A ChatGPT, az OpenAI népszerű AI chatbotja egyértelmű vereséget szenvedett egy 46 éves, 1978-as Atari 2600 sakk programjától, miután Stephen Cobb kutató 2024 márciusában egymás ellen játszatta a két rendszert. A kísérlet során a játékkonzol hat játszmából ötöt nyert meg, míg a ChatGPT mindössze egyszer győzött, ami 83%-os vereségi
A Harvard Business Review legfrissebb, 2025. áprilisában közzétett kutatása szerint a generatív AI felhasználásában drámai eltolódás történt: a technikai jellegű alkalmazásokról a személyes jólétet szolgáló felhasználásra – a "The 2025 Top-100 Gen AI Use Case Report" című elemzés alapján a terápiás célú és társalgási asszisztensként való alkalmazás vezeti a
Az MIT hivatalosan elhatárolódott egy korábbi közgazdász doktorandusz tanulmányától, amely az AI termelékenységnövelő hatását vizsgálta, miután 2025. május 17-én súlyos kétségek merültek fel az adatok megbízhatóságával kapcsolatban. Az "Artificial Intelligence, Scientific Discovery, and Product Innovation" című, Aidan Toner-Rodgers által készített tanulmányt kezdetben elismert MIT közgazdászok is méltatták, köztük
Az elmúlt időszakban jelentős előrelépés történt a nagy nyelvi modellek matematikai képességeinek terén, azonban a 2025-ös USAMO (USA Matematikai Olimpia) versenyén végzett részletes emberi értékelések szerint a jelenlegi modellek messze elmaradnak a valódi matematikai bizonyítások létrehozásában. Míg egyes benchmarkok, mint a MathArena, pozitív képet festenek az LLM-ek teljesítményéről az AIME
Az alapmodellekre épülő AI-ügynökök jelentős változást hoznak a vállalati környezetben 2025-ben, túllépve a hagyományos generatív AI megoldásokon. Míg a legtöbb szervezet még mindig csupán ChatGPT-szerű alkalmazásokat vezet be, az élenjáró vállalatok már olyan autonóm AI-ügynököket alkalmaznak, amelyek nemcsak reagálnak a parancsokra, hanem aktívan végrehajtanak összetett üzleti folyamatokat minimális emberi beavatkozással.
A 2025. március 26-án megjelent Forethought Research tanulmány szerint az AI kutatás-fejlesztés teljes automatizálása akár szoftver-alapú intelligenciarobbanáshoz vezethet. A kutatók azt vizsgálták, mi történik, amikor az AI rendszerek képessé válnak saját fejlesztési folyamataik teljes körű automatizálására, létrehozva egy visszacsatolási hurkot, ahol minden új rendszer még fejlettebb AI-t hoz létre, potenciálisan
A kínai DeepSeek AI 2025. április 8-án bemutatta új technológiáját, az önkritikai elveken alapuló finomhangolást (Self-Principled Critique Tuning, SPCT), amely jelentős előrelépést jelent a nagy nyelvi modellek jutalmazási mechanizmusában. Az SPCT célja, hogy az AI modellek jobban boldoguljanak nyitott végű, összetett feladatokkal, különösen olyan helyzetekben, ahol fontos a környezet és
A Semmelweis Egyetem kutatói 2025. április 8-án közzétett tanulmányukban demonstrálták, hogy az OpenAI GPT-4o modellje 93%-os pontossággal képes felismerni az aknét és a rosaceát, míg a Google Gemini Flash 2.0 modellje mindössze 21%-ban azonosította helyesen ugyanezeket a bőrbetegségeket. A tudományos vizsgálat során a kutatók olyan páciensek fotóit
A mesterséges intelligencia választásokra gyakorolt hatásáról jelenleg túl kevés adat áll rendelkezésre a megalapozott következtetések levonásához, miközben a kezdeti fenyegetettség-előrejelzések túlzónak bizonyultak. Az NYU Center for Social Media and Politics kutatói 2024-ben mindössze 71 példát találtak AI-használatra a választási kommunikációban, míg a Purdue Egyetem kutatói is csak közel 500 esetet
A magyar nyelvtechnológiai kutatás jelentős mérföldkőhöz érkezett: egy átfogó vizsgálat kimutatta, hogy a nagyobb korpuszméret nem feltétlenül eredményez jobb teljesítményt a morfológiai elemzésben. Dömötör Andrea, Indig Balázs és Nemeskey Dávid Márk kutatásukban három különböző méretű magyar nyelvű korpuszt – az ELTE DH gold standard korpuszt (496 060 token), az NYTK-NerKort (1
A Szegedi Tudományegyetem kutatói, Szécsényi Tibor és Virág Nándor a huBERT nyelvi modell kontextusfüggőségét vizsgálták pragmatikai annotáció során, különös tekintettel a felszólító alakok funkcióinak automatikus azonosítására. A MedCollect egészségügyi álhírkorpuszon végzett kutatás azt elemzi, hogyan befolyásolja a rendelkezésre álló kontextus mérete és pozíciója a modell annotációs pontosságát. A vizsgálat során
A Stanford Egyetem kutatói 2025. február 20-án mutatták be a POPPER-t, egy automatizált MI-keretrendszert, amely a hipotézisek validációját forradalmasítja és a tudományos felfedezéseket tízszeresére gyorsítja. A POPPER (Automated Hypothesis Validation with Agentic Sequential Falsifications) Karl Popper cáfolhatósági elvét követve, két specializált AI-ügynököt alkalmaz: a kísérlet tervező ügynököt és a kísérlet
