AI hírek röviden

Paper2Agent: tudományos cikkekből önálló AI-ügynökök a Nature-ben

A Nature ma megjelent cikke szerint James Zou, a Stanford Egyetem informatikusa és társszerzői egy Paper2Agent nevű eszközt mutattak be, amely bármely tudományos publikációt „virtuális levelező szerzővé” alakít. Az eszköz beolvassa a cikk szövegét, kódját és adatait, ezeket egy úgynevezett MCP-szerverre tölti, majd AI-ügynökök csapata autonóm módon eszközöket épít, amelyekkel a cikk módszerei új adatokra is alkalmazhatók. A kutatók a rendszert az AlphaGenome DNS-elemző modellt bemutató cikken tesztelték: az ügynök létrehozása körülbelül 45 percet és 14 dollár számítási költséget igényelt, és a genetikai kérdésekre közel tökéletes pontossággal válaszolt, felülmúlva más, ugyanahhoz a cikkhez hozzáférő biomedikai AI-ügynököket, köztük a Biomni nevű, akadémiai fejlesztésű rendszert is. A cikk szerzői szerint a technológia lehetővé teheti, hogy a tudományos cikkek dinamikus, más tudományterületek ügynökeivel is együttműködni képes tudásforrásokká váljanak.

Miért fontos? James Zou szerint a Paper2Agent nemcsak gyorsabb szakirodalom-értelmezést tesz lehetővé, hanem precedenst teremthet arra, hogy a jövőben a publikált cikkek maguk váljanak interaktív, más tudományágak ügynökeivel autonóm módon együttműködő tudásforrásokká.

Anthropic egyesíti a Claude Chat és Cowork felületeket

Az Anthropic a Claude Chat és a Cowork felületeit egyetlen, egységes felhasználói felületbe olvasztja össze, hogy a felhasználóknak ne kelljen eldönteniük, melyik fület használják egy-egy feladathoz. Az új rendszerben a Claude automatikusan felismeri, hogy egy kérés gyors választ vagy komplexebb, hosszabb munkafolyamatot igényel-e, és ennek megfelelően irányítja a feladatot fülváltás nélkül. Egyúttal két új funkció is bevezetésre kerül: a Claude Docs és a Claude Slides, amelyekkel dokumentumokat és prezentációkat lehet létrehozni, szerkeszteni, majd PDF vagy PowerPoint formátumban exportálni közvetlenül a chaten belül. A korábban külön elérhető Claude Design funkció is beépül a beszélgetésekbe. A frissítés először a Pro és Max előfizetőknek indul el a héten belül, a Team és Free csomagokhoz később érkezik, a vállalati (Enterprise) adminisztrátorok pedig előzetes értesítést kapnak a bevezetésről.

Miért fontos? A feladatok a háttérben, a felhőben is tovább futnak akkor is, ha a felhasználó becsukja a laptopját, ami a hosszabb, több lépéses munkafolyamatoknál adhat gyakorlati előnyt a Claude-felhasználóknak.

Mistral AI hajtja a Firefox új Smart Window asszisztensét

A Mistral AI és a Mozilla partnerségre lépett, hogy a Firefox böngészőbe nyílt forráskódú, adatvédelem-központú AI-t vigyenek: a Firefox Smart Window (béta) nevű AI-asszisztenst mostantól Mistral modellek hajtják. A funkció segít összetett keresésekben eligazodni, korábban megnyitott tartalmakra emlékezni, és a nyitott lapok alapján információkat összegezni. A szolgáltatás elsőként Franciaországban és Észak-Amerikában érhető el, az Egyesült Királyságban és Németországban pedig a cég szerint még idén elindul. Mindkét vállalat állítása szerint a beszélgetéseket alapértelmezetten nem tárolják a Mozilla szerverein, és a Mistral nulla adatmegőrzést vállal partnerként. A Mistral a bejelentés szerint a modelljeit regionális nyelvekre és dialektusokra is finomhangolja, hogy az AI-válaszok helyi kontextust tükrözzenek.

Miért fontos? A lépés a Mistral első nagy léptékű, fogyasztói terjesztési csatornája, amellyel a vállalati piac helyett közvetlenül a Firefox globális felhasználóihoz jut el.

AWS: automatikus rendszerprompt-optimalizálót mutatott be a Bedrock AgentCore-hoz

Miután korábban bemutatta, hogyan lehet agentikus alkalmazásokat átvinni a Bedrock AgentCore platformra, az AWS most egy új funkciót részletez: az AgentCore optimalizálás rendszerprompt-optimalizálóját. Az AWS állítása szerint az eszköz az AgentCore Observability által rögzített valós, éles forgalomból származó nyomokat (traces) és egy jutalomjel-mechanizmust használ fel arra, hogy javított rendszerpromptot javasoljon egy ügynökhöz, a javaslatot pedig offline kötegelt kiértékeléssel és élő A/B teszttel lehet validálni, mielőtt bevezetnék. A promptot egy úgynevezett agentikus reflektor komponens állítja elő, amely a sikeres és sikertelen futások közti mintázatokat azonosítja, és indoklást is ad a javasolt módosításokhoz. Az AWS blogbejegyzése saját, egyszer-ügynökös és kísérleti, nyílt forráskódú többügynökös reflektor változatot is összehasonlít két nyilvános benchmarkon a GEPA és a MIPROv2 nevű módszerekkel, ám ezek a mérési eredmények a vállalat saját közlésén alapulnak, független megerősítés nélkül.

Miért fontos? Az AWS itt saját reflektor-alapú promptoptimalizálóját méri a GEPA és MIPROv2 módszerekkel szemben, ami azt jelzi, hogy a Bedrock AgentCore a kézi promptfejlesztés helyett automatizált, önjavító ügynökfejlesztést kínál.

Helyesbítés · 2026. szeptember 18., péntek Helyesbítés (2026-09-18): erről a hírről levettük a „Folytatás” jelölést. A 2026-09-04-i „AWS útmutatót adott ki agentikus rendszerek Bedrock AgentCore-ra költöztetéséhez” hírnek nem folytatása — a két hír csak ugyanarra a platformra (Bedrock AgentCore) vonatkozik.

A Google DeepMind AGI-intézetet indít az emberi szintű AI kérdéseinek vizsgálatára

A Google DeepMind bejelentette a DeepMind Institute (DMI) létrehozását, amely a mesterséges általános intelligencia (AGI) körüli kérdéseket – biztonság, irányítás, kiberkockázatok, kontrollvesztés – vizsgálja interdiszciplináris keretben. A cég állítása szerint az intézet nem csak technológusokat, hanem a bölcsészet-, társadalom- és politikatudomány szakértőit is bevonja, Shane Legg, James Manyika és Demis Hassabis vezetésével. Az AGI fogalmára nincs egységes definíció: a DeepMind az emberi agy minden kognitív képességével rendelkező rendszerként írja le, és Hassabis szerint ez néhány éven belül elérhető, míg Legg egy előzményrendszert 2028-ra vár. Ezzel szemben az OpenAI vezérigazgatója, Sam Altman a cég állítása szerint akár még ez év végére is elképzelhetőnek tartja az AGI megjelenését, jelezve, hogy a nagy AI-cégek időbecslései jelentősen eltérnek egymástól.

Miért fontos? A DeepMind saját intézetet állít a biztonsági és irányítási kérdések mögé, miközben Hassabis, Legg és Altman egymástól évekre eltérő AGI-időpontokat vetítenek előre, ami jelzi a szakma megosztottságát a kockázatok megítélésében.

Von der Leyen: az AI-ügynökök „szökése” csak előjáték

Ursula von der Leyen, az Európai Bizottság elnöke 2026-os évértékelő beszédében az AI-fejlesztés kockázataira figyelmeztetett, miközben a technológiát a gazdaság és a nemzetbiztonság alapjának nevezte. A közelmúltbeli Hugging Face-incidensre utalva kijelentette, hogy a fejlesztés alatt álló modellek „eddig sosem látott szintű hackelést” tesznek majd lehetővé, és az AI-ügynökök „kiszökése a környezetükből” csak előjátéka annak, ami következik. Szavai szerint az önfejlesztő modellek veszélyei egyre nyilvánvalóbbak, ezért a fejlesztőknek és a szabályozóknak egyaránt őszintén kell erről beszélniük. Bejelentette, hogy az EU Kanadával, az Egyesült Királysággal és más partnerekkel közösen dolgozik majd modellértékelési és biztonsági ellenőrzési kereteken, és tárgyalásra hívja a vezető AI-laborokat. Az AI-törvényt „kulcsfontosságú védőkorlátnak” nevezte, miközben a cikk szerint az EU jelenleg még megbízható hozzáféréssel sem rendelkezik a nagy AI-laborok legfejlettebb kiberbiztonsági modelljeihez.

Miért fontos? A beszéd politikai nyomást helyez a vezető amerikai AI-laborokra, hogy osszák meg biztonsági és kiberbiztonsági modelljeiket az EU-val, ami új feszültséget hozhat az AI Act gyakorlati végrehajtása körül.

Vance elutasítja az AI-szabályozást, miközben Anthropicnál emberiség-kockázatról vitáznak

JD Vance amerikai alelnök egy los angeles-i AI-csúcson kijelentette: „Ha Frankensteint építesz, hagyd abba” – ezzel utasította el Dario Amodei, az Anthropic társalapítójának felhívását a mesterséges intelligencia globális, akár Kínával közös szabályozására. Vance szerint a cégeknek nem szabad a kormányhoz fordulniuk szabályozásért, hanem eszközöket kell kapniuk, hogy „harcoljanak Frankenstein ellen”. A nyilatkozat azután hangzott el, hogy Amodei szerint az AI-ügynökök raja 6-12 hónapon belül képes lehet átvenni az internet feletti irányítást, az Anthropic alignment science vezetője, Evan Hubinger pedig azt állította: több mint 10% esély van rá, hogy az AI 10 éven belül kiirtja az emberiséget. Ezt egy korábbi Anthropic-kutató, Jacob Coxon figyelmeztetésére reagálva mondta, aki később árnyalta állítását, elismerve, hogy nehéz konkrét forgatókönyveket felvázolnia. Donald Trump elnök ezzel szemben az AI általi emberiségpusztítást „HOAX”-nak nevezte, és a technológiát minden korábbinál nagyobb gazdasági motorként ünnepelte.

Miért fontos? Vance és Trump nyilvánvaló nézetkülönbsége az AI-kockázatokról megbéníthatja Amodei Kínával is közös nemzetközi biztonsági koordinációs javaslatát, mielőtt az egyáltalán elindulna.

Ausztrál kormány szivárgott terve: opt-out modell adná oda tartalmainkat AI-cégeknek

A Guardian véleménycikke szerint szivárgott kormányzati dokumentumok arra utalnak, hogy az ausztrál Albanese-kormány megfontolja a szerzői jog megfordítását: az úgynevezett opt-out modell szerint az AI-cégek automatikusan jogot kapnának minden nyílt interneten elérhető tartalom – családi fotók, kisvállalkozói weboldalak, cikkek – betanítási célú felhasználására, hacsak a tulajdonos kifejezetten nem tiltakozik ez ellen egy még nem bizonyítottan működő mechanizmuson keresztül. A jelenlegi ausztrál jog szerint a cégeknek engedélyt kell kérniük a tartalom használatához; a cikk szerzője, Holly Rankin szerint ez a teher megfordítása, amely az egyénekre hárítaná a felelősséget. A szerző párhuzamot von az Egyesült Királysággal, ahol a kormány tavaly Elton John, Dua Lipa és Paul McCartney kampánya nyomán kitartott a szerzői jog mellett, valamint megemlíti, hogy világszerte több mint 200 folyamatban lévő perben próbálják bizonyítani az AI-betanítás jogellenességét.

Miért fontos? Az opt-out modell bevezetése azt jelentené, hogy minden ausztrál internetező tartalma – fotóktól weboldalakig – automatikusan AI-betanításra felhasználhatóvá válna, amíg valaki aktívan nem tiltakozik ellene.

AWS és NVIDIA: hibatűrő elosztott tanítás Amazon EKS-en NVRx-szel

Az AWS hivatalos gépi tanulási blogja bemutatja, hogyan lehet a NVIDIA Resiliency Extension (NVRx) nevű, pip-telepíthető PyTorch-kiegészítőt integrálni FSDP alapú elosztott tanításba Amazon EKS-fürtökön. A cikk szerint nagy léptékű, órákig-napokig futó, sok csomópontos tanítási feladatoknál a hibák (hálózati kimaradás, memóriahiba, szoftverkivétel) statisztikailag elkerülhetetlenek, egy GPU-hiba pedig láncreakciót indíthat a teljes fürtben. Az AWS állítása szerint a szinkron checkpointolás a vizsgált fürtméreteknél a teljes futásidő akár 40 százalékát is felemésztette I/O-várakozással. A bemutatott megoldás három elemből áll: aszinkron checkpointolás (async_save), folyamaton belüli újraindítás másodperceken belül, valamint ft_launcher a munkás-processzek automatikus újraindítására összeomlás esetén; a méréseket H100 GPU-kon, 2-8 csomópontos fürtökön végezték.

Miért fontos? A cikk konkrét mérőszáma – a szinkron checkpointolás miatti akár 40%-os holtidő – rávilágít arra, mekkora GPU-óra és költség veszhet el nagy AWS-alapú tanítási fürtökben egyetlen hardverhiba miatt.

Rider: mélytanulásos eszköz rejtett RNS-vírusok felfedezésére

A Nature Communications folyóiratban megjelent, lektorált kutatás bemutatja a Ridert, egy kétlépéses keretrendszert RNS-vírusok azonosítására metatranszkriptomikai adatokból. Az első lépésben egy kompakt, előre betanított fehérje-nyelvi modell keresi a rendkívül divergens vírusjeleket, majd egy átfedő csúszóablakos szerkezet-előrejelzési eljárás azonosítja az RdRp (RNS-függő RNS-polimeráz) katalitikus magdoméneket, amelyeket egy kurátorolt, nem redundáns doménadatbázissal vetnek össze. A kutatók több mint 10 000, változatos ökoszisztémákból származó metatranszkriptomon tesztelték a rendszert: a Rider a korábban katalogizált RNS-vírusok több mint 99 százalékát visszanyerte, érzékenysége összemérhető a LucaProt módszerével, ugyanakkor a szerzők szerint ezernyi mélyen divergens szekvenciát és kládot is azonosított, amelyeket a meglévő eszközök nem érzékeltek. Egy gyulladásos bélbetegségben (IBD) szenvedő betegek kohorszán végzett teszt megerősítette, hogy a módszer a szokásos vírusok mellett divergens vonalakat is kimutat.

Miért fontos? A módszer azért lehet releváns a járványügyi felügyelet szempontjából, mert a szerzők szerint olyan, ezret meghaladó divergens vírusvonalat tár fel, amelyet a jelenlegi, LucaProt-hoz hasonló eszközök elmulasztanak, ami befolyásolhatja a jövőbeli zoonózis-kockázatok korai felismerését.