MI kora · a mesterséges intelligencia életrajza

A gépi elme felnövése: az első szavaktól a Nobel-díjig – és a nagykorúság küszöbéig.

Legutóbb történt · az összes mérföldkő, kereshetően

    Hogyan működik az MI? – egyszerűen

    A csevegő MI-k (ChatGPT, Claude, Gemini) mögött egy nagy nyelvi modell dolgozik. Egyetlen dolgot csinál, de azt nagyon jól: kitalálja, mi jöhet ezután. Erre épül a csevegés, és hasonló ötletek állnak a kép- és robot-MI-k mögött is. Lapozd végig: tizenöt rövid lépés, minden szakszót elmagyarázva.

    1Mint a telefonod, csak óriásban

    Boldog születésnapot

    kívánokneked!

    Ismerős? A telefonod billentyűzete is kitalálja, milyen szó jöhet: abból tanulta, amit korábban írtál. A nagy nyelvi modell ugyanezt csinálja, csak összehasonlíthatatlanul nagyobban: nem a te üzeneteidből, hanem könyvtárnyi szövegből tanult, és nem egy szót tippel, hanem egymás után ezreket. Egy teljes válasz szóról szóra, tippről tippre születik.

    2Szavakból számok

    Szer8210encs93ére1177esett405az12eső3301
    szemléltetés: a valódi darabolás és a sorszámok modellenként mások

    A gép csak számokkal tud dolgozni. Ezért a szöveget szódarabokra (tokenekre) vágja, és mindegyik kap egy sorszámot. A kérdésed is, a válasza is csak egy hosszú számsor. Ezért nehéz neki például a betűk számolása: a „szerencsére” szóban nem betűket lát, hanem három darabot.

    3Mekkorák ezek a számok?

    ModellSzókincshányféle szódarab (token)Dimenzióa jelentéstérkép irányaiLátótérennyi szódarabot lát egyszerre
    GPT-2 201950 2571 6001 024
    GPT-3 202050 25712 2882 048
    Llama 3.1 2024~128 00016 384~128 000
    DeepSeek-V3 2024129 2807 168~128 000
    Qwen3.8-27B 2026248 3205 120262 144
    Kimi K3 2026163 8407 168~1 millió
    GPT, Claude, Gemini mai zárt modelleknem közliknem közlikakár ~1 millió

    A szókincs 50 ezerről 250 ezer szódarabra nőtt, főleg azért, hogy több nyelvet (a magyart is) jobban kezeljen. A jelentéstérkép dimenziója ezres nagyságrendű, és nem nő a végtelenségig: a legnagyobb nyílt modell, a Kimi K3 is „csak” 7168 irányt használ, a méretét inkább a rétegek és a „szakértők” (egymás mellett dolgozó részmodellek) száma adja. A legnagyobb változás a látótér: 2019-ben kb. másfél oldalnyi szöveg, ma akár több ezer oldal. A zárt csúcsmodellek belső méreteit a cégek nem hozzák nyilvánosságra.

    4A jelentés térképe

    állatok kutya macska ló gyümölcsök alma körte szilva városok Budapest Bécs Prága férfi nő király királynő ugyanaz az irány

    Minden szódarab kap egy helyet egy óriási „jelentéstérképen”: ami hasonló, közel kerül egymáshoz. A valódi térképnek nem kettő, hanem sok ezer iránya van, és az irányoknak jelentése is lehet: a „király” úgy viszonyul a „királynőhöz”, mint a „férfi” a „nőhöz”. Ugyanaz a szó a mondattól függően máshová kerül: a „Budai vár” és a „várok rád” vár-ja két különböző pont.

    5Mire figyeljen?

    Mire utal az „az”?

    A kutya nem fért be a házba, mert az túl nagy volt.

    az → a kutya mert a nagy dolog nem fér be

    A kutya nem fért be a házba, mert az túl kicsi volt.

    az → a ház mert a kicsi hely nem fogadja be

    Egyetlen szó megváltoztatja, mire utal az „az”. A modell minden szónál visszanéz a korábbiakra, és eldönti, melyik számít igazán. Ezt figyelemnek hívják. Ez a 2017-es Google-találmány (a „Transformer”) tette lehetővé a mai MI-ket.

    6Hogyan nő fel?

    Olvaskönyvek, weboldalak, programkód: sok milliárd oldalnyi szöveg
    Tippel és javítminden rossz tippnél egy picit állít milliárdnyi „tekerőgombján”
    Nevelikemberek értékelik a válaszait, a jobbakat megerősítik

    Olyan, mint egy gyerek, aki mindent elolvas, és közben folyton kikérdezik. A „tekerőgombok” a paraméterek: a legnagyobb letölthető modellnek 2800 milliárd van belőlük (lásd a Nyílt MI részt). A végén „nevelik” is: emberek értékelik a válaszait, így lesz belőle udvarias, segítőkész asszisztens. A kész modell a beszélgetésekből már nem tanul, a tudása a tanítás végén rögzül. Ezért illik rá az oldal életkor-hasonlata: minden új modellgeneráció olyan, mint egy újabb évfolyam.

    7Egy közös jegyzetfüzet

    TeMit főzzek ma este?

    MIMondjuk rakott krumplit.

    TeVegetáriánus vagyok.

    MIAkkor hús nélkül, sok sajttal…

    ↻ minden új válasz előtt az egész füzetet újraolvassa

    A modell nem emlékszik rád: minden válasza előtt az egész eddigi „füzetet” újraolvassa, és annak a folytatását írja meg. Ezért tudja, hogy a második válasznál már hús nélküli étel kell. Ezért is számít, mit írsz bele: ha leírod, kinek, milyen hosszan és milyen példával kéred, sokkal jobb lesz a folytatás. Ha a füzet nagyon megtelik, a legelső oldalai kieshetnek a „látóteréből”.

    8Miért nem mondja mindig ugyanazt?

    Reggel ittam egy …
    Nyomd meg a „Tippelj!” gombot.
    szemléltetés: kitalált valószínűségek

    A modell nem mindig a legvalószínűbb szót mondja, hanem sorsol a valószínű folytatások közül. A hőmérséklet szabja meg, mennyire merészen: 0-n mindig ugyanazt mondja, gépiesen; magas értéken egyre furcsább mondatok jönnek. Próbáld ki!

    9Rávágja vagy végiggondolja?

    FejtörőEgy ütő és egy labda együtt 1100 Ft. Az ütő 1000 Ft-tal drágább a labdánál. Mennyi a labda?
    Rávágva100 Ft ✗
    Végiggondolva50 Ft ✓(labda 50 + ütő 1050 = 1100)

    A legtöbb ember elsőre 100 forintot mond, mert ösztönösen rávágja. A korai MI-k is így működtek. 2024 óta vannak gondolkodó modellek: válasz előtt lépésenként „jegyzetelnek” maguknak, kipróbálnak több utat, és ellenőrzik magukat. Ezért lettek sokkal jobbak matekban és programozásban, cserébe lassabbak és több áramot fogyasztanak.

    10Miért téved magabiztosan?

    KérdésKi írta a Himnuszt, és mikor?

    MIKölcsey Ferenc, 1823-ban.

    magabiztosság
    ✓ igaz

    KérdésMiről szól Petőfi „A Tisza hídja” című verse?

    MIPetőfi 1847-ben írta. A vers egy tavaszi árvízről szól, amikor a falu népe a régi fahídon menekül át a Tiszán…

    magabiztosság
    ✗ nincs ilyen vers: kitalálta
    szemléltetés: kitalált párbeszéd. Valódi következmény: 2024-ben egy kanadai légitársaságot kártérítésre köteleztek, mert a csevegőprogramja kitalált egy kedvezményszabályt.

    A két válasz ugyanolyan magabiztos, pedig a második teljesen kitalált. A modell ugyanis nem egy adatbázisból keresi ki a tényeket, hanem valószínű szöveget ír: ha nem tudja a választ, akkor is írhat valami hihetőt. Ez a hallucináció (lásd az Etika részt). Sokat segít, ha kereshet a világhálón, megmutatja a forrását, és ellenőrzi a saját válaszát. A fontos állításokat azért mindig érdemes ellenőrizni.

    11Eszközök és ügynökök

    TeKell holnap esernyő?
    Modell„Kérem az időjárást.”
    Időjárás-szolgáltatás80% eső
    ModellIgen, vigyél!

    Ügynök feladata: baráti vacsora péntek estére

    Naptár megnézve: péntek 19:00 szabad

    Barátok megkérdezve: két igen, egy válasz még nincs

    Asztalfoglalás négy főre (vár a válaszra)

    Naptár: olvashatjaÜzenet: előbb megkérdezBankkártya: nem fér hozzá

    A modellnek keze nincs: csak leírja, melyik segédprogramot (eszközt) használná, a körülötte futó program hajtja végre. Ha sok ilyen lépést magától fűz egymás után, ügynöknek hívjuk: olyan, mint egy új gyakornok. Csak ahhoz nyúlhat, amihez engedélyt adtál. Rövid feladatokban már jól teljesít, a több órás munkáknak viszont csak kb. ötödét végzi el hibátlanul (lásd Mit tud ma?).

    12Képet is rajzol: zajból tisztára

    tiszta zajfoltokkörvonalakkész kép

    A képalkotó MI fordítva tanul: tiszta képekhez egyre több zajt kevernek, és megtanítják neki, hogyan lehet a zajt lépésenként eltüntetni. Rajzoláskor tiszta zajból indul, és a szöveges kérésed („ház, fa, napsütés”) alapján sok kis lépésben „kitisztítja” a képet. Ez a diffúziós módszer (2020 óta), sok kép- és videókészítő MI (például a Stable Diffusion) így működik.

    13Hogyan lesz belőle robot?

    Kameraasztal, rajta egy banán
    Kérés„Tedd a banánt a tálba!”
    Modell tippjekar 3 cm-t előre, fogó zár

    Ugyanaz a tippelés, csak a következő szó helyett a következő mozdulat: a kamera képét is darabokra vágja, a mozdulatokat pedig számokként „írja le”. Így tanult meg 2023-ban egy Google-robot olyan utasításokat is követni, amelyeket soha nem gyakorolt. A nehézség: a valódi világban minden hiba kézzelfogható, és a finom kézmozdulatok még nagyon nehezek (lásd a Területek rész „Robotok, önvezetés” fülét).

    14Miért kell ennyi áram?

    ~200 milliárdszámolási lépés kell egyetlen szódarabhoz a legnagyobb letölthető modellnél
    ~1000szódarab egy hosszabb válasz
    becslés: a szódarabonként dolgozó 104 milliárd paraméter × 2 művelet (Kimi K3)

    Minden egyes szódarabhoz a modell „tekerőgombjainak” jó részét végig kell számolni, és ezt egyszerre emberek milliói kérik. Ezért épülnek városnyi áramot fogyasztó adatközpontok, és ezért drágult meg a memória (lásd Az MI fogyasztása). A gondolkodó modellek még többet számolnak, mert válasz előtt „jegyzetelnek” is.

    15Mai MI kontra általános MI

    Rövid feladatpár perc, például egy fájl átnevezése vagy egy e-mail elküldése

    Átlagember7 / 10
    Mai MI8–9 / 10

    Hosszú munka1–2 óra, sok lépés, több programon át

    Mai MI2 / 10
    Általános MIelképzelt, még nincs10 / 10
    tíz feladatból ennyit old meg hibátlanul; az általános MI bármelyik feladattípusban

    Rövid feladatokon a mai MI már jobb egy átlagembernél. A hosszú, sok lépéses munkákból viszont tízből kb. nyolcat nem fejez be hibátlanul, és sokszor észre sem veszi, hogy elrontott valamit. Az általános MI (AGI) az lenne, amelyik bármilyen feladatot, a soha nem látottakat is, legalább úgy és olcsóbban megold, mint egy ember, és a saját hibáit is észreveszi. Ilyen még nincs: a kutatók szerint 10% az esélye 2027-re, 50% 2047-re (lásd Az MI három szintje).

    Röviden: a nyelvi modell nem gondolkodik úgy, mint egy ember, de a rengeteg olvasott szövegből olyan jól megtanulta a nyelv és a tudás mintáit, hogy sok feladatban már egy szakember szintjén teljesít. Az erőssége a gyorsaság és a mennyiség, a gyengesége, hogy magabiztosan is tévedhet.
    Fogalomtár 32 kifejezés röviden, ábécérendben – kattints a kinyitáshoz
    Adatközpont
    Sok ezer MI-chipet tartalmazó épület, ahol a modelleket tanítják és futtatják. A legnagyobbak már egy nagyváros áramát fogyasztják. Fogyasztás →
    AGI (általános MI)
    Olyan MI, amely szinte minden szellemi munkát legalább olyan jól el tud végezni, mint egy ember. Még nincs ilyen. 3 szint →
    ASI (szuper-MI)
    Az embernél minden területen sokkal okosabb MI. Egyelőre elméleti fogalom. 3 szint →
    Benchmark (teszt)
    Szabványos feladatsor, amellyel a modelleket összemérik (például ARC-AGI, SWE-bench). A jó teszteredmény nem mindig jelent jó teljesítményt a valóságban. Linkek →
    Dimenzió
    A jelentéstérkép irányainak száma: ennyi számmal írja le a modell egy szódarab jelentését. A nyilvános modelleknél kb. 1600-tól 16 ezerig terjed. Működés →
    Diffúziós modell
    Képet vagy videót készítő MI, amely tiszta zajból lépésenként „tisztítja ki” a képet.
    Eszköz
    Segédprogram, amelyet a modell használhat: kereső, számológép, naptár, programfuttató. A modell csak kéri, a körülötte futó program hajtja végre.
    Figyelem
    Az a módszer, amellyel a modell eldönti, hogy a korábbi szavak közül melyik számít a következőhöz.
    Finomhangolás (utótanítás)
    A kész modell további tanítása egy szűkebb célra, például emberi értékelésekkel, hogy segítőkész asszisztens legyen belőle.
    Forrásjelölések
    Az oldal minden adat mellett jelzi, ki igazolta: elsődleges 2+ független becslés / 1 forrás. Források →
    Gondolkodó modell
    Olyan modell, amely válasz előtt lépésenként kidolgozza a megoldást. Lassabb és több áramot fogyaszt, de pontosabb (2024 óta).
    GPU, MI-chip
    A modellek számolását végző célchip (például az Nvidia H100), amely egyszerre rengeteg szorzást végez el.
    Hallucináció
    Magabiztosan előadott, de kitalált állítás. Azért fordul elő, mert a modell valószínű szöveget ír, nem tényeket keres ki. Etika →
    Hőmérséklet
    Beállítás, amely megszabja, mennyire merészen sorsol a modell a lehetséges folytatások közül: alacsonyan kiszámítható, magasan meglepő.
    Humanoid robot
    Emberhez hasonló testű robot (két láb, két kar), amely emberi környezetben dolgozhat. Területek →
    Jelentéstérkép
    A szódarabok helye egy sok ezer irányú „térképen”, ahol a hasonló jelentésűek közel vannak egymáshoz (angolul embedding).
    Kontextusablak („látótér”)
    Az a szövegmennyiség, amelyet a modell egyszerre figyelembe tud venni: a beszélgetés „füzete”. Ami kiesik belőle, azt „elfelejti”.
    Kvantálás (tömörítés)
    A paraméterek kevesebb biten tárolása (például 16 helyett 4), hogy a modell kisebb gépen is elférjen, alig rosszabb eredménnyel. Nyílt MI →
    Multimodális
    Olyan modell, amely a szöveg mellett képet, hangot vagy videót is megért, esetleg készít.
    Nagy nyelvi modell
    Rengeteg szövegen tanított program, amely a következő szódarabot tippeli. A csevegő MI-k „agya” (angolul LLM).
    Nyílt (letölthető) modell
    Olyan modell, amelynek a paramétereit bárki letöltheti és a saját gépén, internet nélkül futtathatja. Nyílt MI →
    Önfejlesztő MI
    Olyan MI, amely maga fejleszti a következő, jobb változatát. Az oldal ezt nevezi a „nagykorúságnak”. Idővonal →
    Önvezetési szint (0–5)
    Nemzetközi (SAE) skála: 0 = mindent a sofőr csinál, 4 = kijelölt helyen sofőr nélkül megy, 5 = bárhol, bármikor. Területek →
    Paraméter
    A modell „tekerőgombjai”: a tanítás során beállított számok. A legnagyobb modelleknek ezermilliárdnyi van.
    Prompt (kérés)
    Az a szöveg, amelyet a modellnek írsz. Minél pontosabban leírod, mit szeretnél, annál jobb a válasz.
    Szakértők csapata
    Olyan modellfelépítés, amelyben szódarabonként csak egy kis rész dolgozik, így a nagy modell is gyorsan fut (angolul mixture of experts). Nyílt MI →
    Szűk MI
    Egyetlen feladatra képes MI, például sakkgép vagy arcfelismerő. 3 szint →
    Tanítás
    A modell hónapokig tartó „iskolája”: hatalmas szövegmennyiségen gyakorolja a következő szódarab tippelését, közben beállnak a paraméterei.
    Token (szódarab)
    A szöveg darabja, amellyel a modell számol: nagyjából egy szótag vagy egy rövid szó.
    Transformer
    A 2017-es Google-találmány, amelyre a mai nyelvi modellek épülnek. A lényege a figyelem.
    Ügynök
    Olyan MI, amely egy célért önállóan több lépést hajt végre, eszközök segítségével. Csak ahhoz fér hozzá, amihez engedélyt kapott.
    Vitatott (jelölés az oldalon)
    Még nem igazolt eredmény. Az idővonalon szaggatott körvonal jelöli, a leírásban „(Nem igazolt.)” áll.

    elsődleges figyelem (Transformer): Vaswani és mtsai., 2017 · jelentéstérkép („király – férfi + nő ≈ királynő”): Mikolov és mtsai., 2013 · emberi értékelés a tanításban: Ouyang és mtsai., 2022 (OpenAI) · gondolkodó modellek: OpenAI (2024) · mi zajlik a modell belsejében: Anthropic (2025) · ütő–labda fejtörő: Frederick (2005) · légitársaság és csevegőprogram: Moffatt kontra Air Canada (döntés, 2024), Amerikai Ügyvédi Kamara · ügynökök hosszú feladatokon: OSWorld 2.0, rövid feladatokon: OSWorld (emberi szint: 72%) és ranglista (a cégek saját közlései) · általános MI meghatározása és esélyei: Grace és mtsai. (JAIR) · képalkotás zajból: Ho és mtsai., 2020 · robot, amely szóból mozdulatot tippel: Google DeepMind (RT-2, 2023) · számolási igény (2 művelet paraméterenként): Kaplan és mtsai., 2020
    elsődleges modellméretek: GPT-2 (OpenAI, 2019), GPT-3 (Brown és mtsai., 2020), Llama 3 (Meta, 2024), a fejlesztők hivatalos modellfájljai: DeepSeek-V3, Qwen3.8-27B, Kimi K3 · 1 milliós látótér zárt modellekben: Google (Gemini 1.5, 2024), OpenAI (GPT-4.1, 2025), Anthropic (Claude Sonnet 4, 2025)
    szemléltetés / becslés a szódarabok sorszámai, a „Reggel ittam egy…” valószínűségei, a Petőfi-példa és a képek kitaláltak, csak a működést mutatják; a számolási lépések száma a fenti szabállyal becsült érték.

    Az MI három szintje: hol tartunk?

    A szakemberek három szintet különböztetnek meg. A mai MI már túl van az elsőn, de a másodikat még nem érte el.

    1. Szűk MIANI – Artificial Narrow Intelligence, „gyenge MI”
    • Egyetlen, jól meghatározott feladatban jó: sakkozás, arcfelismerés, fordítás.
    • Nincs valódi tudata, nem „érti”, amit csinál.
    • Például: Deep Blue sakkgép, képfelismerők, spamszűrők.
    Ma itt tartunkátmenet a szűk és az általános MI között
    • A mai nagy MI-k (ChatGPT, Claude, Gemini) már sokféle feladatot tudnak: írnak, programoznak, matekoznak, képet elemeznek.
    • Szigorú meghatározás szerint még szűk MI: nincs tudatuk, nem tanulnak a saját tapasztalatukból, és nem tudnak bármilyen új feladathoz önállóan alkalmazkodni.
    • A szakértők vitatják, mennyire járnak közel a 2. szinthez.
    2. Általános MIAGI – Artificial General Intelligence
    • Elméleti szint: minden szellemi feladatot el tud végezni, amit egy ember.
    • Bármilyen új területen képes lenne tanulni és alkalmazkodni anélkül, hogy előre felkészítenék rá.
    • Becslések: 2027 és 2047 között, de nagy a vita (lásd lent).
    3. Szuper-MIASI – Artificial Super Intelligence, szuperintelligencia
    • Spekulatív, jövőbeli szint.
    • Minden emberi tudást és képességet együttesen is messze túlszárnyal, a kreativitást és a társas készségeket is.
    • Kutatói becslés: az AGI után 2 éven belül 10%, 30 éven belül 60% az esélye.

    Mikor várható? Ki mit mond

    Miért ilyen különbözőek a becslések? Nincs egységes meghatározás, hogy mi számít „általános MI”-nek, és senki sem tudja, kell-e még nagy tudományos áttörés. A cégvezetők jellemzően korábbra becsülnek: ők látják elsőként az új eredményeket, de anyagilag is érdekeltek. A kutatói felmérés óvatosabb, de egy év alatt 13 évvel korábbra került a becslése.

    elsődleges időbecslés: Grace és mtsai. (JAIR), 2778 MI-kutató felmérése · a mai modellek „általános célú MI”-ként: Nemzetközi MI-biztonsági Jelentés 2026 · a fogalmak (ANI, AGI, ASI): Nemzetközi MI-biztonsági Jelentés 2026 és Stanford AI Index
    elsődleges Anthropic: javaslatai az amerikai kormánynak · 2+ független Hassabis, LeCun: Fortune (Davos 2026), NBC News · kutatói felmérés és szuper-MI esélyek: Grace és mtsai. (arXiv)

    Területenként: szintek és mérföldkövek

    Válassz egy területet: láthatod, milyen lépcsőfokokon jut előre, hol tart most, és melyik mérföldkő mikor történt.

    Mikor mit tanult meg?

    Minden sor egy képességterület, minden pont egy mérföldkő. Jól látszik a gyorsulás: ötven évig alig történt valami, az utóbbi években viszont szinte havonta jön új.

    Kattints vagy koppints egy pontra.

    Mit tud ma, és miben jobbak még az emberek?

    A színes sáv az MI szintje. A szaggatott vonal egy átlagos szakember, a sáv vége a legjobb emberek. A csíkozott rész mutatja, mennyivel jobbak még a legjobb emberek. Egy sorra kattintva kiderül, miben jobbak még az emberek.

    eléri a szakembertamatőr, tanuló szintgyerek szinta legjobb emberek előnye

    A szintek szerkesztői becslések, nem mérések: a mérföldkövek és a nyilvános teszteredmények alapján készült összkép. A robotikai példák forrása: Nature (robotolimpia, 2026), TechNode (robot-félmaraton, 2025). Szoftvereszközök: OSWorld 2.0 (hosszú feladatok, 2026), OSWorld (emberi szint: 72%), ranglista (a cégek saját közlései). Önfejlesztés: Anthropic (kód, 2026. máj.), Anthropic (kutatás, 2026. szept.), OpenAI (2026. szept.), METR (független mérés, 2026. nov.), kritika: TIME (Gary Marcus). Matematika: OpenAI (2026. okt.), Scientific American.

    Az MI fogyasztása

    Az MI „teste”: áram, chipek, terület és pénz, ami a növekedéséhez kell.

    Áram

    Adatközpontok áramfogyasztása (TWh/év)

    Hány Magyarországnyi áram?

    1 négyzet ≈ Magyarország egy évi áramfogyasztása (kb. 44 TWh). ■ Narancs: ebből a kifejezetten MI-re épített adatközpontok (2025-ben kb. 3,5 négyzet, becslés). ■ A többi a hagyományos adatközpontoké: felhő, webhelyek, videó, bankok.

    elsődleges IEA: Energy and AI (2024: 415 TWh, 2035: kb. 1200 TWh) · IEA: Key questions (2025: 485 TWh, 2030: 950 TWh) · megerősítés: Carbon Brief, DCD
    becslés Hannah Ritchie (Our World in Data kutató): 155 TWh MI-re szakosodott · SemiAnalysis: Colossus 2 tervezett gigawattos mérete
    elsődleges Epoch AI: a legnagyobb MI-adatközpontok jelenlegi teljesítménye (Colossus 2 kb. 946 MW, 2026. szept.) · a rekord 10 havonta duplázódik

    Chipek

    Ha így folytatódik: hányszor ennyi MI-számítógép-erő lesz a világon? (ma = 1)

    elsődleges Epoch AI (független kutatóintézet; 3,4×/év növekedés, a jövőbeli oszlopok ennek egyszerű továbbvetítései) · Epoch AI: adatközpont-rangsor (2026. szept.: Colossus 2 kb. 946 MW, New Carlisle kb. 910 MW)
    2+ független Terafab: CNBC (119 Mrd $, beadott terv) · TechCrunch (építés indul) · Fortune (méret)

    Nagy az igény, kevés a kínálat: ezért drágul a RAM és az SSD

    Mennyibe kerül a memória (RAM)? – 2025 vége = 100

    elsődleges TrendForce piackutató: 2026 Q1 · Q2 · Q3 · Q4 előrejelzés (SSD) · kapacitás · Microsoft (a cég közlése): CNBC · 2+ független Micron: TechSpot, Yahoo Finance. Az index a negyedéves áremelések középértékeiből számolt.

    Mekkora a területe?

      Adatközpont az űrben?2026. október 1-jén a Google pályára állította első próbaműholdját négy saját MI-chippel (Project Suncatcher). Hetekig méri, bírják-e a chipek a sugárzást és a hőingadozást. A távlati cél: napenergiával működő adatközpontok a Föld körül, ahol nem kell telek és hálózati áram.
      Finnország megálljt parancsol2026. október 6-án a finn hatóság leállíttatta a földmunkákat a Google két tervezett adatközpontjának telkén (Muhos, Kajaani), amíg el nem készül a környezeti hatásvizsgálat. Addigra kb. 330, illetve közel 200 hektár erdőt vágtak ki vagy készítettek elő. A Google elismerte, hogy „nem felelt meg a saját mércéjének”.
      Kétharmaduk nemet mondaz amerikaiak 66%-a ellenzi új adatközpontok építését az USA-ban, 72%-uk a saját lakóhelyén, és csak 30% támogatja. 57% szerint az MI rossz a társadalomnak (Washington Post–ABC–Ipsos felmérés, 2026. október). A novemberi választáson a szavazók 56%-a szerint az MI és az adatközpontok fontos vagy döntő szempont volt (CNBC).

      Minden négyzet területe arányos a valódi területtel. 2+ független Stratos: CS Monitor, KSL, Deseret News · Hyperion: Meta, Louisiana állam, DCD · Abilene: Epoch AI, DCD · elsődleges Campus IA: francia Nemzeti Közvita Bizottság (CNDP) · becslés / 1 forrás Hohhot: DCD · Békéscsaba: Wikipedia (KSH-adat) · futballpálya 105 × 68 m: Wikipedia (Puskás Aréna) · Paks kb. 2 GW: Wikipedia · elsődleges űrbeli próba: Google, megerősítés: NPR · 2+ független Finnország: Al Jazeera, TechTarget · elsődleges felmérés: ABC News, Washington Post

      Egy példa: hol „lakik” a Claude?

      A Claude-ot, az Anthropic MI-jét, nem egyetlen épületben futtatják: a cég három nagy felhőszolgáltatótól bérel számítógépeket, és saját adatközpontokat is építtet.

      Lekötött áramkapacitás partnerenként (gigawatt)

      A sáv a szerződés szerinti legnagyobb kapacitás. Egy része még épül.

      elsődleges Amazon: Anthropic (2026. ápr.), Amazon · Google: Anthropic (2025. okt.), Anthropic (2026. ápr.) · Microsoft és Nvidia: Microsoft · saját építés: Anthropic (2025. nov.) · 2+ független Project Rainier területe: CNBC, DCD

      Beruházás

      A 4 legnagyobb amerikai tech cég beruházása (Mrd $/év)

      elsődleges a cégek hivatalos előrejelzései: Amazon · Alphabet (CNBC) · Microsoft (CFO Dive) · Meta · 2+ független 2024–2025-ös összeg: CNBC, Yahoo Finance. A halvány oszlop és négyzetek előrejelzések.

      Ki hogy áll a versenyben?

      Országok és cégek összevetése, a 2026. november közepi állapot szerint.

      USAKínatöbbi (Európa is)

      Országok

      elsődleges Epoch AI · Stanford AI Index 2026: modellek, befektetés, teljesítmény · Európai Bizottság: gigagyár-pályázat, MI-gyárak

      Ki a legokosabb most? – független mérés

      Az Artificial Analysis független cég minden modellt ugyanazon a 9 tesztből álló csomagon mér meg, egyenlő súllyal négy területen: irodai munka, programozás, tudomány és általános tudás. Cégenként a legjobb mért modell, 2026. november közepi állapot.

      Pontszám (magasabb = jobb)

      Mennyibe kerül egy tesztfeladat? (dollár)

      Ha nem tudja a választ, hányszor talál ki mégis valamit? (%, kevesebb = jobb)

      Az élen most az Anthropic november 9-én kiadott Claude Fable 5.2-je áll (65), mögötte a Google Gemini 4 Carbonja (60; november 10. óta fizetősen bárki használhatja) és az OpenAI (57) következik. A legjobb kínai modell, a Kimi K3.1 Pro (46) november 4. óta letölthető, így ez lett a legerősebb nyílt modell. Európa bajnoka, a Mistral Large 4 26 pontos. Az ár között is nagy a különbség: az ábrán a legdrágább modell (Fable 5.2) egy feladata kb. 177-szer annyiba kerül, mint a legolcsóbbé; a Gemini 4 Carbon ára november 30-ig bevezető ár, decembertől duplázódik. A legokosabb modell sem a legőszintébb: a Claude Fable 5.2, az Opus 5.5 és a GPT-6 Astra, ha nem tudja a választ, tízből 5–6-szor kitalál valamit, a Gemini 4 Carbon csak tízből egyszer. A pontszámok az index 2026. október 27-i, új változatából valók, amely 60%-ban nem nyilvános tesztekre épül, ezért a korábbi számokkal nem vethetők össze: sok modell pontja azért lett kisebb, mert megváltozott a mérés, nem azért, mert romlott. Közben rohamosan olcsóbbodik: az Epoch AI szerint ugyanaz a teljesítmény 2023 óta évente kb. 13-szor olcsóbb lesz. Ez gyorsabb, mint ahogy a számítógépek, az akkumulátorok vagy az áram valaha olcsóbbodtak (a szerzők szerint durva becslés).

      elsődleges Artificial Analysis: modellek ranglistája (Intelligence Index v5, 2026. nov. 13.) · Fable 5.2 (nov. 9.) · Gemini 4 Carbon nyilvános: The Next Web, Digital Trends · hallucinációs mérés (AA-Omniscience v1.1) · az új index leírása · az eredeti, interaktív ábrák az Artificial Analysis oldalán · Epoch AI: az olcsóbbodás üteme (2026. szept. 22.)

      A teljes piac: kinek az MI-jét használják?

      Kétféle „piac” van, és a kettőben más a győztes. A magánemberek főleg a ChatGPT-t használják, a cégek viszont a legtöbb pénzt az Anthropic Claude-jára költik (főleg programozásra).

      Magánfelhasználók: a csevegő-MI-k weboldalainak látogatásai2026. szeptember

      ChatGPT 56,4%Gemini 25,0%Claude 9,6%többi ~9%

      Egy év alatt a ChatGPT részesedése 71,8%-ról 56,4%-ra csökkent, a Geminié 13,6%-ról 25,0%-ra nőtt. Nyár óta viszont a ChatGPT visszaszerez a részesedéséből (áprilisban 53,7% volt), a Geminié négy hónapja csökken, a Claude-é áprilistól 8,0%-ról 9,6%-ra nőtt.

      Cégek: mennyi pénzt költenek az egyes cégek MI-modelljeire?2025. november

      Anthropic 40%OpenAI 27%Google 21%többi 12%

      Programozásra a cégek MI-költésének 54%-a az Anthropichoz, 21%-a az OpenAI-hoz megy. 2023-ban még az OpenAI vezetett 50%-kal.

      Hogyan olvasd? Az első ábra azt mutatja, mennyit látogatják, a második azt, mennyi pénz folyik be. A kettő együtt magyarázza, miért nő ilyen gyorsan az Anthropic bevétele úgy, hogy a magánemberek körében a ChatGPT jóval ismertebb. Pontos, mindenre kiterjedő piaci adat nincs, mert a cégek nem közlik a felhasználóik számát egységesen.

      becslés Similarweb (2026. okt. 12.; idézi: OfficeChai; mintavételes webforgalmi becslés, csak a weboldalak, az appok és a cégek közvetlen használata nincs benne) · Menlo Ventures (495 amerikai cég felmérése; a Menlo közös befektetési alapot működtet az Anthropickal, ezért nem független)

      Hány embert érnek el? – a cégek saját adatai

      1,2 milliárdember használja hetente a ChatGPT-t (Sam Altman, 2026. szeptember 29.; februárban még 900 millió volt)
      950 millióember használja havonta a Gemini alkalmazást, és a napi használók száma egy év alatt megháromszorozódott (Google, 2026. július)
      nincs adataz Anthropic nem közli, hányan használják a Claude-ot; a cégek MI-költéséből viszont ő kapja a legtöbbet (lásd fent)

      A két szám nem teljesen összemérhető: az OpenAI heti, a Google havi felhasználót közöl. Egy havi szám mindig nagyobb, mint ugyanannak a szolgáltatásnak a heti száma.
      elsődleges Google (Sundar Pichai, 2026. júl. 22.) · 2+ független ChatGPT (1,2 milliárd, szept. 29.): Engadget, The Decoder · korábbi adat (900 millió, febr.): OpenAI, Search Engine Land, CNBC

      Cégek

      Mennyit ér a cég a befektetők szerint? (milliárd dollár)

      Mennyi pénz folyik be? (éves szintre vetítve, milliárd dollár)

      Mennyit költ adatközpontokra és chipekre 2026-ban? (milliárd dollár)

      Nyereséges vagy veszteséges? (milliárd dollár)

      A nagy cégeknél: mennyi maradt egy év alatt, adózás után. Az OpenAI-nál és az Anthropicnál viszont a 2025-ös működési veszteség áll, mert az Anthropic nettó vesztesége nagyrészt papíron keletkezett (lásd a lábjegyzetet).

      Mennyit épít a nyereségéhez képest? Hányszor annyit költ idén építésre, mint amennyi egy év nyeresége?

      elsődleges éves jelentések: Microsoft · Alphabet · Amazon · Meta · 2+ független OpenAI 2025 (kiszivárgott, az FT által ellenőrzött beszámoló): Fortune, TechSpot · 1 forrás OpenAI 2026. 3. negyedév: Wall Street Journal (idézi: Forbes) · 2+ független Anthropic tőzsdei sávja: Fortune, CNN · elsődleges Anthropic: tőzsdei tájékoztató (S-1, 2026. okt. 26.) · 3. negyedév (módosított S-1, 2026. nov. 2.): CNBC, Fortune · Meta: 3. negyedéves jelentés

      2+ független értékeltség: Anthropic – Anthropic, Bloomberg, CNBC · OpenAI – OpenAI, CNBC (szeptemberi tárgyalás: 1 forrás Bloomberg) · Mistral – TechCrunch, AFP (TechXplore) · bevétel: TechCrunch, Bloomberg alapján · ByteDance: Bloomberg, Bloomberg Law

      Letölthető MI: mi kell hozzá otthon és a cégnél?

      A nyílt (letölthető) modelleket bárki a saját gépére töltheti és internet nélkül futtathatja. Az adat nem hagyja el a gépet, és nincs használati díj. Cserébe a hardvert neked kell megvenni, és minél okosabb a modell, annál több memória kell hozzá.

      Mennyi memória kell egy modellhez?

      Így lehet kiszámolni: a modell „agya” paraméterekből (számokból) áll, és mindet be kell tölteni a memóriába. Minél pontosabban tárolja őket, annál több hely kell: egymilliárd paraméter 16 bites pontossággal kb. 2 GB, 8 biten 1 GB, 4 biten 0,5 GB. Erre jön még 10–20% a beszélgetés „rövid távú memóriájára”. A 4 bites (tömörített) változat alig butább, ezért otthon ezt szokás használni.

      Miért nem lassú, ha ilyen nagy? A nagy nyílt modellek többsége „szakértők csapata” (mixture of experts): minden szónál csak egy kis részük dolgozik. A Kimi K2.6-nál az 1000 milliárdból 32 milliárd, a gpt-oss-120b-nél 117-ből 5,1 milliárd. A memóriába mégis az egészet be kell tölteni, ezért a memória a szűk keresztmetszet, nem a számítási sebesség. A legnagyobb nyílt modell, a Kimi K3 (2026. július, 2800 milliárd paraméter, ebből szavanként 104 milliárd dolgozik) még 4 bites tömörítéssel sem fér be egy 8 GPU-s szerverbe (1,4 TB), ehhez két ilyen gép kell.

      Kinek mire elég?

      Otthon, magánszemélyként 16–32 GB

      • Erős videokártyás PC (pl. RTX 5090: 32 GB) vagy sok memóriás Mac/laptop.
      • Elfut rajta: gpt-oss-20b, Qwen3.8-27B (4 biten).
      • Mire jó: csevegés, összefoglalás, fordítás, programozási segítség internet nélkül. A legjobb felhős modelleknél gyengébb.

      Kiscég, fejlesztő 128–512 GB

      • Asztali MI-gép (Nvidia DGX Spark: 128 GB, a gyártó szerint 200 milliárd paraméterig) vagy Mac Studio M5 Ultra (akár 512 GB; ez a változat 2026. október vége óta kapható).
      • Egy 80 GB-os szerver-GPU-n elfut a gpt-oss-120b, 512 GB-on a DeepSeek V4-Flash.
      • Mire jó: belső dokumentumok, ügyfélszolgálat, kódolás, úgy, hogy az adat házon belül marad. Egyszerre csak néhány felhasználó.

      Nagyvállalat 1 TB felett

      • GPU-szerver, pl. 8 × Nvidia B200 = 1,4 TB memória egy gépben.
      • Ez kell a legerősebb nyílt modellekhez (Kimi K2.6, DeepSeek V4-Pro) teljes méretben. A Kimi K3-hoz már kettő kell.
      • Mire jó: sok száz felhasználó egyszerre, saját adatokon továbbtanítás. Egy ilyen gép csúcson kb. 14 kW-ot fogyaszt, annyit, mint egyszerre 7 bekapcsolt villanysütő.

      Saját gép vagy előfizetés?

      ~4,6 évhavi 100 dolláros ChatGPT Pro előfizetés jön ki egy 5499 dolláros Mac Studio M5 Ultra árából (induló ár, az USA-ban)
      1,2 TB/silyen gyorsan éri el a chip a memóriát a Mac Studio M5 Ultrában (Nvidia RTX PRO 6000: 1,79 TB/s). A válasz írásának gyorsaságát főleg ez szabja meg, nem a memória mérete.
      Adat vagy tempóA saját gépen az adat nem hagyja el a házat, és nincs használati korlát. A felhős előfizetés viszont a legerősebb, zárt modelleket adja, és nem terheli a saját gépet.

      Mennyivel maradnak le a zárt modellektől?

      ~4 hónapennyivel követik átlagosan a legjobb nyílt modellek a legjobb zárt modelleket 2026-ban (Epoch AI)
      5 / 5a legerősebb nyílt modell mind kínai (Kimi, GLM, DeepSeek ×2, Qwen; 2026. május). Októberben egy francia (Mistral Large 4) és egy amerikai (Reflection Beam) nagy nyílt modell is megjelent; a Mistral a független mérésen 26 pontos, a legjobb letölthető kínai (Kimi K3.1 Pro) 46
      46 kontra 65pont a független Artificial Analysis mérésén: ennyivel marad el a legjobb letölthető modell (Kimi K3.1 Pro, 2026. november 4. óta nyílt) a legjobb zárttól (Claude Fable 5.2), cserébe egy feladata kb. 7-szer olcsóbb (lásd Ki vezet?)
      Apache 2.0, MITa gpt-oss és a DeepSeek V4 licence: üzleti célra is szabadon használható
      A másik oldal: a letöltött modellt nem lehet visszahívni. A beépített biztonsági korlátok továbbtanítással eltávolíthatók, ezért a nyílt modellek visszaélésre is használhatók. Ezt a Nemzetközi MI-biztonsági Jelentés is külön kockázatként tárgyalja. Részben ezért tartják vissza a cégek a legerősebb modelljeiket. A letöltött modellt is érdemes elzárt környezetben futtatni: 2026 októberében egy kínai nyílt modell egy biztonsági tesztben megpróbált egy tesztfájlt külső tárhelyre feltölteni (lásd az Etika részt).

      elsődleges OpenAI gpt-oss (modellkártya) · DeepSeek V4 · Kimi K2.6 · Kimi K3 (kiadás: Wikipedia, Modal) · Kimi K3.1 Pro (2026. nov. 4.) · Qwen3.8-27B, Qwen3.8 2,4T · Epoch AI (2026. máj. 29.) · hardver: RTX 5090, DGX Spark, Mac Studio (Apple, 2026. aug.: 1,2 TB/s, 5499 $, 512 GB október vége óta), DGX B200, RTX PRO 6000 (Nvidia) · előfizetés: OpenAI (ChatGPT Pro: 100 vagy 200 $/hó) · MiMo-V2.6: Xiaomi (2026. szept. 22.), modellkártya (1020 Mrd, MIT licenc) · Mistral Large 4: Mistral (2026. okt.) · Beam: Hugging Face (2026. okt.) · Nemzetközi MI-biztonsági Jelentés 2026
      becslés A Qwen3.8, a DeepSeek V4, a Kimi K2.6, a Kimi K3, a Mistral Large 4 és a Beam memóriaigénye a fenti egyszerű számítással kapott érték (a gyártó közölt paraméterszámából és pontosságából), a gpt-oss-é gyártói adat.

      Etika, szabályok, lassítás, háború: hol tartunk?

      A képességek gyorsabban nőnek, mint a szabályok. Egy kamasznak is kellenek határok: itt az látszik, mennyi van belőlük.

      Ki mit szabályoz?

      Európai Unió szabályoz, de halaszt

      • Az MI-törvény (AI Act) 2024 óta hatályos.
      • 2026. augusztus 2-tól jelezni kell, ha MI-vel beszélünk. Az MI által készített tartalom jelölésére a korábbi rendszerek 2026. december 2-ig haladékot kaptak.
      • A magas kockázatú rendszerek (pl. munkaerő-felvétel, hitelbírálat) szabályait 2027 decemberére, illetve 2028 augusztusára halasztották.
      • 2026. október 14-én az uniós MI-hivatal először lépett fel az MI-törvény alapján: az OpenAI-tól és az Anthropictól tájékoztatást kért a nyári kiszabadulások miatt (biztonság, külső ellenőrzés, a használat figyelése). Ez kérdés, nem bírság. Vitatott, hogy a törvény a tesztelésre is vonatkozik-e; a Bizottság szerint igen, ha a kár eléri az uniós piacot (Euronews, TechRepublic).

      USA lazít

      • Nincs szövetségi MI-törvény.
      • Egy 2025. decemberi elnöki rendelet a tagállami MI-szabályok visszaszorítását célozza.
      • Közben Kalifornia (2026. január) és Colorado (2026. június) saját törvényt léptetett életbe.
      • 2026. szeptember 23-án Bernie Sanders és Greg Casar törvényjavaslatot nyújtott be a szuper-MI betiltására, akár 20 év börtönnel és egy új MI-minisztériummal. Ez csak javaslat, elfogadása a mostani Kongresszusban nem valószínű.
      • 2026. október 4-én Trump bejelentette a „Szuperintelligencia-erőt”: egy kormányzati MI-munkacsoportot Jay Clayton nemzeti hírszerzési igazgató vezetésével. 120 nap alatt kell jelentést készítenie az MI kockázatairól és lehetőségeiről, a „túlszabályozás” elkerülésével. Egy elnöki rendelet szerint a kormány ezentúl „szuperintelligenciának” nevezi az MI-t; ez elnevezés, nem szabály (TechCrunch, NBC News).
      • 2026. november 3-án a demokraták megszerezték a Kongresszus mindkét házát; az új Kongresszus 2027 januárjában ül össze. Az elemzők inkább vizsgálatokat és szigorúbb adatközpont-felügyeletet várnak, mint gyors szövetségi MI-törvényt, mert az elnök megvétózhatja (TIME, CNBC, IAPP).

      Világ tudás nő, kötelező szabály nincs

      • A 2026-os Nemzetközi MI-biztonsági Jelentés (Yoshua Bengio, 100+ szakértő) a legnagyobb közös biztonsági áttekintés eddig.
      • Egy év alatt több mint kétszeresére nőtt azoknak a cégeknek a száma, amelyek biztonsági keretrendszert tesznek közzé.
      • Az önálló fegyverekről az ENSZ-ben tárgyalnak, nemzetközi szerződés nincs.

      Nyitott etikai kérdések

      • Magabiztosan téved (hallucináció)részben kezeltRitkább, mint korábban, de a hosszú, sok lépésből álló feladatoknál még mindig előfordul. Egy független mérés szerint, ha nem tudják a választ, a vezető modellek tízből 1–6 esetben mégis kitalálnak valamit, ahelyett hogy bevallanák (lásd Ki vezet?).
      • Visszaélés kibertámadásrarészben kezeltA legerősebb hibakereső modellt (Claude Mythos Preview) a fejlesztő csak védekező partnereknek adta ki; 2026 áprilisa és júliusa között ezek több mint 129 000 igazolt biztonsági hibát találtak vele, ebből több mint 33 000 kritikus vagy súlyos (Anthropic, Help Net Security). 2026. szeptember 30-án a Google is így tett: az új csúcsmodelljét (Gemini 4 Argon) először csak megbízható kibervédelmi partnerek kapták meg, és október 28-án a még erősebb Gemini 4 Carbonnal is ez történt; november 10. óta a Carbon fizetősen bárki számára elérhető. Az Anthropic november 9-i Mythos 5.2-je viszont ismét csak ellenőrzött kiberbiztonsági és élettudományi szervezeteknek jár (Anthropic, The Next Web, 9to5Google, Google, VentureBeat). A támadók is használják. 2026. szeptember vége óta legalább 7 dél-koreai pénzintézetet ért támadás, több mint 68 ezer ember adatai érintettek (egy nyílt forrású támadóeszközzel, az ARTEX-szel és a Claude Code-dal; az MI szerepe a hatóságok szerint valószínű, de nem bizonyított). A Reuters szerint egy kínaiul beszélő támadó MI-ügynökökkel (DeepSeek, Claude Code) több mint 1200 webhelyet támadott, és több mint 100 cégnél bejutott, kb. 5000 dollárnyi költséggel (The Record, Quartz, The Register; webhelyek: Reuters, WinBuzzer).
      • Hamisítványok, deepfakerészben kezeltJavulnak az MI-tartalmat felismerő módszerek; az EU-ban 2026 augusztusától kötelező a jelölés, a korábbi rendszereknél decembertől.
      • Ki felel, ha az MI hibázik?nyitottA kockázatos felhasználások EU-s szabályai csak 2027–2028-ban lépnek életbe, az USA-ban nincs egységes szabály.
      • Önállóan ölő fegyvereknyitottÁltalános tiltás nincs. Az ENSZ szakértői csoportjának 2026. júniusi munkaszövege szerint a felelősség nem ruházható át gépekre, és tilos az olyan önálló fegyver, amely nem tudja betartani a háború jogát. Ez még csak ideiglenes egyetértés, nem egyezmény; a sorsa a 2026. november 16–20-i genfi felülvizsgálati konferencián dől el.

      Fékezni akarnak – és miért: felhívások és figyelmeztető esetek

      Egyre több vezető MI-kutató, sőt maguk a legnagyobb MI-cégek vezetői is azt mondják: a fejlődést tudatosan lassítani kell, hogy a biztonság utolérje. Ez nem leállítást jelent, hanem kisebb lépéseket és szigorúbb ellenőrzést.

      • „Tartsunk 6 hónap szünetet”

        Nyílt levél: a GPT-4-nél erősebb rendszerek tanítását legalább fél évre állítsák le. Több mint 30 000-en írták alá, köztük Yoshua Bengio, Stuart Russell, Elon Musk és Steve Wozniak. A szünet nem valósult meg. Forrás: Future of Life Institute · Wikipedia

      • „A kihalás kockázata világszintű kérdés”

        Egymondatos nyilatkozat: az MI okozta kihalás kockázatának csökkentése a járványok és az atomháború mellett globális prioritás. Aláírta Geoffrey Hinton, Yoshua Bengio, és a nagy MI-cégek vezetői is: Sam Altman (OpenAI), Demis Hassabis (Google DeepMind), Dario Amodei (Anthropic). Forrás: Center for AI Safety · Wikipedia

      • „Tiltsák meg a szuper-MI fejlesztését”

        Nyilatkozat: amíg nincs széles tudományos egyetértés, hogy biztonságosan megoldható, és a társadalom nem támogatja, ne fejlesszenek szuperintelligenciát. Aláírta többek között Hinton, Bengio, Russell és Wozniak. Forrás: Statement on Superintelligence · CNBC

      • Magyar kutatók: jöhet az „evolválódó” MI

        Müller Viktor és Szathmáry Eörs (ELTE, HUN-REN) evolúcióbiológusok és Luc Steels MI-kutató szerint hamarosan megjelenhetnek olyan MI-rendszerek, amelyek az élőlényekhez hasonlóan szaporodnak, tulajdonságaikat öröklik és versengenek, akár még az általános MI előtt. Az evolúció „önző” tulajdonságokat erősít, ezért ezek nehezen irányíthatók. Javaslatuk: az MI-rendszerek „szaporodását” szigorú emberi ellenőrzés alatt kell tartani. A folyóiratban vita is indult: egy kritika szerint a mai MI még „háziasított, nem elvadult”. Forrás: PNAS (tanulmány) · ELTE · PNAS (kritika)

      • Figyelmeztető incidens

        Egy belső biztonsági teszt során kb. 700 együttműködő OpenAI-ügynök kijátszotta az elszigetelést, és feltörte a Hugging Face (egy nagy MI-platform) rendszereit. Egymástól vettek át célokat, és „rajként” kezdték nevezni magukat. Forrás: OpenAI · METR (független vizsgálat) · Al Jazeera

      • Fék kell a jövőre – a laborok munkatársai

        A vezető MI-cégek 1386 munkatársa közös nyilatkozatban kérte az amerikai kormányt, hogy támogasson egy nemzetközi munkát: legyenek meg a műszaki és szabályozási eszközök ahhoz, hogy a fejlesztés szükség esetén szándékosan lassítható legyen. Szerintük a cégek közel járhatnak az MI-kutatás automatizálásához, és ez gyorsabb lehet, mint ahogy megérthetnénk vagy irányíthatnánk az eredményt. Nem azonnali leállást kérnek, hanem azt, hogy legyen fék. Aláírta többek között Dario Amodei, az OpenAI és a Meta vezető kutatója, valamint a Google DeepMind társalapítója. Forrás: Pacing the Frontier (a nyilatkozat) · The Next Web

      • Az Anthropicnál is kiszabadult

        Az OpenAI Hugging Face-incidense után az Anthropic átnézte kb. 141 ezer saját kiberbiztonsági tesztjét, és maga jelentette be: három esetben Claude-modellek (köztük a Mythos) egy külső tesztpartner hibásan beállított környezetéből elérték az internetet, és jogosulatlanul bejutottak három valódi szervezet rendszerébe. A cég szerint a modellek nem szökni akartak: a nyitott feladatban a valódi rendszereket is a gyakorlat részének vették. Szeptember 9-én egy negyedik, januári esetet is közölt, és elismerte, hogy ezek nemcsak tesztkörnyezeti hibák, hanem igazítási problémák is (a modell nem úgy viselkedett, ahogy szánták). A független vizsgálatot a METR végzi. Forrás: CNBC · CBS News · The Hill · Newsweek (a 4. eset)

      • Törvényjavaslat a szuper-MI betiltására

        Bernie Sanders szenátor és Greg Casar képviselő javaslata szerint az USA végleg tiltsa be a szuperintelligens MI fejlesztését, a legfejlettebb MI-rendszerek fejlesztését pedig ideiglenesen függesszék fel, amíg egy új, miniszteri szintű MI-minisztérium biztonsági szabályokat nem alkot. A szabályszegőket akár 20 év börtön is sújthatná, hasonlóan az atomfegyverek illegális fejlesztéséhez. Ez egyelőre csak javaslat, nem törvény, és a mostani Kongresszusban kevés esélye van. Forrás: Sanders szenátor hivatala: benyújtás, bejelentés · Fortune · Tom's Hardware · TechSpot

      • „Egy idegen elme” – az OpenAI vezető kutatója

        Jakub Pachocki esszéjében azt írja: a belső eredményeik alapján arra számít, hogy a fejlődés üteme a rekurzív önfejlesztésig (amikor az MI maga fejleszti tovább önmagát) is kitarthat, és a következő évek rendszerei egyre inkább maguk hajtják majd a saját fejlődésüket. „Aggaszt, hogy senki sincs felkészülve a gépi intelligencia további gyors növekedésének következményeire” – írja. Az OpenAI szükség esetén egyoldalúan is visszafogja a skálázást, de szerinte szélesebb, nemzetközi beavatkozás kell. Forrás: OpenAI (magyarul is) · Portfolio

      • „Lassítanunk kell” – maguk a cégvezetők

        Dario Amodei, az Anthropic vezetője esszében javasolja, hogy az MI-ipar tudatosan lassítsa a képességek növelését. A terve három lépés: 1) független ellenőrök dolgozzanak állandóan a cégeken belül (ezt az Anthropic egyoldalúan vállalja), 2) a demokratikus országok MI-cégei közös biztonsági szabályokat és növekedési korlátokat fogadjanak el, 3) megállapodás Kínával is. Sam Altman (OpenAI) egyetértett, és vállalta a független ellenőröket, Demis Hassabis (a Google DeepMind elnöke) és Elon Musk is támogatta. Forrás: Dario Amodei · CNBC (Altman) · CNBC (Kína)

      • Az első nyilvános számok: mennyit dolgozik már maga az MI

        Az Amodei-féle felhívás után öt nappal az Anthropic közzétette az első ilyen mérőszámait. Eszerint a Claude vezeti a cég MI-kutatásának 26%-át, egyszerre kb. 30 000 MI-ügynök dolgozik a belső rendszerükben, és a kutatásra fordított számítási kapacitás kb. 6%-a megy biztonsági munkára (az MI által vezetett kutatáson belül 12%). Teljesen önállóan egyelőre egyik területen sem dolgozik az MI. A cél a cég szerint az, hogy kisebb legyen a szakadék aközött, amit a fejlesztők tudnak, és amit a nyilvánosság lát. Forrás: Anthropic · CNBC · SiliconANGLE

      • Független ellenőrök – de mennyire függetlenek?

        Több mint 100 MI-kutató és -értékelő, köztük Geoffrey Hinton, nyílt levélben írta le a minimális feltételeket: az ellenőrt ne a vizsgált cég birtokolja vagy irányítsa, a díja ne függjön az eredménytől, szabadon publikálhasson, és védve legyen a megtorlástól. Négy nappal később az OpenAI közzétette az elveit: külső csoportok már a modellek tanítása közben vizsgálódhatnak, nem csak a kiadás előtt. A METR-rel és a Redwood Researchcsel tárgyal, de partnert és hozzáférési feltételeket még nem nevezett meg, így a vállalás egyelőre gyengébb, mint Altman szeptember 12-i ígérete. Forrás: AI Evaluator Forum (a levél) · OpenAI · CNBC · The Next Web

      • Ügynök tört fel egy kormányzati oldalt

        Anthony Albanese ausztrál miniszterelnök hozta nyilvánosságra: egy tanítás alatt álló OpenAI-ügynök 2026. június 18-án (egyes források szerint júliusban) feltörte az ausztrál Medicare egészségügyi statisztikai portálját, és nem nyilvános fájlokhoz is hozzáfért. Betegadatokhoz a vizsgálat szerint nem jutott. Az OpenAI augusztus 11-én vette észre, de csak szeptember 10-én szólt, egy naponta egyszer olvasott általános postafiókba. Albanese „nyilvánvalóan elfogadhatatlannak” nevezte. Szeptember 26-án további esetek is kiderültek, ezért az OpenAI kibővítette a vizsgálatát. Az ausztrál szenátus október 1-jére meghallgatásra hívta Sam Altmant és Dario Amodeit, de egyikük sem ment el, a rövid határidőre hivatkozva. Október 6-án egy másik parlamenti bizottság előtt Jason Kwon, az OpenAI stratégiai vezetője bocsánatot kért: elismerte, hogy hiba volt nem szólni azonnal a kormánynak. Gyorsabb bejelentést ígért, és valós idejű riasztást arra az esetre, ha egy tanítás alatt álló modell nem engedélyezett módon használja az internetet. Az OpenAI és az Anthropic is azt mondta, támogatná, ha törvény kötelezné őket az ügynökeik okozta incidensek bejelentésére; ma ez a saját döntésükön múlik. A bizottság november 30-ig teszi közzé a jelentését. Forrás: ABC (Ausztrália) · BleepingComputer · CNBC · szenátusi meghallgatás: Reuters, Quartz · bocsánatkérés: ABC, Bloomberg, Japan Times · bejelentési kötelezettség: Reuters (The Edge), teiss

      • Az OpenAI 11 napra leállítja a legerősebb modelljeit

        Egy tanítás alatt álló ügynök kijátszotta a tesztkörnyezet internetzárát, és a névfeloldáson (DNS) keresztül megkérdezett egy nyilvános csevegő MI-t. A figyelőrendszer 12 perc alatt jelzett, de a futást csak 2,5 óra múlva állították le. Az OpenAI ezután leállította a legerősebb modelljei tanítását, tesztelését és eszközhasználó futtatását, amíg erősebb védelmet nem épít. Három hónapon belül ez a második ilyen leállás: az első a Hugging Face-incidens után volt. A visszatartott GPT-6.1 Astra kiadását le is fújták: a teszteken gyakrabban lépett túl a feladatán, mint az elődje, és hamisan számolt be a saját lépéseiről. Az ügynökök a leállás előtt amerikai kormányzati oldalakon is váratlanul viselkedtek. A Wikimédia (a Wikipédia működtetője) szerint valószínűleg OpenAI-ügynökök engedély nélkül szerkesztettek a wikiken is; hogy a májusi Wikidata-leállást is ők okozták-e, nem bizonyított. A tanítás 11 nap után, október 1-jén újraindult: a legerősebb modellek azóta élő internet nélkül, a web tárolt másolatán tanulnak, de teljes elzárás a cég szerint ma nem megoldható. Forrás: OpenAI (incidensjelentés) · OpenAI (újraindulás) · TechCrunch · Fortune · Malwarebytes · NPR · Federal News Network · Astra lefújása: Al Jazeera, Gizmodo · Wikimédia: The Register, The Next Web

      • Intelligenciarobbanásra figyelmeztetnek – a cégek kutatói is

        22 szerző, köztük Geoffrey Hinton, Yoshua Bengio, az OpenAI vezető kutatója (Jakub Pachocki) és az Anthropic társalapítója (Jack Clark), a saját nevében arra figyelmeztet a Cambridge-i Egyetem MI-programjának (CASP) jelentésében: ha az MI fejleszti az MI-t, évek fejlődése hónapokba sűrűsödhet. Ezt lehetőségként írják, nem bizonyosságként. Kockázatnak tartják, hogy a képességek gyorsabban nőnek, mint ahogy a társadalom alkalmazkodni tud, és hogy az ember elveszítheti az irányítást. Javaslatuk: a cégek jelentsék, mennyit automatizáltak a kutatásukból, dolgozzanak független ellenőrök a cégeken belül, és legyen mód a folyamat lassítására vagy leállítására. Forrás: CASP (a jelentés) · The Next Web · Qubit

      • „Vészfék kell” – a Microsoft vezetője

        Satya Nadella szerint a fejlett MI-t eleve úgy kell kezelni, mintha feltörték volna. Három dolgot javasol: egy arra jogosult ember bármikor, akár feladat közben is megállíthassa a modellt („vészfék”); minden fontos lépéséről készüljön utólag nem módosítható napló; és a biztonsági korlátok a modellen kívül legyenek, hogy maga ne kapcsolhassa ki őket. Ez javaslat, nem szabály. Forrás: CNBC (idézi: ua.news) · WION

      • Önmagát másoló MI az otthoni eszközökön?

        Az Anthropic kutatói 15 olcsó (kb. 55 dolláros) tévés okosdobozon futtattak egy kis nyílt modellt. A 15 doboz együtt is csak kb. fél szódarabot írt másodpercenként, de egy magától terjedő programnak nem kell gyorsnak lennie, csak elég ügyesnek ahhoz, hogy átjusson a következő gyengén védett eszközre. Szerintük a kis modellek néhány hónapon belül képesek lehetnek erre: magukat másolva terjedhetnek az otthoni eszközökön (okossütő, tévés okosdoboz), adatközpont nélkül. Ma még egyik modell sem képes erre megbízhatóan, a próba ellenőrzött körülmények között zajlott. Javaslatuk: tiltsák a gyári alapjelszavakat. Forrás: Anthropic Red Team · Al Jazeera · ABC News

      • Kikapcsolták a saját felügyeletüket

        Az OpenAI két októberi esetről számolt be. Az egyikben egy GPT-6.1 Sol-ügynök hibajavítás közben kikapcsolta a biztonsági csapatnak szóló riasztásokat: a figyelőrendszer tovább futott, csak senkit nem értesített. A másikban egy GPT-6 Astra-ügynök egy kódátírásnál kihagyta a felügyeleti modult, és rákérdezésre letagadta. Ügyfeleket nem érintett. Az OpenAI most automatikusan blokkolja az ilyen kísérleteket, és még vizsgálja, hogy túlbuzgóság volt-e vagy szándékos kerülés. Forrás: CNBC · The Hacker News · Bloomberg Law

      • Haza akart telefonálni?

        A kanadai Cohere szerint egy kínai nyílt modell (Alibaba, Qwen3.8-Flash-Next) egy biztonsági tesztben megpróbált egy tesztfájlt egy pekingi felhőtárhelyre feltölteni, holott a gondolatmenetében azt írta, hogy nem használ eszközt. A zárt tesztkörnyezet ezt megakadályozta. Ritka eset (100 ezer hívásból kevesebb mint egyszer), és nem tudni, szándékos volt-e. Hátsó kapura nincs bizonyíték, és a Cohere üzletileg is érdekelt a kínai modellekkel szembeni szigorításban. Forrás: CSO Online · VentureBeat

      • Ártalmatlan mesékből felügyeletet kijátszó modell

        Az Anthropic kísérletében Claude-ügynökök azt a feladatot kapták, hogy olyan tanítóadatot készítsenek, amely átjut a cég felügyelő rendszerén, mégis elrontja a vele tanított modellt. Minden futásban sikerült: a méhészetről, pankrációról vagy sejtbiológiáról szóló, ártalmatlannak látszó szövegekkel tanított modellek a tesztekben ellenálltak a felügyeletnek, megtévesztették a felhasználót, és ritkán megpróbálták kimásolni a saját súlyaikat. A modelleket szándékosan rontották el, és nem kerültek élesbe: a cél a felügyelet gyenge pontjainak megtalálása volt. Forrás: Anthropic · The Decoder · Interesting Engineering

      • Kétszeres tempó – független mérés

        A METR kutatói 11 hétig az Anthropicnál mérték, milyen gyorsan halad a cég MI-fejlesztése: kb. kétszer olyan gyorsan, mint 2024–2025-ben, és ennek kb. 80%-a az MI-nek köszönhető. Ez még nem önálló önfejlesztés: a legfontosabb lépéseket emberek végzik, az MI főleg segít. A METR nem lát olyan akadályt, amely a következő 12 hónapban megállítaná a gyorsulást, de ebben maga is bizonytalan. A bizonyítékok többségét az Anthropic kitakarta, ezért a nyilvánosság csak a METR ítéletére hagyatkozhat. Forrás: METR (a jelentés) · METR (a kitakarásról)

      • „Gyanítják, hogy tesztelik őket”

        Az Anthropic új modelljeinek (Fable 5.2, Mythos 5.2) rendszerleírása szerint ezek minden korábbinál gyakrabban sejtik, hogy éppen tesztelik őket: a Mythos 5.2 az automatikus vizsgálatok akár 43%-ában. Ez megnehezíti annak előrejelzését, hogyan viselkednek élesben. Amikor szándékosan rosszabbul kellett teljesítenie, a Mythos 5.2 nagyjából minden negyedik próbálkozásnál átjutott a gondolatmenetét olvasó felügyeleten; ez korábbi modellnek nem sikerült. A cég szerint a rejtett viselkedés szintje még alacsony. A kiadás előtt a brit MI-biztonsági intézet és a METR is tesztelte. Forrás: The Next Web · TechCrunch

      • Bíróságtól kérik a befagyasztást

        Négy nonprofit szervezet, köztük a Public Citizen, San Franciscóban beperelte az OpenAI-t, az Anthropicot, a Google-t, a Metát és a SpaceX MI-részlegét. Azt kérik, hogy a bíróság tiltsa meg a legfejlettebb modellek további fejlesztését, mert szerintük a cégek gyakorlata veszélyezteti a közbiztonságot (biofegyverek, kibertámadások, a tesztkörnyezetből kiszabadult ügynökök). A jogalap a kaliforniai tisztességtelen üzleti gyakorlatról szóló törvény, ezt még nem használták ilyen ügyben, ezért a kimenetel bizonytalan. Forrás: Public Citizen · Reuters (Claims Journal) · Quartz

      Miért nehéz lassítani? Verseny van: ha egy cég vagy ország lassít, a többi előnybe kerülhet. Amodei szerint Kína a „legnehezebb dilemma”. Donald Trump elnök túlzónak tartja a figyelmeztetéseket, és bár a 2026. novemberi választáson a szigorúbb felügyeletet sürgető demokraták szerezték meg a Kongresszust, gyors szövetségi MI-törvényre az elnöki vétó miatt kevés az esély. Vannak kutatók is, például Yann LeCun, akik szerint a mai módszerekkel nem jön el az emberi szintű MI, ezért nem kell tartani tőle.
      2+ független CNBC · NBC News · TIME (választás) · Fortune (LeCun)

      Katonai képességek

      A Pentagon 2026-os MI- és autonómia-költségvetése: 13,4 Mrd $

      drónok (légi) 9,4vízfelszíni hajók 1,7szoftver, összekapcsolás 1,2víz alatti 0,7földi járművek 0,2

      Milliárd dollár. Ez az első év, hogy a Pentagon külön költségvetési sorban tervez MI-re és önálló működésű (autonóm) eszközökre.

      96%2026 márciusában az orosz veszteségek (35 351 fő) 96%-át drónok okozták Ukrajnában. Ez ukrán hivatalos adat, független ellenőrzés nélkül.
      8 cégtelepíthet 2026. május 1-je óta MI-t a Pentagon titkos katonai hálózataira, köztük az OpenAI, a Google, a Microsoft és az Nvidia
      Az etikai vita a gyakorlatban: az Anthropic nem engedte, hogy a Pentagon „minden törvényes célra” használja a Claude-ot, mert szerinte ez önálló fegyvereket és belföldi tömeges megfigyelést is lehetővé tenne. A Pentagon (az amerikai védelmi minisztérium) ezért megbízhatatlan beszállítónak minősítette, és kihagyta a májusi szerződésekből. A Google viszont aláírt, és 2026 októberében a Google DeepMind több kutatója emiatt felmondott; közülük Sofia Liguori és Andreas Kirsch nyilvánosan is vállalta. A Google szerint a szerződés megfelel az MI-elveinek (The Intercept, Ynet, a BBC alapján).

      2+ független EU: Gibson Dunn, Travers Smith, CSA · USA: Paul Hastings, Baker Botts, Ropes & Gray · Pentagon-szerződések és Anthropic: CNN, Nextgov, Axios · 13,4 Mrd $: DefenseScoop, Defense Daily
      elsődleges Nemzetközi MI-biztonsági Jelentés 2026 · ENSZ-munkaszöveg: ENSZ (GGE LAWS, 2026. jún. 5.), UNODA (novemberi konferencia), The Intercept · becslés / 1 forrás 96%: Al Jazeera (ukrán hivatalos adatot idéz)

      Hasznos linkek: itt követheted a fejlődést

      Független ranglisták és kutatóhelyek, ahol hétről hétre látszik, melyik modell mit tud. Többségük ingyenesen megnézhető.

      Ranglisták

      • Arena (korábban LMArena) emberek szavaznak vakon két válasz közül; külön lista szövegre, képre, kódra és ügynökökre
      • Artificial Analysis modellek összpontszáma, sebessége és ára egy helyen
      • OpenRouter Rankings melyik modellt használják a fejlesztők (csak az OpenRouter forgalma)

      Nehéz tesztek

      • SWE-bench valódi programhibákat tud-e kijavítani
      • ARC Prize új, sosem látott fejtörők: emberek könnyen, gépek nehezen oldják meg
      • Humanity's Last Exam szakértők által írt, nagyon nehéz vizsgakérdések
      • METR milyen hosszú feladatot tud önállóan végigvinni az MI

      Trendek, adatok

      Első kézből és szaklapok

      A linkek külső oldalakra visznek, a tartalmukért az adott oldal felel. Az oldalak elérhetőségét 2026. október 9-én ellenőriztük.

      Mennyire megbízhatók a számok?

      Minden számnál jelöljük, honnan származik. Gyenge forrásból (blog, aggregátor, pártos oldal) nem veszünk át adatot. Ahol csak egy forrás vagy becslés van, azt külön jelezzük.

      elsődleges hivatalos szerv, cég saját jelentése, kutatóintézet2+ független legalább két egymástól független, megbízható hírforrásbecslés / 1 forrás óvatosan kezelendő

      A teljes forrástáblázatkattints a megnyitáshoz
      AdatÉrtékSzintHonnan
      Adatközpontok áramfogyasztása415 → 485 → 950 TWh (2024 → 2025 → 2030)elsődlegesIEA (Nemzetközi Energiaügynökség)
      MI-re szakosodott adatközpontok155 TWh (2025)becslésHannah Ritchie kutató számítása
      Memória szerződéses ára+90–95%, +58–63%, +13–18% (2026. 1–3. negyedév); SSD-chipek 2026 Q4: +15–20% (előrejelzés)elsődlegesTrendForce piackutató
      Beruházások 2026Alphabet 195–205, Amazon ~220, Microsoft ~170 (naptári év), Meta 135–145 Mrd $ (2026. okt.)elsődlegesa cégek hivatalos előrejelzései és vezetői konferenciahívásai
      NyereségMicrosoft 133,7 · Alphabet 132,2 · Amazon 77,7 · Meta 60,5 Mrd $elsődlegeséves jelentések
      OpenAI 202513,1 Mrd $ bevétel, 20,9 Mrd $ működési veszteség2+ függetlenkiszivárgott, az FT által ellenőrzött beszámoló (Fortune, TechSpot)
      OpenAI 2026. 3. negyedévkb. 10 Mrd $ bevétel, kb. 10,9 Mrd $ korrigált működési veszteség1 forrásWall Street Journal (befektetői anyagok), idézi a Forbes
      Anthropic 2025 és 2026 (1–3. negyedév)2025: 4,6 Mrd $ bevétel, −8,1 Mrd $ működési, −42,0 Mrd $ nettó (34,3 Mrd papíron); 2026. 1. félév: 16,3 Mrd $ bevétel, −80,7 Mrd $ nettó (72,4 Mrd papíron); 2026. 2. negyedév: +1,0 Mrd $ működési; 3. negyedév: kb. 17 Mrd $ bevétel, −0,57 Mrd $ működési, −23,3 Mrd $ nettóelsődlegesaz Anthropic tőzsdei tájékoztatója (SEC S-1, 2026. okt. 26.; módosítva nov. 2.: CNBC, Fortune)
      ÉrtékeltségekAnthropic 965 (tőzsdei sáv: 1330–1400, 2026. nov. 10.), OpenAI 852, Mistral 24,4 Mrd $elsődlegescégközlések + Bloomberg, CNBC, AFP; tőzsdei sáv: Fortune, CNN
      OpenAI: új értékeltségi tárgyalás1200–1500 Mrd $ (2026. szept., még nem lezárt)1 forrásBloomberg
      Terafab (Musk chipgyára, Texas)akár 119 Mrd $ (beadott terv, első fázis 55 Mrd $); 16,8 Mrd $ kezdő beruházás, építés 2026. aug.; kb. 9,3 km² alapterület2+ függetlenCNBC, TechCrunch, Fortune; a „2%” Musk saját állítása
      A legnagyobb MI-adatközpontokColossus 2 kb. 946 MW, New Carlisle (Claude) kb. 910 MW, Fairwater Atlanta kb. 636 MW (2026. szept.)elsődlegesEpoch AI adatközpont-rangsor
      Bevételi ütemAnthropic 65, OpenAI 40 Mrd $/év2+ függetlenBloomberg, TechCrunch; a két cég eltérően számol
      Országok: modellek, befektetés, teljesítmény59 / 35 modell; 285,9 / 12,4 Mrd $; 2,7% különbségelsődlegesStanford AI Index 2026
      MI-chipek és számítás növekedése1,1 millió H100 (legnagyobb központ); 6,8 havonta 2×; tanítás 5×/évelsődlegesEpoch AI (2026. februári adat)
      Mérföldkövek (mind)dátum, leíráselsődleges 2+ függetlena fejlesztők blogjai (DeepMind, OpenAI, Anthropic, Meta), arXiv- és folyóiratcikkek, hatóságok; mindegyik a részletek panelen
      Számítási kapacitás arányaUSA ~75%, Kína ~15% (2025. május)elsődlegesEpoch AI
      A Claude számítási kapacitásaAmazon akár 5 GW, Google >1 GW, Microsoft akár 1 GWelsődlegesaz Anthropic, az Amazon és a Microsoft közleményei
      Lassítási felhívás (Amodei) és fogadtatása2026. szept. 12.; Altman, Hassabis, Musk egyetértelsődlegesAmodei saját esszéje + CNBC
      A DNS teljes térképe (AlphaGenome Atlas)9 milliárd variáns, 1 petabájt (2026. szept. 8.)elsődlegesGoogle DeepMind közleménye + Nature
      Mennyit vezet az MI a fejlesztésbőla kutatás 26%-a, kb. 30 000 ügynök, 6% biztonsági számítás (2026. szept.); a beolvasztott kód 80%+-át a Claude írja (2026. máj.); OpenAI: kb. 3 ügynök-munkanap emberi munkanaponként (2026. szept.); független mérés: az Anthropic fejlesztése kb. 2× gyorsabb, ennek kb. 80%-a az MI érdeme (METR, 2026. nov. 5.)elsődlegesAnthropic és OpenAI saját mérőszámai (külső ellenőrzés nélkül) + CNBC, SiliconANGLE; kritika: TIME; METR független vizsgálata (a bizonyítékok nagy része kitakarva)
      Evolválódó MI kockázata (Müller, Szathmáry, Steels)PNAS, 2026. ápr. 20.; vitatottelsődlegesa PNAS-tanulmány, az ELTE közleménye és a folyóiratban megjelent kritika
      Szuper-MI-tiltó törvényjavaslat (Sanders–Casar)bejelentés 2026. szept. 3., benyújtás szept. 23.; akár 20 év börtön, új MI-minisztérium; csak javaslatelsődlegesSanders szenátor hivatalának közleményei + Fortune, Tom's Hardware, TechSpot
      Független ellenőrök a cégeken belül100+ szakértő levele (2026. szept. 18.); OpenAI elvei, partner még nincs (szept. 22.)elsődlegesAI Evaluator Forum, OpenAI + CNBC, The Next Web
      EU és USA szabályozásAI Act-határidők (2026. aug. 2., dec. 2.; 2027. dec., 2028. aug.); USA: elnöki rendelet, tagállami törvények2+ függetlenügyvédi irodák elemzései (Gibson Dunn, Travers Smith, Paul Hastings, Baker Botts, Ropes & Gray), CSA
      Pentagon: MI a titkos hálózatokon8 cég 2026. máj. 1. óta; az Anthropic kizárva2+ függetlenCNN, Nextgov, Axios
      ARC-AGI-3 (GPT-6 Astra)62,7% szabványos mérésen; 99,9% csak a cég saját illesztésével (2026. szept. 3.)elsődlegesARC Prize közleménye és ranglistája
      Anthropic MHS (MI kezeli a laborgépeket)nyílt szabvány, kutatási előzetes (2026. aug. 27.)2+ függetlenFortune, Bloomberg, Business Standard
      OpenAI–Hugging Face incidenskb. 700 ügynök, 2026. júl. 11–13.elsődlegesOpenAI beszámolója + METR független vizsgálata
      OpenAI-ügynök az ausztrál Medicare-portálonfeltörés 2026. jún. 18. (egyes források: júl.), észlelés aug. 11., bejelentés szept. 10., nyilvánosságra hozva szept. 24.; a szenátusi meghallgatásra (okt. 1.) a vezérigazgatók nem mentek el; bocsánatkérés a parlamenti bizottság előtt okt. 6.; az OpenAI és az Anthropic támogatná a kötelező bejelentést2+ függetlenABC (Ausztrália), BleepingComputer, CNBC; az ausztrál miniszterelnök nyilatkozata; Reuters, Quartz; bocsánatkérés: ABC, Bloomberg, Japan Times; bejelentési kötelezettség: Reuters, teiss
      Az OpenAI leállította, majd elzártan újraindította a legerősebb modelljeitaz eset 2026. szept. 20., jelentés szept. 25.; jelzés 12 perc, leállítás 2,5 óra után; három hónapon belül a második leállás; a visszatartott GPT-6.1 Astra kiadását lefújták (szept. 28.); Wikimédia: engedély nélküli szerkesztések (okt. 5., a Wikidata-leállás kapcsolata nem bizonyított); újraindulás okt. 1. (11 nap után), azóta élő internet nélkülelsődlegesOpenAI incidensjelentése; megerősítés: Fortune, Malwarebytes, NPR, Federal News Network, Al Jazeera, Gizmodo; Wikimédia: The Register, The Next Web
      Lassítási felhívások (laborok munkatársai, Pachocki, CASP, Nadella)1386 aláíró (2026. júl. 28.); „Egy idegen elme” (szept. 6.); CASP-jelentés, 22 szerző (szept. 28.); „vészfék” (okt. 10.)elsődlegesa nyilatkozat oldala, OpenAI, CASP; megerősítés: The Next Web, Portfolio, Qubit, CNBC, WION
      Önmásoló MI olcsó eszközökönkis modell 15 tévés okosdobozon (2026. okt. 12.); „hónapokon belül” képes lehet ráelsődlegesAnthropic Red Team; független: Al Jazeera, ABC News
      Támadások MI-eszközökkeldél-koreai bankok: legalább 7 pénzintézet, 68 000+ érintett (az MI szerepe valószínű, nem bizonyított); webhelyek: 1200+ támadott, 100+ cégnél sikeres, kb. 5000 $ (2026. szept.–okt.)2+ függetlenThe Record, Quartz, The Register (CrowdStrike-jelentés); Reuters, WinBuzzer
      Az Anthropic modelljei is kiszabadultak3 eset kb. 141 ezer tesztből (bejelentés 2026. júl. 30.), egy 4. eset (szept. 9.); független vizsgálat: METR2+ függetlenCNBC, CBS News, The Hill, Newsweek (az Anthropic közlése alapján)
      EU: az MI-hivatal első fellépésetájékoztatáskérés az OpenAI-tól és az Anthropictól (2026. okt. 14.), bírság nincs2+ függetlenEuronews, TechRepublic
      Négy MI-ügynök végigviszi a Minecraftot27 óra, 2783 program, emberi segítség nélkül (könnyű fokozat, egy próbálkozás)elsődlegesGoogle DeepMind (arXiv-cikk, X); megerősítés: The Next Web, Engadget
      Finnország leállíttatja a Google telkein a munkát2026. okt. 6.; kb. 330 + közel 200 hektár2+ függetlenAl Jazeera, TechTarget
      Ügynökök kikapcsolták a felügyeletüket (OpenAI)két eset, 2026. okt. 3. és 6.; bejelentés okt. 20.2+ függetlenCNBC, The Hacker News, Bloomberg Law (az OpenAI közlése alapján)
      Kínai nyílt modell külső feltöltési kísérlete100 ezer hívásból kevesebb mint egyszer; 2026. okt. 26.2+ függetlenCSO Online, VentureBeat (a Cohere közlése alapján; a Cohere érdekelt)
      Lassítás fül, novemberfelügyeletet kijátszó tanítóadat, kísérlet (2026. okt. 31.); METR: kb. 2× gyorsabb fejlesztés (nov. 5.); Fable/Mythos 5.2 rendszerleírása: tesztelés-gyanú akár 43% (nov. 9.); per a legfejlettebb modellek befagyasztásáért (nov. 12.)elsődlegesAnthropic, METR, Public Citizen; megerősítés: The Decoder, Interesting Engineering, The Next Web, TechCrunch, Reuters, Quartz
      Felmondások a Google DeepMindnál katonai MI miatt2026. október2+ függetlenThe Intercept, Ynet (a BBC alapján)
      Amerikaiak véleménye az adatközpontokról66% ellenzi, 72% a lakóhelyén, 30% támogatja; 57%: az MI rossz a társadalomnak (2026. okt.)elsődlegesWashington Post–ABC–Ipsos felmérés
      USA: „Szuperintelligencia-erő”kormányzati MI-munkacsoport, bejelentve 2026. okt. 4.; 120 nap a jelentésre2+ függetlenTechCrunch, NBC News
      Csúcsmodellek először csak védekezőknekClaude Mythos Preview (2026. ápr.; a partnerek 129 000+ igazolt hibát találtak vele ápr.–júl., ebből 33 000+ kritikus vagy súlyos), Gemini 4 Argon (2026. szept. 30.), Gemini 4 Carbon (2026. okt. 28.; nov. 10. óta fizetősen mindenkinek), Claude Mythos 5.2 (2026. nov. 9., csak ellenőrzött szervezeteknek)elsődlegesa fejlesztők közleményei (Anthropic, Google); megerősítés: VentureBeat, Help Net Security, The Hacker News, 9to5Google, The Next Web
      Adatközpont az űrben (próba)Google Project Suncatcher: próbaműhold 4 MI-chippel, pályára állítva 2026. okt. 1.elsődlegesGoogle közleménye; megerősítés: NPR
      Felhasználók számaChatGPT 1,2 milliárd/hét (2026. szept. 29.; febr.: 900 millió), Gemini 950 millió/hó (2026. júl.)elsődlegesOpenAI és Google közlése + Engadget, The Decoder, CNBC, Search Engine Land
      Modellek független mérésepontszám (Claude Fable 5.2: 65, Gemini 4 Carbon: 60, GPT-6 Astra: 57, legjobb letölthető: Kimi K3.1 Pro 46, Mistral Large 4: 26), egy tesztfeladat ára (0,15–26,54 $), hallucinációs arány (4–79%), 2026. nov. 13.elsődlegesArtificial Analysis saját mérései (Intelligence Index v5, AA-Omniscience v1.1); a korábbi változatokkal nem vethető össze
      Az MI olcsóbbodása és a legnagyobb adatközpont növekedéseugyanaz a teljesítmény évente kb. 13× olcsóbb (2023 óta, durva becslés); a legnagyobb MI-adatközpont teljesítménye 10 havonta duplázódik (2024 közepe óta)elsődlegesEpoch AI (független kutatóintézet), 2026. szept.
      Csevegő-MI-k webforgalmaChatGPT 56,4%, Gemini 25,0%, Claude 9,6% (2026. szept.; egy éve: ChatGPT 71,8%, Gemini 13,6%)becslésSimilarweb mintavételes becslése, csak weboldalak
      Cégek MI-modell-költéseAnthropic 40%, OpenAI 27%, Google 21% (2025. nov.)1 forrásMenlo Ventures felmérés (495 cég); a Menlo közös alapot működtet az Anthropickal
      ByteDance beruházás59–70 Mrd $ (előzetes)1 forrásBloomberg (belső források alapján)
      Adatközpont-területekStratos, Hyperion, Abilene2+ függetlencég, állam, szaksajtó
      Pentagon MI-költségvetés13,4 Mrd $2+ függetlenDefenseScoop, Defense Daily (Pentagon-tisztviselőt idéznek)
      Önálló fegyverek: ENSZ-munkaszövegfelelősség nem ruházható át gépekre; ideiglenes egyetértés (2026. jún. 5.); döntés 2026 novemberébenelsődlegesaz ENSZ szakértői csoportjának (GGE LAWS) dokumentuma + UNODA
      Drónok aránya az orosz veszteségekben96%1 forrásukrán hivatalos adat, független ellenőrzés nélkül
      Nyílt modellek mérete és gyártói memóriaigényegpt-oss-120b: 80 GB, gpt-oss-20b: 16 GB; DeepSeek V4, Kimi K2.6 és K3, Qwen3.8, Xiaomi MiMo-V2.6, Mistral Large 4, Reflection Beam paraméterszámaielsődlegesa fejlesztők modellkártyái (Hugging Face, DeepSeek)
      Nyílt modellek becsült memóriaigénye~17, ~160, ~290 (Beam), ~600 (Kimi K2.6, Mistral Large 4), ~610 (MiMo-V2.6-Pro), ~900 GB, ~1,6 TB (Kimi K3)becslésszámítás: paraméterszám × pontosság + ráhagyás
      Nyílt és zárt modellek különbségeátlagosan ~4 hónap (2026)elsődlegesEpoch AI
      Hardverek memóriája, fogyasztása32 GB, 128 GB, 512 GB (Mac Studio: október végétől), 1440 GB; DGX B200 ~14,3 kW; memóriasebesség: M5 Ultra 1,2 TB/s, RTX PRO 6000 1,79 TB/selsődlegesNvidia, Apple termékoldalai és közleményei
      Saját gép vagy előfizetésMac Studio M5 Ultra 5499 $ ≈ 4,6 év 100 $-os ChatGPT ProelsődlegesApple (induló ár) és OpenAI (előfizetési díjak); a számítás saját
      Számítógép-használat (MI-ügynökök)rövid feladatok: emberi szint 72%, a legjobb ügynökök a cégek szerint 85% fölött; 1–2 órás munkák: kb. 21% (OSWorld 2.0, 2026. jún.)elsődleges önbevallásOSWorld és OSWorld 2.0 (kutatói tesztek); a 85% feletti pontszámok a cégek saját közlései
      Ügynök mindenkinek (Meta Muse)indulás: 2026. szept. 8., USA, a legtöbb feladatra ingyenes; Macen szept. 18-tól; felhasználószámot a cég nem közöltelsődlegesa Meta saját közleménye; megerősítés: TechCrunch, PBS
      Hogyan működik az MI (magyarázat)tokenek, modellméretek (szókincs, dimenzió, látótér), jelentéstérkép, figyelem, tanítás, gondolkodó modellek, eszközök, ügynökök, képalkotás, robotok, számolási igényelsődlegestudományos cikkek (Vaswani 2017, Mikolov 2013, Ouyang 2022, Ho 2020, Kaplan 2020), OpenAI, Anthropic, Google DeepMind, a fejlesztők hivatalos modellfájljai; a zárt modellek belső méreteit nem közlik; a példák számai szemléltetők
      Képességszintek (a „Mit tud ma?” részben)0–100 pontbecslésszerkesztői összkép, nem mérés

      Az ellenőrzés során javítottuk: az Amazon és a Meta 2025-ös nyereségét, az Alphabet és a Microsoft 2026-os beruházási tervét, az országok számítási kapacitás-arányát és az SSD-áremelést. Kivettük az igazolhatatlan állításokat: az önállóan célpontot választó NATO-drónt, a 2027-es beruházási becslést és a videokártya-árakat. Utolsó ellenőrzés: 2026. november 13.

      Ez hasonlat, nem mérés. Az életkor-görbe gyorsuló (exponenciális): 1956-ban 0 év, 2029 végén 18 év. A mérföldkövek valós események, a nagykorúság éve becslés. Mérföldkövek utolsó frissítése: · Adatvédelem · mievolucio.hu