Az utolsó nagy próba: Jön az MI történelmi fordulópontja?
Érdemes megvizsgálni, hol húzzuk meg a határt az emberi tudás és a modern MI-modellek képességei között. Egy új, több tudományterületet lefedő teszten a legfejlettebb rendszerek még messze elmaradnak a szakértőktől, miközben az MI rohamos fejlődését senki sem vitatja. Vajon tényleg csak idő kérdése, hogy gépeink túlnőjenek rajtunk, vagy még mindig van, amit csak az ember tud?
Embert próbáló kihívás az MI-modelleknek
Az emberiség utolsó vizsgája (Humanity’s Last Exam) névre keresztelt új mérce több mint 100 témakört és 2500 gondosan összeállított kérdést tartalmaz, amelyek megválaszolásában több mint 1000 szakértő segített 50 országból. Itt már nem elég egy gyors keresés a weben, minden válasz egyértelmű, pontos és nem visszakereshető az interneten – kizárva, hogy a tanuló algoritmusok már eleve tudják a helyes választ.
A vizsga során az MI-knek többek között a görög mitológiától kezdve a haladó fizikáig sokféle területen kell helytállniuk: például ki volt Iaszón anyai dédapja, vagy milyen viszonyban vannak a különböző erők egy súrlódásmentes sínen mozgó test esetén? Minden kérdést olyan szintre hoztak fel, amely doktori szinten is megállná a helyét.
Meddig jutottak el a legokosabb gépek?
A fejlesztők az OpenAI GPT-4o-t és o1-et, a Google Gemini 1.5 Pro-t, a Claude 3.5 Sonnetet és a DeepSeek R1-et is próbára tették. A januári induláskor az OpenAI o1 modell érte el a legjobb eredményt 8,3%-kal. 2026 februárjára a Google Gemini 3 Deep Think 48,4%-os pontszámot ért el – az emberi szakértők átlagosan 90% körül teljesítenek saját területükön.
A vizsgára 70 000 kérdésjavaslatot nyújtottak be a kutatók világszerte, amelyek közül 13 ezer fogott ki a legmodernebb nagynyelvű modelleken. Ezek közül szakértői bírálattal választották ki azt a 2500-at, amely tényleg minden szempontból méltó a kihívásra.
Mi számít valódi intelligenciának?
Bár a teszt az eddigieknél szélesebb körben és szigorúbb kritériumok mellett vizsgálja az MI-k képességeit, a kutatók szerint akár a 100%-os teljesítés sem bizonyítaná, hogy elértük a mesterséges általános intelligencia (AGI) szintjét. Egy sikeres vizsga igazolná, hogy az MI képes zárt végű, verifikálható tudományos kérdésekre helyesen válaszolni, de ez még nem jelenti, hogy önálló kutatásra is képes lenne vagy valódi intelligenciát mutatna.
A folytatás még ennél is izgalmasabb: miközben a gépek egyre okosabbak, lehet, hogy a legjelentősebb lépés még előttünk áll.
Fizetős iOS appok és játékok, amik ingyenesek a mai napon. Between Dates Calendar Math (iPhone/iPad)A Between Days alkalmazás segítségével egyszerűen és gyorsan meghatározható, hány nap van két dátum között...
📱 A Google ismét újat mutat a Pixel okostelefonok világában – mostantól az eszközökön futó mesterséges intelligencia még erősebbé teszi a mobilokat, úgy, hogy közben védi a felhasználók adatait...
Fizetős iOS appok és játékok, amik ingyenesek a mai napon. Between Dates Calendar Math (iPhone/iPad)A Between Days alkalmazás egyszerű és gyors megoldást kínál két dátum közötti napok kiszámítására...
Az Észak-Minnesotában pusztító erdőtüzek füstje hamarosan elérheti az Egyesült Államok északkeleti nagyvárosait, többek között Detroitot, Milwaukee-t, Clevelandet, Philadelphiát és New Yorkot...
A Minnesotai Egyetem laboratóriumában újszerű biológiai eredmény született: egy aprócska SpudCell nevű képződmény képes táplálkozni, növekedni, versengeni, osztódni és lemásolni önmagát – vagyis szinte mindent tud, amit egy élő sejt is...
A Google Képek (Google Images) megújult külsőt kapott: mostantól személyre szabott galériákat kínál a felhasználóknak, így még könnyebben fedezhetik fel az őket érdeklő képeket...
A Google DeepMind vezére, Demis Hassabis szerint az új generációs mesterséges intelligencia egyre komolyabb veszélyeket rejt magában, például a kiberbiztonság és a biológiai fenyegetések terén...
💊 Fontos kérdés, hogy meg lehet-e állítani vagy lassítani az Alzheimer-kór lefolyását, hiszen a demencia legfőbb oka, az Alzheimer-kór, világszerte rengeteg embert érint...
🚀 Sikeresen megérkezett kedden a Nemzetközi Űrállomásra egy amerikai–orosz személyzet, miután a kazahsztáni Bajkonurból indultak a Roszkoszmosz által üzemeltetett Szojuz MS-29 fedélzetén...
🔒 Az informatika egyik legfontosabb biztonsági eleme, a Secure Boot, már csaknem tíz éve lényegében védtelenné vált – és ezt eddig senki sem vette észre...
Bár a csípős paprika számos kultúra elválaszthatatlan része, és egyes laboratóriumi kísérletek a bennük található vegyületeket, például a kapszaicint gyulladáscsökkentőnek vagy akár daganatellenesnek mutatják, az utóbbi évek humán kutatásai nem ennyire egyértelműek...
Április 6-án négy űrhajós indult el az Artemis II misszió keretében az Orion űrhajóval, és körülbelül 40 percig teljesen eltűntek a Föld látóteréből...
💼 Májusban a Meta megvált dolgozóinak 10 százalékától, közel 8 000 alkalmazottat küldött el, ami jelentős átszervezéssel járt a vállalat MI-re és adatközpontokra irányuló fejlesztései miatt...
Időutazás egyetlen napon: Jeruzsálem falainak áttörésétől 🏰 a Rosetta-kő 🗿 megtalálásán és Napoleon 🚢 megadásán át a Grunwaldnál vívott döntő ütközetig ⚔️, sőt a modern korszakban a törökországi puccskísérletig 🇹🇷 és a Mozilla alapításáig 🦊...
Tipikus eset, amikor egy ismert gyógyszer egészen váratlan előnyöket kínál. A GLP-1 típusú szerek, mint az Ozempic, a Wegovy vagy a Rybelsus, eredetileg a fogyás, a jobb vércukorszint-szabályozás és a szívbetegségek kockázatának csökkentése miatt váltak népszerűvé...
Indiai kutatók a világ eddigi legrészletesebb, háromdimenziós agytörzs-atlaszát hozták létre, amelyben MRI-felvételeket több mint 500 mikroszkópos szövetrészlettel kapcsoltak össze...
Többek között különleges eredményre jutottak a kutatók: a Tejútrendszer középpontjához közel egy óriási gázfelhőben felfedeztek egy ritka cukorfélét, az eritrózt, amely nemcsak málnában, hanem barnító krémekben is megtalálható...
Ami kezdetben ártalmatlannak tűnt, most minden régi T-Mobile-előfizető számára valódi változás: a társaság e héttől kezdve automatikusan átsorolja a 10–15 éves tarifákat – például a Simple Choice, T-Mobile One, One Plus, a Magenta családhoz tartozó, valamint a Sprintből áthozott régi csomagokat – modernebb tarifákra...
A legnagyobb kriptovaluták teljesítménye az elmúlt 24 órában jelentősen visszaesett, miután egyre többen valószínűsítik, hogy az amerikai jegybank akár már júliusban kamatemelés mellett dönt...
🤔 A mesterséges intelligencia kutatása 75 éve követi Alan Turing útmutatását, aki két alapvető feltételezést tett: az intelligencia létrehozható szoftverből, függetlenül a testtől, és hogy egy gép intelligensnek számít, ha sikerrel utánozni tudja az embert, például egy beszélgetés során...
