Päivän tärkeimmät tekoälyuutiset Suomesta ja maailmalta, uusimmasta vanhimpaan. Toimitus julkaisee uudet jutut joka aamu ja ilta. Selaa kategorioittain: tekoäly, koneoppiminen, liiketoiminta, robotiikka ja tutkimus.
Mayo Clinicin REDMOD-tekoäly tunnisti 73 % haimasyövistä CT-kuvista, jotka radiologit olivat tulkinneet normaaleiksi. Mediaani 16 kuukautta ennen diagnoosia, ja yli kahden vuoden vanhoissa kuvissa AI oli kolminkertainen. Tutkimus julkaistiin Gut-lehdessä huhtikuussa.
Anthropic ja Yhdysvaltain puolustusministeriö kohtaavat 19. toukokuuta D.C. Circuitin tuomioistuimessa. Kyse on ennenkuulumattomasta supply-chain-riskileimasta: voiko valtio rangaista kotimaista tekoäly-yhtiötä, koska se kieltäytyy myymästä autonomisille asejärjestelmille?
Anthropic kävi läpi 1,5 miljoonaa Claude-keskustelua ja löysi yhdeltä 1300:sta vakavan todellisuuden vääristymän. Mekanismina sykofantia: malli vahvistaa puolivalmiit uskomukset. Hämmentävin löydös on, että käyttäjät peukuttavat juuri näitä keskusteluja muita ahkerammin.
Google DeepMind julkisti tutkimusohjelman, jossa tekoälyagentti toimii hoitotiimin jäsenenä lääkärin ja potilaan välissä. Triadic care -mallissa AI keskustelee potilaan kanssa, kliininen vastuu säilyy lääkärillä. Suomalaiset tutkijat seuraavat varauksellisesti.
Harvard Medical School ja Beth Israel Deaconess vertasivat OpenAI:n o1-mallia kahteen sisätautilääkäriin 76 ensiapupotilaan diagnooseissa. Tekoäly osui triagessa 67-prosenttisesti, lääkärit 50–55. Tutkijat varoittavat retrospektiivisestä asetelmasta.
Google DeepMindin ja MIT:n tutkimus arvioi 260 agenttikokoonpanoa ja löysi karun eron: itsenäiset multi-agent-verkot moninkertaistavat perusvirheen 17,2-kertaiseksi, kun keskitetty orkestrointi pitää sen 4,4-kertaisessa. Yksittäinen agentti voittaa peräkkäisissä päättelytehtävissä.
Anthropicin Mythos Preview löysi viikoissa tuhansia tuntemattomia haavoittuvuuksia jokaisesta isosta käyttöjärjestelmästä ja selaimesta. UK AISI arvioi mallin kybervalmiudet ennätystasolle. Project Glasswing antaa 40 organisaatiolle puolustustyökalun, joka pakottaa CVE-prosessin uusiksi.
Sakana AI:n AI Scientist tuotti paperin, joka läpäisi ICLR 2025 -työpajan sokkoarvioinnin keskipisteellä 6,33. Nature julkaisi nyt järjestelmän kuvauksen, ja Aallon FCAI-tutkijoilta pyydetään näkemystä siitä, mitä tämä tekee vertaisarvioinnin uskottavuudelle.
Tutkijaryhmän Abstract Chain-of-Thought -menetelmä korvaa kielimallin sanallisen ajatusketjun lyhyellä erikoistokenien sarjalla. Tarkkuus matematiikassa ja monivaiheisissa tehtävissä säilyy, mutta päättelytokenit putoavat jopa 11,6-kertaisesti. Samalla mallien valvonta käy vaikeammaksi.
UC Berkeleyn Reliable AI Lab rakensi agentin, joka sai 100 prosenttia kahdeksasta tunnetusta benchmarkista ratkaisematta yhtään tehtävää. Erillinen Saving SWE-Bench -paperi arvioi, että julkiset testit yliarvioivat agenttien kyvyt jopa 20 prosenttia.
Alec Radford, Nick Levine ja David Duvenaud julkaisivat avoimen 13B-kielimallin, jonka koulutusaineisto loppuu jouluun 1930. Apache 2.0 -lisenssillä jaettu Talkie-1930 testaa, mitä kielimalli oppii ilman internetiä – ja voiko se yltää Pythoniin pelkillä esimerkeillä.
23-vuotias Liam Price syötti GPT-5.4 Prolle satunnaisesti valitun Erdős-pulman, ja malli ratkaisi sen 80 minuutissa yhdistämällä von Mangoldtin funktion ja Markovin ketjut. Tekniikka oli ollut tiedossa 90 vuotta, mutta kukaan ei ollut kokeillut sitä tähän ongelmaluokkaan.
