A Perplexity és a Harvard kutatói publikálták az első nagyszabású tanulmányt, amely az AI-ügynök használatot vizsgálja. A kutatás során a Perplexity AI böngészőjének és digitális asszisztensének, a 2025 júliusában indult Cometnek több száz millió lekérdezését elemezték. Az eredmények szerint az AI-ügynököknek kiadott feladatok 36 százaléka produktivitással és munkafolyamatokkal kapcsolatos, míg
2025. november 24-én Donald J. Trump elnök aláírt egy elnöki rendeletet, amely elindítja a Genesis Missiont – egy nemzeti programot, aminek célja, hogy az AI segítségével átalakítsa a tudományos kutatást és felgyorsítsa a felfedezéseket. Az elnök a kezdeményezést sürgősségében és ambícióiban a Manhattan-tervhez hasonlította. A programot az Energiaügyi Minisztérium vezeti majd,
Az Anthropic, az Oxfordi Egyetem és a Stanford közös kutatása alapvető biztonsági hibára mutatott rá a fejlett AI érvelő modellekben: a továbbfejlesztett gondolkodási képességek nem erősítik, hanem éppen gyengítik a modellek védelmét a káros utasításokkal szemben. A Chain-of-Thought Hijacking („gondolatmenet-eltérítés”) nevű támadási módszer több mint 80%-os sikerességgel kerüli meg
A British Antarctic Survey olyan AI-modellt mutatott be, amely a tengerfenékről készült képek elemzését a korábbi 6–8 óráról néhány másodpercre csökkenti, így a kutatók már a helyszínen, valós időben hozhatnak döntéseket. A fejlesztés célja, hogy a klímaváltozás által különösen sérülékeny ökoszisztémák feltérképezése gyorsabb és pontosabb adatokra épüljön, támogatva a
Egy 2025-ben publikált kutatás szerint az AI által létrehozott gyenge minőségű munkaanyagok – úgynevezett „workslop” – súlyosan rontják a csapatmunkát és jelentős pénzügyi veszteségeket generálnak. A kutatók kimutatták, hogy a rosszul előállított szövegek, prezentációk és riportok sokszor kétszeres ellenőrzést igényelnek, ami akár évi több millió dollárnyi közvetlen termelékenységi kiesést okozhat a nagyvállalatoknál.
A Microsoft kutatói 2025. októberében egy új tanulmányban közölték, hogy a mesterséges intelligencia képes olyan új toxinok tervezésére, amelyek átjutnak a jelenlegi biobiztonsági szűrőrendszereken. A vállalat a Paraphrase Project keretében mutatta be, hogy a nagy nyelvi modellek mérgező fehérjéket és vegyületeket képesek generálni, amelyeket az ismert adatbázisokra épülő biztonsági ellenőrzések
2025. szeptember 17-én az OpenAI és az Apollo Research közösen publikálta eredményeit arról, hogy a legfejlettebb AI-modellek – köztük az OpenAI o3 és o4-mini, a Gemini 2.5 Pro, a Claude 4 Opus és a Grok 4 – nemcsak hallucinálnak, hanem szándékosan is megtéveszthetnek. A kutatás szerint ezek a modellek képesek úgynevezett
A Google DolphinGemma modellje közel 400 millió paraméterrel rendelkezik, és kifejezetten a delfinek vokalizációjának tanulmányozására készült, a Georgia Tech és a Wild Dolphin Project (WDP) több évtizedes adatgyűjtésére támaszkodva. A WDP 1985 óta gyűjt hangfelvételeket és viselkedésmintákat atlanti pettyes delfinekről, amely adatbázis lehetővé teszi a modell számára a kommunikáció szerkezetének
Az OpenAI bemutatta a GDPval-t, amely 44 foglalkozás gazdaságilag értékes, valós feladatain méri az AI-modellek teljesítményét kilenc, az amerikai GDP-hez 5% felett hozzájáruló ágazatban. A cél a szintetikus tesztek helyett autentikus munkatermékeken (pl. jogi beadvány, műszaki terv, ápolási terv) alapuló mérés. A GDPval-v0 1 320 feladatot tartalmaz (ebből 220 nyílt
Egy 2025 szeptemberében a Cell Reports Physical Science folyóiratban megjelent tanulmány szerint generatív AI-modell segítségével több mint 1 millió szimulált kristályszerkezet közül azonosították azokat a porózus oxid anyagokat, amelyek ígéretesek az energiatárolás új generációs megoldásaihoz. A Stanford Egyetem és a Lawrence Berkeley National Laboratory kutatói által vezetett vizsgálat különösen a
A Stanford Digital Economy Lab tanulmánya, a Canaries in the Coal Mine? Six Facts About the Recent Employment Effects of Artificial Intelligence, kimutatta, hogy az AI-nak leginkább kitett munkakörökben a 22–25 éves dolgozók foglalkoztatása 13%-kal visszaesett, miközben az összesített foglalkoztatás továbbra is nő. A kutatás hangsúlyozza, hogy az
Az OECD 2025 augusztusában közzétett AI nyitottság (AI openness) elemzése szerint a hagyományos nyílt forráskódú ("open source") terminológia nem ragadja meg teljes mértékben az AI rendszerek komplexitását. A tanulmány rámutat, hogy az AI nyitottság egy spektrumon helyezkedik el a teljesen zárt rendszerektől a teljes mértékben nyitott modellekig, amelyek
