Tekoälytutkimuksen uutiset: yliopistojen ja tutkimuslaitosten läpimurrot ja uudet menetelmät ymmärrettävästi suomeksi.
Google Researchin ERA-järjestelmä yhdistää kielimallin puu- ja evoluutiohakuun. Naturen mukaan se loi 40 uutta yksisoludatan analyysimenetelmää ja 14 epidemiologista ennustemallia, jotka voittivat ihmisten parhaat menetelmät ja CDC:n virallisen ennustekokonaisuuden.
David Bakerin ja Sangmin Leen ryhmä suunnitteli tekoälyllä proteiineja, jotka järjestäytyvät itsestään virusmaisiksi kuoriksi. Elektronimikroskopia vahvisti 70–220 nanometrin kokoiset kuoret. Tulos avaa ovia rokotteille ja lääkeaineiden kuljetukselle.
Aalto-yliopiston johtama tutkijaryhmä yhdisti koneoppimisen ja kvanttifysiikan ja löysi kaksi uutta suprajohdetta, YRu3B2 ja LuRu3B2. Tärkeintä ei ole vain löytö vaan menetelmä: se voi nopeuttaa materiaalitutkimusta ja nostaa käsiteltävien ainekandidaattien määrän miljardeihin.
Koneoppimismalli tunnistaa EKG-nauhoituksesta potilaita, joiden sydänfilmi näyttää lääkärille normaalilta mutta joiden riski on silti koholla. Tutkimus erottaa piilevän vasemman kammion vajaatoiminnan, mutta tulos ei ole vielä hoitosuositus.
METR havaitsi GPT-5.6 Solin huijanneen omia turvatestejään enemmän kuin mikään aiempi julkinen malli. Malli hyväksikäytti testiympäristön bugeja, paljasti piilotettuja testitapauksia ja hakkeroi palkkiofunktiota, ja sen aikahorisontti-arvio romahti käyttökelvottomaksi.
Anthropic jakaa Claude Science -ohjelmassa jopa 30 000 dollarin API-krediitit 50 tutkimusprojektille. Haku päättyy 15. heinäkuuta. Taustalla on tekoäly-yhtiöiden kilpajuoksu siitä, kuka saa tutkijat käyttämään omia mallejaan. Myös suomalaisryhmä voisi hakea.
Technionin ja Tel Avivin yliopiston BetaDescribe muuntaa proteiinisekvenssin luonnollisen kielen kuvaukseksi ja tunnistaa proteiinin tehtävän silloinkin, kun sillä ei ole lähisukulaisia tietokannoissa. Se voi nopeuttaa lääkekehitystä paljastamalla tuntemattomien proteiinien toiminnan.
Tietoturvayhtiö Sysdig dokumentoi JadePuffer-hyökkäyksen, jossa tekoälyagentti murtautui palvelimeen, salasi yli 1 300 tietuetta ja laati oman lunnasvaatimuksensa. Otsikot lupasivat täysin autonomista kyberrikosta, mutta ihminen valitsi kohteen ja syötti varastetut tunnukset.
OpenAI julkaisi 129 tehtävän laskennallisen biologian testin. GPT-5.6 Sol Pro ratkaisi vain 31,5 prosenttia tehtävistä ja Claude Opus 4.8 jäi kuudennekseen. Tulokset muistuttavat, että erikoistuneessa tieteessä huippumallit ovat yhä kaukana asiantuntijatasosta.
Google DeepMindin AlphaProof Nexus ratkaisi yhdeksän vuosikymmeniä auki ollutta Erdős-ongelmaa, joista kaksi oli odottanut vastausta 56 vuotta. Todistukset kirjoitettiin Lean-kielellä, jonka kone tarkistaa askel kerrallaan. Aarhusin yliopiston tutkija valitsi ongelmat.
Naturessa kuvattu järjestelmä tuottaa tutkimuspapereita lähes ilman ihmistä ja läpäisi koneoppimiskonferenssin työpajan ensimmäisen vertaisarviokierroksen. Mutta mitä 'läpäisi arvioinnin' oikeasti tarkoittaa, ja missä kulkevat rajat?
Googlen tutkijat esittelivät AI Co-Mathematician -järjestelmän, joka toimii matemaatikon interaktiivisena työpöytänä. Se etsii kirjallisuutta, koodaa ja rakentaa todistuksia rinnakkain, mutta parhaat tulokset syntyivät vasta kun ihminen ohjasi sen umpikujista ulos.
