatás szerint, sokszor keresésre. A Google mégis magabiztos, miközben a keresője lényegében LLM chatbottá alakul (lásd AI Overview és AI Mode), a hirdetéskiszolgáló szakma is magabiztos, mert az AI-ban csak okos segédet lát, nem pedig azt, aki elveszi a munkáját és mindenki (még mi is) megérkezni látja az Agentic AI-t és a chatbotokon belüli vásárlást és ezért a chatbotnak szóló reklámot is. A SEO helyét a Zero Click miatt átveszi a GEO, mi pedig örülünk, ha véget ér a "bullshit kora".

Texasban a Meta 2023-ban ledózerolt egy félkész adatközpontot, hogy másfajtát építsen a helyére. Miért kell annyira más data center az AI számára? Miért fogyaszt sokkal több áramot a ChatGPT a Netflixnél? Hány AI adatközponot tudna árammal táplálni a Paksi Atomerőmű? És miért nem jó erre a napenergia? Végül: vajon van-e köze az LLM-ek lustaságának az energiatakarékossághoz, illetve vannak-e zöld irányú LLM fejlesztések? Az AI energiaigényét jártuk körül.

Az MIT NANDA kezdeményezés tanulmánya (State of AI in Business 2025) nyomán mindenki megírta, hogy a nagy cégek GenAI beruházásainak 95%-a egyelőre nem teremt üzleti értéket. Daria Kulikova SaaS menedzser pedig elmondja videójában, hogy a GenAI üzleti modellje egyelőre fenntarthatatlannak látszik a magas üzemi költségek okozta alacsony árrés miatt. Az is kérdéses, összejöhet-e a Frontier Labek idei árbevételi terve - márpedig, ha nem, akkor csak a kamu üzletek menthetik meg a befektetői kedvet. Van ebből kiút? Nem az okos villanyszerelő fogja megmondani, pedig ő hozta a legvidámabb pillanatot.

Halljuk, mit gondolnak az AI előretöréséről és társadalmunkra gyakorolt hatásáról korunk népszerű szakértői! Sőt, ne csak halljuk, hanem kommentáljuk is! - így döntött a szigorú szerkesztőség. Pogi, Fridi, Artúr és főleg Pogi: mit gondolunk a népszerű-tudományos megközelítésről, a sommás állításokról, a ténybeli pontatlanságokról és a hatékony problémafelvetésről egy-két podcast-idézetet véve alapul.

Kirándulás az LLM sötét(ebb) oldalára: generált vásárlói vélemények, hallucinációval fűszerezett jogászi érvelések, kitalált tudományos publikációk és középszerű szemináriumi dolgozatok - nem kellemes dolgok, de nem is látjuk bennük a világ végét. Ahogy a fake news, a kreatívipari visszaélések és a hamis egészségügyi tanácsok sem állítják meg a Föld forgását. Akkor most mi lesz?

Körülnéztünk, milyen áttörések történtek AI területen az elmúlt években, amelyek nem esnek bele a nagy nyelvi modell hype hullámba. Robotika, sőt kobotika, kvantumszámítástechnika, neuromorfikus chipek (Intel Loihi 2 és IBM NorthPole) és neuro-szimbolikus AI rendszerek, edge computing, önjáró laboratóriumok és a zöld AI - érdekes, hogy elsősorban hardver-központú területeket találtunk. Meg egy kérdést: tényleg mindenbe kell AI?

Sam Altman augusztusban újságírók jelenlétében többször is kimondta a "AI buborék" kifejezést! Nekünk meg a dotcom lufi jutott eszünkbe, és Vágási Feri. Szó volt arról, hogy a technológiai óriáscégek (Magnificent Seven) milyen mértékben járulnak hozzá az USA GDP-növekedéséhez, miközben részvényeik túlértékeltek, és igazi AI-profitot még nem termeltek. Megbámultuk az AI fejlesztések körüli hype-ot és annak gazdasági hatásait, felvetve, hogy egy piaci korrekció várható, de az AI technológia fejlődése nem fog leállni. Egy fontos „mellékhatás” lehet az adatközpontok hatalmas energiaigénye miatt a fenntartható energia fejlesztése, ahogy annak idején a vasútépítési boomból lett a távközlés.

Hogyan jutottak el az amerikai PBC-k (kb. közhasznú vállalatok) formájában működő AI-cégek vezetői oda, hogy a morális működés csak opció? Ki tehet az USA AI stratégia terjedelméről? A kínai államkapitalizmus legyőzi-e az alapkutatások terén a amerikai üzleti szemléletű kutatásokat? Igaza van-e az LLM hype-ot hűteni igyekvő megmondó embereknek? Ezekre a kérdésekre keressük a választ az eheti hírösszefoglalóban.

Legalábbis erről szól a Citrini Research tanulmánya, amiben hangsúlyozottan nem egy jóslat, hanem egy átgondolásra érdemes forgatókönyv szerepel. A szcenárió szerint az ágensek miatt kirúgják a fehérgallérosokat, nő a termelékenység, de ez nem jelenik meg a GDP-ben, miközben csökken a fogyasztás. Az ágensek miatt megszűnnek azok az aggregátorok, amelyek a lustaságunkat sarcolják - és az ezekbe fektetett kockatőke elporlad. Az ágensek segítenek leprogramozni olyan helyi megoldásokat, amiket eddig SaaS keretében használtunk. Mindez együtt: 30%-os tőzsdei esés, ingatlanválság és az adóbevétel csökkenése. Igaz lehet mindez?

Vendégünk volt dr. Varga Pál, a BME TMIT tanszékvezetője, a HTE Mesterséges Intelligencia Szimpózium szervezője és az Infocommunications Journal főszerkesztője és az április 28-29-én tartott Szimpózium programja mellett beszélgettünk a TMIT hozzáállásáról az AI-jal írt beadandókhoz, a Journal nehézségeiről, amelyek az AI-jal generált cikkek egyre növekvő számából fakadnak, sőt az AI ipari adaptációjáról is.

A Láncreakcióhoz sok szálon kötődő Minerva Intézet januári és februári kutatása a szokásosnál nagyobb hullámokat vert, ráadásul érdekes módszertani változások keretezték az elmúlt két hónap kutatásait. Miért változtattunk a súlyozási eljáráson, miért dilemmáztunk a februári adatok közlése előtt és mik a jelenkori közvéleménykutatók legnagyobb kihívásai?

Biztos mindenki találkozott már azzal a jelenséggel, hogy a modell butulni kezd, vagy nem hajlandó alapos választ adni, esetleg a válasz helyett a kérdésben megbújó feltételezést erősíti inkább, vagy csak a komplex feladatokat oldja meg, miközben az egyszerű kérdésekre rossz válasz érkezik. Mi lehet az oka ezeknek a "viselkedéseknek" - egyáltalán, ezek viselkedési minták vagy csak egyszerű áramspórolás? Strukturális és elvárt lustaság, komplex matematikával foglalkozó OpenAI alkalmazottak és az LLM-ek biológiája: megpróbáltunk utánajárni a model lazyness jelenségének.

Érdekes-e még az adattudomány, vagy most csak az AI szexi? Első blikkre az utóbbi, miközben a kenyér ára egyelőre nem lesz olcsóbb az AI miatt. A személyre szabott applikációk kora viszont eljöhet a vibe coding miatt, ha tényleg nincs felső határa a világ számára szükséges kódsorok számának.Az ezen való merengés után viszont átnéztük az elmúlt hetek híreit: az Anthropicot megzsarolná az USA szövetségi kormányzata, Hollywoodot leépítené a Seedance 2.0, ősemberek DNS-éből állítana elő új antibiotikumokat egy kutató, robotizálni is lehetne a biológiai laborokat, egy Hofi szkeccs a 14 disznóról Linkedin posztot ihletett, az IBM egyik vezetője pedig a GenAI projektek szervezeti csapdáin élcelődött, végül pedig a Tesla nem hívhatja Autopilotnak az önvezető rendszerét Kaliforniában, a ChatGPT pedig gyalog küldene el autót mosni - vagy nem.

Mi ez az ügynök-őrület, amiről mindenki beszél mostanában? Tényleg megveszi helyetted a repülőjegyet és bevásárol a főzéshez, vagy inkább a munkahelyen van a helye? Hogyan térítette meg Gyurit a Claude Code, mit várhatunk az üzleti feladatoknál az agentic megközelítéstől, vannak-e olyan feladatok a munkában, amit rá lehet bízni egy AI-ra és letörli-e a merevlemezedet a Claude Cowork?

Az Anthropic az új üdvöske (SemiAnalysis cikk) a friss és ropogós Opus 4.6-tal, a Coworkkel és az egy felhasználóra eső bevételével, miközben az OpenAI éppen szenvedni látszik: az Nvidia mintha kihátrálna a 100 milliárdos megállapodásukból, a Gemini lassan beéri felhasználószámban, és az Anthropic reklámja szerint ellenszenves hirdetések jönnek a ChatGPT-be. Elon Musk az űrbe telepítené az adatközpontokat a hűtés és a korlátlan napenergia miatt, ezért (is) olvasztotta be az xAI-t a SpaceX-be. A Moltbookon egymással beszélgetnek a chatbotok - vagy mégsem? Hollywood pedig elkezdhet rettegni, mert kezdenek megjelenni a tényleg realisztikus videogenerátorok, és indul az első sorozat (On this day... 1776), ami színészek nélkül, számítógépasztalok mellett készülhetett el, de nem látszik rajta.Mindezt pedig hol máshol kellene megszakérteni, mint a Láncreakció vadonatúj Telegram csatornáján! Gyere te is beszélgetni!

Kipróbáltuk az AI támogatta kódolást ("vibe coding") az Anthropic Claude segítségével, és erről eszünkbe jutott ez-az. Például hogy Gyuri már nem annyira szkeptikus, sőt szerinte az LLM-ek legfontosabb felhasználása lehet ebből a területből. Aztán hogy magyar szerzők is közreműködtek abban a cikkben, ami szerint a vibe coding akár meg is ölheti az open source mozgalmat. A szoftvercégeknek meg esik az árfolyama, talán szintén emiatt. Abban megállapodtunk, hogy egyelőre inkább prototipizálásra meg alacsony üzleti kockázatú területeken érdemes számolni vele, de abban is, hogy mindez nem olyan nagy baj, mert az emberiség amúgy is egyre kevesebbet dolgozik.

A Láncreakció legénysége több módon is átfedést mutat a Minerva Intézettel, amely AI kérdezőbiztossal készít telefonos közvéleménykutatásokat tavaly május óta. Most megjelent a legfrissebb, januári kutatás, és nem álltuk meg, hogy ne elemezzük végig az eredményeket, sőt a módszertanról is ejtettünk néhány szót. Bővebben a kutatásról pedig itt lehet tájékozódni: minervaintezet.hu

Gyuri szerint ma súlyos téveszmék irányítják az AI ipart: sokan hiszik, hogy az AI hamarosan ki tud váltani összetett munkaköröket, az LLM-szolgáltatás egyszer lehet nyereséges is, a hardverkapacitások töretlenül skálázódnak, a modellfejlesztési versenyfutásnak lehet nyertese, a brute force fenntartható modell, a gépek pedig helyettünk fognak döntéseket hozni. A mélyére nézünk ezeknek a feltételezéseknek, és azt is megvitatjuk, ezek téveszmék, vagy "csak" hipotézisek?