Az Anthropic 2025. február 24-én bemutatta a Claude 3.7 Sonnet modellt, amely az első hibrid érvelési modell a piacon, és egy újszerű kiterjesztett gondolkodás képességgel rendelkezik. Ez az új funkció lehetővé teszi, hogy a modell több időt és számítási erőforrást fordítson összetett problémák megoldására, miközben a gondolkodási folyamat láthatóvá
A Centre for Future Generations kutatóintézet januárban nyilvánosságra hozott tervezete szerint 35 milliárd eurós kezdeti befektetéssel hoznának létre egy nemzetközi kutatóközpontot, amely az európai mesterséges intelligencia fejlesztését szolgálná. Mario Draghi korábbi EKB-elnök átfogó technológiai jelentésével összhangban a tervezet egy olyan intézmény létrehozását javasolja, amely az alapkutatásoktól a gyakorlati alkalmazásokig terjedő
A generatív MI a gépi tanulás (Machine Learning, ML) egyik speciális ágára, mélytanulási algoritmusokra (Deep Learning, DL) támaszkodik, amelyek neurális hálózatokat (Neural Networks) alkalmaznak az adatokban rejlő mintázatok felismerésére és hasznosítására. A jelentős mennyiségű adat feldolgozása révén ezek az algoritmusok képesek a meglévő tudás szintetizálására és annak kreatív alkalmazására. Ezáltal
A generatív mesterséges intelligencia (generatív MI vagy GenAI) eszközök a mesterséges intelligencia (MI) algoritmusok egy feltörekvő ágát képviselik (Tan et al. 2024, 168). Ellentétben a hagyományos MI-modellekkel, amelyek adatokat kategorizálnak vagy előrejelzéseket készítenek mintázatok alapján (Turchi et al. 2023, 35), a generatív MI a meglévő adatok egyszerű elemzésén túl képes
A Gartner 2024-es technológiai hype-ciklusa – amely a technológiai innovációk várakozási dinamikáját öt szakaszban írja le – azt mutatja, hogy a generatív MI túljutott a túlzott elvárások csúcsán. Ugyanakkor az azzal kapcsolatos hype továbbra is tart (lásd a lenti ábrát), és még mindig rendelkezik azzal a potenciállal, hogy átalakító technológiává váljon, amely
A generatív mesterséges intelligencia (GenAI) fogalma már évek óta használatos, de csak a 2010-es évek közepén-végén vált széles körben ismertté, az MI fejlődése ekkor jelentős mérföldköveket ért el, amelyek alapjaiban változtatták meg a technológia alkalmazási lehetőségeit. Az évtized elején a gépi tanulás (Machine Learning, ML) és a mesterséges neurális hálózatok
