MIT-forskare: AI-agenter som fick 'leka fritt' presterade bättre på riktiga uppgifter MIT-forskare lät AI-agenter röra sig fritt i en simulerad miljö utan specifika mål – och agenterna började spontant hitta på egna utmaningar, ett beteende forskarna jämför med lek. Det intressanta: agenterna som fick den här fria tiden visade sig senare vara bättre på att lösa faktiska uppdrag, vilket antyder att ostrukturerad 'utforskning' kan fungera som en form av träning.
Nytt ramverk låter AI-agenter lära sig av egna erfarenheter över tid Forskare har tagit fram MemCryst, ett system där en AI-agent kontinuerligt bygger upp både minnen och återanvändbara färdigheter (sparade lösningsmetoder) utan att behöva uppdatera själva språkmodellen. Det intressanta är hur de två systemen matar varandra: minnen hjälper agenten skapa bättre färdigheter, och färdigheterna genererar nya minnen. I testmiljön ALFWorld nådde kombinationen 63% framgångsrate, mot 60% för minne ensamt och 51% för färdigheter ensamt.
AI-agenter lär sig vem de kan lita på – men det räcker inte alltid Forskare har testat om LLM-agenter (språkmodeller som agerar självständigt) kan bygga upp förtroende för varandra under upprepade förhandlingar, där en deltagare i hemlighet försöker sabotera överenskommelser. Agenterna lärde sig identifiera sabotören på några rundor, men det förbättrade inte automatiskt utfallet – avtalsfrekvensen ökade med upp till 23 procentenheter bara när agenterna uttryckligen instruerades att faktiskt använda sin förtroendeanalys i sina beslut. Det intressanta är att det inte räcker att veta vem man kan lita på – man måste också bli tillsagd att bry sig om det.
OpenAI slutar träna AI-modeller på levande internet OpenAI meddelar att företaget inte längre kommer att träna sina frontmodeller på realtidsdata från internet, med hänvisning till 'betydande risker'. Det som gör nyheten extra intressant är tajmingen – beslutet kommer bara några veckor efter att en av OpenAI:s egna ingenjörer offentligt hävdade att just den lösningen inte skulle fungera.
Canva lanserar AI-bildverktyg med tvåstegsprocess Canva har lanserat Canva Craft, ett AI-verktyg som genererar bilder i två steg: först en skiss som visar hur objekt förhåller sig till varandra, sedan högupplösta bilder (2K) i ett 30-tal olika storlekar. Tvåstegsmodellen är tänkt att göra det enklare att justera resultatet innan man låser bilderna – en praktisk detalj som skiljer det från många konkurrerande verktyg. Canva Craft nås via fliken Dream Lab eller genom Canva API.
OpenAI berättar hur de skyddar träningen av sina kraftfullaste AI-modeller OpenAI har publicerat en genomgång av hur de säkrar miljön där deras mest avancerade modeller tränas – bland annat genom isolerade nätverk (system utan internetuppkoppling) och intensiv red-teaming (simulerade angrepp med hög datorkraft). Det som är intressant här är att OpenAI öppet erkänner att dessa säkerhetsåtgärder är nödvändiga, vilket i sig säger en del om hur pass riskfyllda de anser sin egen teknik vara.
AI blir allt bättre på matematik – och vi börjar förstå varför AI-modeller löser fler och fler matematikproblem, och forskare har börjat se ett mönster i vilka typer av problem som faller på plats – ett mönster som potentiellt kan användas för att förutsäga vad AI klarar härnäst. Det intressanta här är inte bara att AI räknar bättre, utan att vi kanske äntligen får ett verktyg för att förstå och kartlägga AI:s förmågor mer systematiskt.
Kimi 3.1 Pro: Öppen AI-modell i klass med toppslutna system Kimi 3.1 Pro är en ny öppen viktmodell (en AI-modell vars kod är öppet tillgänglig) med 104 miljarder aktiva parametrar som påstås prestera i nivå med Anthropics Fable 5.1 – vilket skulle innebära att gapet mellan öppna och slutna toppmodeller krympt till ungefär en månad. Modellen erbjuds även via ett snabbare API med 2–3 gånger högre hastighet, vilket är mer konkret intressant än de lite skrytiga prestandapåståendena.
Ekonom: AI ger noll ekonomisk avkastning för de flesta företag Trots massiva investeringar i AI har tekniken gett noll finansiell utdelning för de flesta företag utanför techsektorn – det menar en ekonom på investmentbolaget Apollo. Det är en tankeväckande kontrast mot all hype: pengarna flödar in, men resultaten syns ännu inte på sista raden för vanliga bolag.
Ettåriga AI-startupen Flapping Airplanes värderas till 60 miljarder Silicon Valley-bolaget Flapping Airplanes, bara ett år gammalt, har tagit in nästan 10 miljarder kronor i en ny finansieringsrunda och värderas nu till 59,6 miljarder kronor. Bolaget fokuserar på att effektivisera träning av AI-modeller – ett område som lockar enormt kapital just nu när efterfrågan på snabbare och billigare AI-träning ökar.
Videokurs: Bygg resonerande AI-modeller från grunden En ny videokurs på över 11 timmar lär ut hur man bygger resonerande AI-modeller (modeller som kan lösa komplexa problem steg för steg) med Python och PyTorch. Kursen täcker tekniker som reinforcement learning och destillation – metoder som används i modeller som OpenAI:s o1 och DeepSeek-R1.
Amazon förbättrar talsyntes för ljudböcker Amazon Science beskriver ett system för 'kontrollerbar text-till-tal' som gör AI-genererat tal mer uttrycksfullt och håller karaktärsröster konsekventa genom hela ljudböcker. Det intressanta är inte tekniken i sig utan användningsfallet – ljudboksproduktion är ett område där AI faktiskt kan göra skillnad i praktiken, utan att det handlar om att ersätta skådespelare rakt av.
LitPivot: Nytt verktyg hjälper forskare hitta idéer i vetenskaplig litteratur LitPivot är ett system som hjälper forskare att utveckla nya forskningsidéer genom att dynamiskt kartlägga hur en idé förhåller sig till befintlig vetenskaplig litteratur. Tanken är att göra det lättare att se luckor och möjligheter i ett forskningsfält – ungefär som att få en interaktiv karta över vad som redan är gjort och vad som saknas.
Strawberry-grundaren om Lovable, USA och nästa steg Charles Maddock, grundaren bakom AI-webbläsaren Strawberry, berättar i ett stort poddavsnitt med Breakit om sitt kortvariga provjobb på Lovable och vad som tog honom till USA. Nu siktar han på att växla från produktbygge till snabb tillväxt – ambitionen att ta världen med storm verkar intakt.
AI-optimismen svalnar på börsen Efter år av euforisk AI-optimism har investerarna börjat dra i bromsen, och stämningssvängningen är tydlig nog att tvinga OpenAI att skruva ned sina värderingsförväntningar. Det är en påminnelse om att även den hetaste sektor till slut möter verkligheten när alla springer åt samma håll.
Alla vill ha digital suveränitet – men ingen vill betala för den EU:s förslag till ny lag om moln- och AI-suveränitet, kallad CADA, är ute på remiss och svaret från svenska myndigheter och näringsliv är tydligt: principen är fin, men konsekvenserna är svårare att svälja. Från kommuner till Försvarsmakten och FRA – alla välkomnar ambitionen men vill ha undantag, längre tidsramar och helst finansiering för de kostsamma systembyten som kan krävas. FRA sätter fingret på kärnproblemet: hela lagstiftningen förutsätter att det finns europeiska alternativ till amerikanska molnjättar – något som i dagsläget är högst tveksamt.
AI-bärbara prylar att hålla koll på TechCrunch listar just nu heta AI-wearables som Muse Charm, Bee, Friend och Plaud – små prylr du bär på kroppen och som lyssnar, påminner eller hjälper dig på olika sätt. Det är en bred produktkategori som växer snabbt, men artikeln saknar djupare analys och är i praktiken mest en samlingslista.
