Anthropic laajentaa Clauden tiedetyöhön: lääkekehitykseen, proteiinianalyysiin ja laskennalliseen biologiaan. Panostus nojaa Coefficient Bio -yrityskauppaan ja AlphaFoldista Nobelin voittaneeseen John Jumperiin, joka loikkasi DeepMindiltä. Tuote on yhä enemmän lupaus kuin valmis.
Anthropic julkisti Claude Science -työkalun, joka automatisoi biologian ja kemian tehtäviä ja tähtää lääketeollisuuden tuottoihin ennen pörssilistautumista. Lupaus kymmenkertaisesta nopeutuksesta kaipaa yhä riippumatonta näyttöä.
Google DeepMindin noin 60-sivuinen paperi listaa neljä polkua, joilla ihmistason tekoäly voisi kasvaa superälyksi. Yksi reiteistä on suuret AGI-agenttien parvet, joiden kollektiivi ylittää yksilön. Harvinaisen konkreettinen tiekartta alan isoimmasta kysymyksestä.
Meta julkaisi tutkimuksen, jossa tekoälymalli dekoodaa näppäimistölle kirjoitettuja lauseita aivosignaaleista ilman leikkausta. Paras koehenkilö ylsi 19 prosentin merkkivirheeseen, mutta menetelmä vaatii puolen tonnin MEG-laitteen ja toimii vain laboratoriossa.
Belitsoftin kokoama raportti väittää, että keskivertoyritys ajaa jo 12 tekoälyagenttia ja puolet niistä toimii itsenäisesti. Kun lähteitä avaa, kuva mutkistuu: luvut nojaavat ohjelmistomyyjien kyselyihin, ja vain 11 prosenttia agenttihankkeista päätyi oikeasti tuotantoon.
Google DeepMind kutsuu uudeksi riskiluokaksi tilannetta, jossa miljoonat eri organisaatioiden tekoälyagentit neuvottelevat ja tekevät kauppaa keskenään ilman ihmisen valvontaa. Yhtiö panostaa 10 miljoonaa dollaria tutkimukseen, jolle ei vielä ole olemassa omaa alaa.
Stanford HAI:n 2026 AI Index -raportissa 22–25-vuotiaiden ohjelmoijien työllisyys USA:ssa on pudonnut noin 20 prosenttia ChatGPT:n julkaisusta heinäkuuhun 2025. Vanhempien koodareiden työllisyys jatkaa kasvuaan. Suomessa ETLA arvioi, ettei tekoäly vielä selitä nuorten työttömyyttä.
Anthropicin Dario Amodei julkaisi 10. kesäkuuta esseen, jossa hän vertaa Washingtonia Treebeardiin: hidas, kun tekoäly etenee salamannopeasti. Hän vaatii FAA-mallista pakollista testausta neljälle riskialueelle: kyber, biouhka, hallinnan menetys, automaattinen tutkimus.
Berkeleyn Yi Ma ja kolme kollegaa julkaisivat maaliskuussa avoimen oppikirjan, joka selittää miksi syväoppiminen toimii, ei vain miten. Kirja vetää transformerit, diffuusiot ja autoenkooderit saman matemaattisen kehyksen alle ja antaa suomalaisille tutkijoille uuden perustan opetukseen.
Perplexity ja Harvard julkaisivat 8.6.2026 tutkimuksen: agentti teki 26 minuuttia itsenäistä työtä per sessio, hakukone 33 sekuntia. Tehtävien kokonaisaika lyheni 87 % ja kustannukset 94 %. Käyttäjät pyysivät agentilta vaikeampaa työtä.
Anthropic julkaisi 8.6. esseen, joka kääntää huomion pois malleista. Tekoälyagentit eivät kaadu typeryyteen, vaan biologian rikkonaiseen data-infrastruktuuriin. Sama vuoto näkyy Suomen biopankeissa.
Google julkaisi 19. toukokuuta Naturessa Co-Scientistin: Gemini-pohjainen monen agentin järjestelmä tuottaa, kiistelee ja jalostaa tieteellisiä hypoteeseja. Se löysi maksafibroosin lääkekandidaatin, joka vaimensi keskeisen reaktion 91 prosentilla.