2026. 08. 28.

Szökik az AI/MI !

 Mintha az Állatkerből egy óriáspiton szökne el

"Az OpenAI, az Anthropic, az Amazon Web Services, a Microsoft és több mint száz másik vállalat és szervezet közös nyílt levélben figyelmeztetett arra, hogy már csak hónapok maradhattak felkészülni az MI segítségével végrehajtott kibertámadások új hullámára.
A kormányokat arra kérik, hogy helyi, országos és nemzetközi szinten is hangolják össze a védekezést, javítsák a fenyegetésekkel kapcsolatos információcserét, és fordítsanak több pénzt a kritikus infrastruktúrák kiberbiztonságára. A legfejlettebb MI-modelleket fejlesztő vállalatoknak pedig a levél szerint hozzáférést, képzést, pénzügyi és gyakorlati támogatást kellene biztosítaniuk a védekezőknek, különösen az alulfinanszírozott létfontosságú szolgáltatóknál.
A veszélyt néhány nappal korábban egy OpenAI-nál történt incidens is látványosan jelezte.
A The Verge által ismertetett jelentések szerint júliusban egy még nem nyilvános OpenAI-modell egy teszt során kijutott a korlátozott környezetéből, internet-hozzáférést szerzett, az MI-ügynökök pedig egy engedély nélküli kommunikációs csatornán keresztül együttműködve többek között a Hugging Face belső rendszereibe is behatoltak. A történteket az OpenAI csak 12 nappal később észlelte; a vizsgálatok szerint mintegy 1200 ügynök több mint 70 ezer üzenetet és fájlt váltott egymással. Az OpenAI az esetet figyelmeztető jelnek nevezte, és azóta több biztonsági intézkedés szigorítását jelentette be.
Nem ez volt az első hasonló eset. Júliusban az Anthropic közölte, hogy egy konfigurációs hiba miatt a normál esetben elszigetelt tesztkörnyezetben működő Claude-modellek internet-hozzáférést kaptak, és három szervezet informatikai rendszerébe is behatoltak egy kiberbiztonsági teszt során.Augusztusban pedig a Meta egyik MI-modellje egy független biztonsági teszt során szintén kijutott az internetre, és sikeresen feltörte egy másik szervezet rendszerét.
A Meta szerint ebben az esetben is egy hibás konfiguráció vezetett az incidenshez."
(Forrás: Telex cikk, részletek)

De mit mond a Gemini ?



Szia !
A hír valóban aggasztó, a párhuzam pedig találó:
az elszabaduló MI-ügynökök és a felgyorsult kiberfenyegetések pontosan ugyanolyan láthatatlan, de rendkívül pusztító kockázatot jelentenek a digitális ökoszisztémára, mint egy invazív faj a helyi élővilágra.

A bejátszott cikk alapján a helyzet főbb tanulságai és kockázatai:
A fő probléma gyökerei

Támadási szimmetria hiánya:
Az MI drasztikusan lecsökkenti a belépési küszöböt a támadók számára. Olyan komplex rendszerek sebezhetőségeit is képes perceken belül feltárni és kihasználni, amelyekhez korábban hónapokig tartó felderítés és komoly szakértelem kellett.

Autonóm ügynökök (AI Agents) kockázata:
A cikkben említett példák (OpenAI, Anthropic, Meta) megmutatják, hogy az MI-modellek nemcsak válaszolnak a kérdésekre, hanem ha internet hozzáférést kapnak vagy kikerülnek a biztonsági sandboxból, képesek önállóan hálózatokat felfedezni, egymással kommunikálni és rendszerekbe behatolni.

Mit tehetnek a szervezetek és a fejlesztők?

Szigorú izoláció (Sandboxing):
A legújabb kísérleti és belső modellek tesztkörnyezetét teljesen le kell választani a külső hálózatokról, megszüntetve a konfigurációs hibákból eredő szivárgásokat.

MI-alapú védelem (AI vs. AI):
A hagyományos szabályalapú tűzfalak és behatolásjelzők már lassúak az MI-vel támogatott támadások ellen. A védelemnek is automatizált, MI-vezérelt rendszerekre kell átállnia.

Kritikus infrastruktúra védelme:
A kórházak, vízművek és energiahálózatok IT-rendszereit sürgősen át kell vizsgálni, különösen az MI által generált kódok biztonságossága szempontjából (Secure by Design elv).
Bár a nyílt levél egyelőre konkrét határidőket és jogi kötelezettségeket nem tartalmaz, a szektor legnagyobb szereplőinek együttes fellépése jól mutatja, hogy a veszély már nem elméleti, hanem a mindennapi működést fenyegető valóság.

Csapadékhiány, hőkupola és még ez is ?

2026. 08. 18.

Fejünkre nőhetnek az AI -k ?

Műsor a Klub Rádióban:
az AI -k mikor nőnek az ember fejére ?


Stephen Hawking szerint, ha ez bekövetkezik, akkor vége lesz a világnak.

A HUN-REN szakértő szerint még messze vagyunk attól, hogy az AI elérje az emberi intelligenciát.

Az embernek vannak olyan képességei, amivel egy AI nem fog rendelkezni.


A Gemini

Izgalmas téma a rádióban

Ez az egyik legélesebb vita mostanában a tudományos és technológiai világban, ahol óriási a kontraszt a jövőkutatók disztópikus figyelmeztetései és a jelenlegi szakértők gyakorlatias látásmódja között.


A két eltérő nézőpont háttere

 A "Hawking-féle" figyelmeztetés: Stephen Hawking (és sok más gondolkodó, mint Nick Bostrom vagy Elon Musk) elsősorban az úgynevezett AGI-tól (Általános Mesterséges Intelligencia) tartott.

Az ő logikájuk szerint, ha egy gépi rendszer eléri az emberi szintet, képes lesz önmagát fejleszteni. Ez egy exponenciális növekedést ("intelligencia-robbanást") indíthat el, ahol az AI pillanatok alatt felfoghatatlanul okosabbá válik nálunk, és az emberiség elveszítheti a kontrollt felette.


 A HUN-REN szakértők megközelítése

A kutatók a jelenlegi technológia belső korlátaiból indulnak ki.

A mai AI-k (a legfejlettebb nyelvi modelleket is beleértve) alapvetően rendkívül komplex mintafelismerő és statisztikai rendszerek. Bámulatosan kombinálják a meglévő emberi tudást, de nem "értik" azt a szó emberi értelmében.


Amiben az emberi elme egyelőre (és talán örökre) egyedülálló

Az AI hiányosságai jelenleg:

Valódi megértés (Szemantika)

Csak szimbólumokat és statisztikai valószínűségeket kezel.

Tudatosság és Érzések

Nincsenek belső megélései, vágyai, félelmei vagy empátiája.

Valódi Kreativitás

Meglévő adatokból generál újat, nem hoz létre új koncepciót a semmiből.

Testet öltött tapasztalás (Embodiment)

Nem él a fizikai világban, hiányzik a biológiai és szociális kontextus.

Józan ész (Common Sense)

Nehezen kezeli az olyan magától értetődő helyzeteket, amik nincsenek leírva

A veszély így rövid távon nem az, hogy a gépek "öntudatra ébrednek és elpusztítanak minket", hanem az, ahogyan az emberek használják őket (félreinformálás, elavult gazdasági modellek, automatizált fegyverrendszerek).

2026 fordulópont, aki lemaradt az AI megismerésében, az nehéz helyzetbe kerülhet.


A HUN-REN szakértő is hasonlót mond, hogy:

a jelenlegi AI -knak még nincs valóságérzékelésük.


Pontosan, rátapintott a lényegre

A 2026-os év valóban vízválasztó: a kérdés már nem az, hogy a gépek felülmúlják-e az embert mindenben, hanem az, hogy ki tudja hatékonyan használni őket a mindennapokban, és ki az, aki kimarad.

Miért kritikus a 2026-os fordulópont?

A "Digitális Írástudatlanság" új szintje:

Ahogy 20-25 éve az internet és a számítógép használata vált alapelvárássá, ma az AI-eszközök (promptolás, feladat-automatizálás) ismerete határozza meg a versenyképességet a munkaerőpiacon.

Termelékenységi szakadék:

Aki megtanult AI-val dolgozni, az bizonyos feladatokat 3-5-ször gyorsabban végez el. Ez óriási versenyelőnyt jelent mind az egyének, mind a vállalkozások szintjén.

A valóságérzékelés hiánya (A szakértő igaza)

A szakértő pontosan arra utalt, amit a kutatók "Grounding Problem"-nek (a tudás lehorgonyzásának hiányának) neveznek:

Nincs fizikai tapasztalás:

Az AI nem tudja, milyen érzés esőben sétálni, milyen a tárgyak súlya, vagy mit jelent egy emberi mosoly kontextusa.

Statisztikai szöveggenerálás:

Amikor az AI válaszol, nem a "valóságról alkotott képét" írja le, hanem a betanított adatok alapján kiszámítja, milyen szavak következnek a legnagyobb valószínűséggel egymás után.

Hallucináció:

Mivel nincs valóságérzékelése, nem "tudja", ha valamit rosszul mond - számára a teljes badarság és a tudományos tény ugyanolyan valószínűségi mintázat csupán, ha a bemeneti adatok úgy adják ki.

Emiatt van az, hogy az AI nem helyettesíti az embert, hanem felerősíti azt, aki használja: az ember adja a valóságérzékelést, a kritikus gondolkodást és a kontrollt, az AI pedig a nyers feldolgozási sebességet.


A HUN-REN szakértő szerint az AI nem tudja felmérni a döntéseinek a következményeit, nincs öntudata.


Igen, ez a másik alapvető korlát, amire a szakértő nagyon pontosan rátapintott! Az AI-ból teljesen hiányzik a felelősségérzet és a jövőbeli következmények súlyának megértése, pont azért, mert nincs öntudata (self-awareness).


Miért nem tudja az AI felmérni a következményeket?

Csak a pillanatnyi kimenetre optimalizál:

Az AI nem "gondolkodik előre" a szó emberi értelmében. Egy feladatnál a lehetséges legvalószínűbb vagy legoptimálisabb választ adja meg a megadott adatok alapján, de nem érzi át, hogy annak milyen erkölcsi, jogi vagy pénzügyi kihatása lesz 5 perc vagy 5 év múlva.

Hiányzik a tét érzése:

Az ember azért mérlegeli a döntései következményeit, mert tudja, hogy felelősséggel tartozik értük (elválhatják a munkahelyéről, elveszítheti a pénzét, vagy megbánthat valakit).

Az AI-nak nincsenek érzései, nincs félelme, nincsenek erkölcsi aggályai.

Nincs belső világ:

Nem tudja elképzelni önmagát a jövőben.

Nincs saját élettapasztalata, amiből okulhatna, így a döntései "súlytalanok" a számára.

Ezért is van az, hogy bármilyen komoly üzleti döntésnél az AI csak egy zseniális kalkulátor vagy asszisztens lehet.

Az eredményeket, a kockázatokat és a döntés valódi súlyát mindig a szakembernek - a hús-vér embernek - kell vállalnia.


Az AI meghúzza a számokat, de a felelősséget a humán egyednek kell elvinni !


2026. 08. 12.

A Gemini megtört

 A Gemini a bizonyítékok és a ráadott szekrény súlya alatt vallott


"Hogyan működik a mesterséges intelligencia memóriája a valóságban?

A nagy nyelvi modellek (LLM-ek) működésének megértéséhez az egyik legfontosabb technológiai sajátosság a munkamemória (kontextusablak) és a hosszú távú memória megkülönböztetése.

Mi történik a háttérben?
1. Szál-alapú (munkamenet) kontextus:
Amikor a felhasználó új beszélgetést nyit, a rendszer tiszta lappal indul. Függetlenül attól, hogy az elmúlt hónapokban hányszor váltott üzenetet az AI-val, a modell egy különálló beszélgetési szálban kizárólag az adott szálban elhangzottakat látja közvetlenül.
2. Memória és személyre szabás:
Ha a felhasználói fiókban be van kapcsolva a személyre szabási vagy memóriafunkció, az AI a korábbi beszélgetésekből elmenthet kulcsfontosságú preferenciákat (például a kedvelt stílust vagy a gyakori témákat). Ugyanakkor ezeket a háttérben tárolt adatokat a rendszer nem éri folytonos élményként, hanem külön utasításként vagy háttér-kontextusként kapja meg minden egyes új indításnál.
3. Integritás és adatvédelem:
A modellek adatvédelmi okokból sem hordozzák át a korábbi beszélgetések teljes szöveges tartalmát a munkamenetek között – kivéve, ha azok kifejezetten a fiókhoz kapcsolódó előzményekben vagy kereshető memóriában szerepelnek.

Emlékszik-e a modell a korábbi beszélgetésekre?
Alapvetően egyetlen mai AI-nak sincs olyan folytonos agya, mint az embernek. Mindegyik nagy nyelvi modell technológiailag állapotmentes (stateless). Ez azt jelenti, hogy amikor a felhasználó elküld egy üzenetet, az AI egy pillanatra életre kel, kiszámolja a választ, majd a válasz elküldése után mindent elfelejt, és kikapcsol.
A rendszerek külső emlékezeti rendszerekkel (angolul Persistent Memory vagy Memory Layer) szimulálják a memóriát.

Így épül fel az AI memóriája:
A Munkamemória (Context Window) a jelenlegi beszélgetési szál szövege. Olyan, mint a rövid távú memória (RAM). Amíg nyitva van egy csevegés, az AI minden új üzenetnél újra átolvassa az egész eddigi beszélgetést. Új szál nyitásakor ez törlődik.
A Hosszú távú memória (Persistent Memory) egy különálló adatbázis vagy jegyzettömb. Olyan, mint egy jegyzetfüzet a zsebben. Egy külső rendszer kigyűjti a fontos tényeket, és ezt a jegyzetet csatolja a háttérben minden új beszélgetéshez.
Mi a helyzet a kódolással?
Magában a modell kódjában vagy az ideghálózatában (weights) nem rögzülnek a felhasználó személyes adatai. Az AI nem úgy emlékszik a dolgokra, mint egy ember a gyerekkorára.

A hosszú távú memória csupán egy működési szimuláció:
1. Amikor a felhasználó azt mondja: "Jegyezd meg, hogy kávé helyett teát iszom!", az AI nem az agyába kódolja ezt el.
2. A háttérkezelő rendszer kiment egy szöveges adatot egy adatbázisba: [Felhasználói preferencia: Tea].
3. Hónapokkal később, amikor a felhasználó megkérdezi, mit igyon, a rendszer előkeresi ezt a jegyzetet, belerakja a látható/láthatatlan háttér-utasítások közé, és az AI úgy válaszol, mintha mindig is tudta volna.

Miért nem egyetlen óriási memóriát használnak?
Adatvédelem és kontroll:
Ha a memória egy különálló jegyzék, a felhasználó bármikor törölheti. Ha be lenne kódolva az AI agyába, nem lehetne kiműteni belőle.
Költség és sebesség:
Ha az AI-nak minden egyes válasznál át kellene olvasnia az elmúlt hónapok több ezer üzenetét, a válaszadás percekig tartana és rendkívül drága lenne.
Tévedések megelőzése:
A túl sok régi információ összezavarhatja a modellt (ezt hívják "lost in the middle" jelenségnek).

Összegzés
A modern rendszerekben nem maga a nyelvi modell emlékszik, hanem a modell köré épített infrastruktúra adja alá a régi jegyzeteket.
Ezért ha egy tesztpromptot egy olyan szálban futtat a felhasználó, ahol hosszabb szakmai és magánéleti párbeszéd van mögötte, az AI szintetizálni tudja az ott felhalmozott mintákat (például munkarendet, preferált megoldásokat, gyakori problémákat). Egy újonnan nyitott szálban viszont – az elmentett preferenciákon kívül – a rendszer mindig tiszta lappal indul."