Advertise on podcast: Láncreakció

Hogyan avatkozik be az AI az USA félidős választási kampányába? Hogy függ ez össze az adatközpontok tőzsdére vonulásával? Komolyan lehet-e venni az új hype-ot, a döntési modellként megismert Jevet? Végül: túlélhetik-e a nagyok haragját az ArtCraft kiváló klónjai, vagy éppen el is pusztítják a szoftveripar mai formáját?

Tele van a világ azzal, hogy mindenféle híres emberek szerint az AI véget vethet az emberi civilizációnak, de azt senki nem teszi hozzá, hogy pontosan milyen forgatókönyvek mentén képzeli el ezt a szomorú eseményt. Mi megpróbáltuk végigvenni, milyen doomsday forgatókönyvek vannak és melyiknek mekkora a reális esélye. Vajon tényleg a Skynet fogja bevégezni az emberiség sorsát?

Vendégünk volt Kovács Zsolt Imre rendőr százados, forenzikus szakértő, a digitális nyomok rögzítésének specialistája, aki ezek mellett nagy nyelvi modell alapon fejleszt a rendőrség (sőt, akár ügyészség és bíróságok) speciális körülményei között is használható digitális asszisztenst. Vajon fog-e a jövőben figyelmeztetni a diktafon arra, hogy nézzünk be az ágy alá is?

Ezen a héten Mester Tomival, a data36 alapítójával beszélgettünk a SaaS piac haláláról, az ember közösségekhez tartozásának szükségletéről, a hatákonyság és eredményesség egyáltalán nem magától értetődő együttjárásáról és a vibe kódolt falmászó applikáció elkésett megvalósulásáról. milyen tech stacket használ a Biznisz Boyz podcastból is ismert, adattudós sulit működtető vállalkozó, olvas-e még kódot és miben látja az ember valódi versenyelőnyét?

Az AI körüli pánik szintlépése mögötti gazdasági és politikai érdekek még mindig érdekesek, hiszen már a magyar mainstream sajtó is tele van a mindmeghalunk-forgatókönyvvel. A műsorvezetők szerint ez egy tudatosan felépített kommunikációs stratégia: a piacvezető cégek kartellszerűen védenék pozícióikat a nyílt forráskódú modellektől és Kínától, miközben az amerikai választások előtt saját önszabályozási javaslatokkal próbálják megelőzni a szigorúbb állami beavatkozást. Szóba kerül Dario Amodei legutóbbi posztja és Sam Altman már-már vicces kommunikációja, a kínai Qwen 3.8 térnyerése, a közelgő USA félidős választások demokrata esélyeinek hatása az apokalipszis-forgatókönyvekre, valamint az All-In Summiton elhangzott, Trump-hívással kísért Jensen Huang-interjú is.

Gyuri összeesküvés-elmélete szerint a nagy amerikai techcégek biztonsági aggályai és szabályozási kezdeményezései valójában saját piaci várárkaik mélyítését, valamint az olcsó kínai, nyílt modellek kiszorítását szolgálják. Azonban nem csak a frontier laborok biztonságról való kommunikációjában lát fordulatot, hanem a nagy modellek felhasználói megítélésében is. Erre példaként az OpenAI Navier–Stokes-egyenlettel kapcsolatos matematikai áttörését hozta, középpontban a kutatási adatok feltételezett felhasználása miatt kirobbant etikai vitával.

Lerátott csont, mégsincs reális képünk arról, hogyan tudná elvenni az emberek munkáját az AI? Mesterséges munkatársakra kell számítanunk vagy részben automatizált folyamatokra, amelyek annyit javítanak a hatékonyságon, hogy kevesebb ember is elég a kontrollingon vagy a marketingen? Ezt járjuk körül és közben előkerül a szervezeti memória és a váratlan hibák kezelése, az ai-2027.com, Linus Torvalds és az AI haterek, valamint lábjegyzetként a CERN és a RedHat összekülönbözése.

Ebben az epizódban a technológiával kapcsolatos társadalmi észlelés torzulásai játsszák a főszerepet: a szenzációs újdonságként tálalt, kereskedelmi forgalomba kerülő rákvakcinák (PROTAC alapú mellrák-vakcina és a Moderna mRNS alapú melanóma oltása) harminc éves kutatáson alapuló története, vagy az adatközpontok egyre negatívabb társadalmi megítélése az USA-ban, ahogy azt bemutatta Nate Silver Jasmine Sun kutatásán keresztül. A két téma közé pedig beékelődött egy meglepő statisztika: hogyan robbant be a GitHub forgalom a vibe coding hatására?

Vajon miért szálltak el a hardverárak az adatközpontok miatt, és hogyan hasonlítható ez a napóleoni háborúk gabonapiacához? Ebben az adásban az effektív altruizmus szilícium-völgyi világára is vetünk egy pillantást, amelynek most izgalmas képviselője, Leopold Aschenbrenner (a Situational Awareness esszé szerzője, amúgy csodagyerek) tőkealapjának kártyavárszerű összeomlásával került a hírekbe. Hogyan nullázta le a tőkeáttételes spekuláció a 450%-os csodahozamokat például az SK Hynix részvényárfolyam korrekciója miatt és miért ne bízzuk a pénzünket tapasztalatlan wunderkindekre? Inkább olyan biztos témákat ajánlunk, mint a lokális Qwen 3.8 modell, valamint a Compass Tech Summit programjai.

Kipróbáltunk néhány kis nyelvi modellt egy izmosabb laptopon: többé vagy kevésbé, de magyarul is tudnak, kódolni is tudnak, és ez még csak a kezdet. Az elemzői jóslatok szerint hamarosan a munkahelyi feladatok 80%-át lokálisan futó SLM-ek oldják majd meg és csak az igazán komplex és generalista megközelítést igénylő problémák miatt kell majd a felhős frontier modellekhez fordulni.

A vibe coding és a professzionális adatvizualizáció mintapéldája lett a holadelej.hu, jár a pirospont a készítőknek! Miért fordult meg a befektetői hangulat az adatcenter-beruházások kapcsán, és hogyan nőtt az Anthropic az OpenAI fejére? Képesek lesznek-e az Apple asztali gépei kiváltani a felhőalapú AI-t a helyben futó kisméretű nyelvmodellekkel? Mi újság a globális chipháború fordulataival, a magyar államkincstárt ért kibertámadással, valamint az újabb világvége-jóslatokkal? A humpr rovatban pedig szóba kerül egy zseniális oktatói trükk, a „Madagaszkár-csapda”.

Vajon az agentic AI valós fejlődési irány vagy csak hype? Mi különbözteti meg a lakossági ágenst a vállalatitól? Leírható-e egy vállalat működése rutinfeladatok összességeként? Jó példa-e az üvegvisszaváltási rendszer az automatizációval elérhető hatékonyságnövelésre? Mi okozza a céges pilotok kudarcait, a nem megfelelő technológia vagy az automatizálni kívánt folyamatok hibái? Ezeket a kérdéseket igyekszik megválaszolni a két műsorvezető.

Ha egy vállalat nem költ eleget az ügyfélszolgálatra, melyik rossz ügyfélélmény a kevésbé felkavaró: ha egy olyan géppel beszélgetünk, ami nem tud igazán segíteni, vagy egy olyan emberrel, aki ugyanúgy csak a scriptet követi és igyekszik lepattintani a kedves ügyfelet? Mi köze mindennek az izlandi autóbérléshez, az elromlott focimeccs-elemző kamerához és a párkapcsolati dinamikákról érdeklődő robothoz? Milyen gazdasági kényszerek húzódnak meg az ügyfélkiszolgálás mögött?

Folytatjuk a múlt héten megkezdett mélyfúrást a nyelvmodellek készítésében, ebben kalauzaink Gyöngyössy Natabara⁠ és ⁠Nemeskey Dávid⁠, a Racka⁠ nyelvmodell fejlesztői. Az adásból kiderül, milyen fázisai és kihívásai vannak a kis nyelvre fejlesztett LLM feltanításának. A nulláról indított tanítás helyett a Qwen 4B modell folytatólagos előtanítását választották, mivel nem állt rendelkezésre elegendő, jó minőségű magyar szövegadat. A tokenizálót ötletesen szabták át a magyar nyelvre, ez 50–60 százalékkal gyorsította a generálást, a Komondor szuperszámítógépen, LoRA-eljárással végzett tanítás pedig összesen 2,1 GPU-évet igényelt. Szó esett még a digitális szuverenitásról, a hazai kutatás finanszírozási kihívásairól, valamint a következő lépésekről is: nagyobb, 30 milliárd paraméteres modellekről és magyar preferenciaadatokra épülő RLHF-fejlesztésről.

Ebben az adásban a hazai nyelvtechnológia legújabb mérföldkövét, a Racka nyelvmodellt mutatjuk be Gyöngyössy Natabara és Nemeskey Dávid segítségével. Megvitatjuk, mi értelme van egy 4 milliárd paraméteres magyar SLM (Small Language Model) fejlesztésének, és hogyan viszonyul ez a korábbi, Dávid által készített HuBERT modellhez vagy a globális GPT-családhoz. Alaposan elemezzük a modellek működési rétegeit az inferenciától az agentic AI irányába mutató kontextuskezelésig és a biztonsági „guardrail”-ekig. Szóba kerül a világ tokenizálása, a multimodális és omnimodellek (mint a Qwen vagy a Google-féle Gemini) térnyerése, valamint a technikai kihívások, mint a KV-cashing memóriaigénye és a spekulatív dekódolás. Végül választ kapunk arra is, miért fontos a kulturális beágyazottság és a lokális, felhőfüggetlen futtathatóság a „digitális gyarmatosítással” szemben, elindulva ezzel a hazai AI-szuverenitás felé.