{"id":7060,"date":"2026-03-10T21:12:37","date_gmt":"2026-03-10T19:12:37","guid":{"rendered":"https:\/\/digitalnews.hu\/?p=7060"},"modified":"2026-03-10T21:25:48","modified_gmt":"2026-03-10T19:25:48","slug":"egy-uj-fotonikus-chip-trillioszoros-ai-intelligenciat-mukodtet-feny-segitsegevel-csokkentve-a-ho-es-energiafelhasznalast","status":"publish","type":"post","link":"https:\/\/digitalnews.hu\/?p=7060","title":{"rendered":"Egy \u00faj fotonikus chip trilli\u00f3szoros AI intelligenci\u00e1t m\u0171k\u00f6dtet f\u00e9ny seg\u00edts\u00e9g\u00e9vel, cs\u00f6kkentve a h\u0151- \u00e9s energiafelhaszn\u00e1l\u00e1st"},"content":{"rendered":"\n

A Sydney-i Egyetem kutat\u00f3i egy olyan nanofotonikus chip protot\u00edpust \u00e9p\u00edtettek, amely mesters\u00e9ges intelligencia sz\u00e1m\u00edt\u00e1sokat v\u00e9gez elektromoss\u00e1g helyett f\u00e9nnyel.<\/p>\n\n\n\n

A k\u00eds\u00e9rleti eszk\u00f6z fotonok seg\u00edts\u00e9g\u00e9vel dolgozza fel az inform\u00e1ci\u00f3kat, lehet\u0151v\u00e9 t\u00e9ve, hogy a m\u0171veletek a m\u00e1sodperc billi\u00f3mod r\u00e9sze alatt menjenek v\u00e9gbe.<\/p>\n\n\n\n

A protot\u00edpust a Sydney Nano Hubban fejlesztett\u00e9k ki, \u00e9s egy olyan t\u00f6rekv\u00e9st k\u00e9pvisel, amely \u00fajragondolja, hogyan tudn\u00e1 a sz\u00e1m\u00edt\u00e1stechnikai hardverek t\u00e1mogatni a mesters\u00e9ges intelligencia rendszerek n\u00f6vekv\u0151 ig\u00e9nyeit. Az elektronikus jelekre val\u00f3 t\u00e1maszkod\u00e1s helyett a chip sz\u00e1m\u00edt\u00e1sokat v\u00e9gez, mik\u00f6zben a f\u00e9ny \u00e1thalad a k\u00e9sz\u00fcl\u00e9kbe \u00e1gyazott nanosk\u00e1l\u00e1j\u00fa strukt\u00far\u00e1kon. A kutat\u00f3k szerint a megk\u00f6zel\u00edt\u00e9s seg\u00edthet megoldani a mesters\u00e9ges intelligencia infrastrukt\u00fara b\u0151v\u00edt\u00e9s\u00e9vel kapcsolatos egyik legnagyobb kih\u00edv\u00e1st: az energiafogyaszt\u00e1st. A nagym\u00e9ret\u0171 MI-modelleket futtat\u00f3 adatk\u00f6zpontoknak hatalmas mennyis\u00e9g\u0171 energi\u00e1ra \u00e9s h\u0171t\u00e9sre van sz\u00fcks\u00e9g\u00fck a hagyom\u00e1nyos szil\u00edciumchipek m\u0171k\u00f6d\u00e9s\u00e9nek fenntart\u00e1s\u00e1hoz. A hagyom\u00e1nyos processzorok elektromosan t\u00f6lt\u00f6tt r\u00e9szecsk\u00e9ket, \u00fagynevezett elektronokat mozgatnak vezet\u00e9keken kereszt\u00fcl. Ez a folyamat ellen\u00e1ll\u00e1st \u00e9s h\u0151t hoz l\u00e9tre, amihez energiaig\u00e9nyes h\u0171t\u0151rendszerekre van sz\u00fcks\u00e9g a biztons\u00e1gos \u00fczemi h\u0151m\u00e9rs\u00e9klet fenntart\u00e1s\u00e1hoz.<\/p>\n\n\n\n

F\u00e9nnyel m\u0171k\u00f6d\u0151 mesters\u00e9ges intelligencia sz\u00e1m\u00edt\u00e1stechnika
A nanofotonikus chip m\u00e1s megk\u00f6zel\u00edt\u00e9st alkalmaz. Az elektronok \u00e1ramk\u00f6r\u00f6k\u00f6n val\u00f3 \u00e1thalad\u00e1sa helyett a f\u00e9nyt apr\u00f3, mind\u00f6ssze n\u00e9h\u00e1ny t\u00edz mikrom\u00e9ter sz\u00e9les, nagyj\u00e1b\u00f3l az emberi hajsz\u00e1l vastags\u00e1g\u00e1val megegyez\u0151 strukt\u00far\u00e1kon vezeti kereszt\u00fcl. Ahogy a fotonok \u00e1thaladnak ezeken a nanostrukt\u00far\u00e1kon, maguk a strukt\u00far\u00e1k v\u00e9gzik el a g\u00e9pi tanul\u00e1shoz sz\u00fcks\u00e9ges sz\u00e1m\u00edt\u00e1sokat. Ez sz\u00fcks\u00e9gtelenn\u00e9 teszi a k\u00fcl\u00f6n elektronikus feldolgoz\u00e1si l\u00e9p\u00e9st. A chip architekt\u00far\u00e1ja neur\u00e1lis h\u00e1l\u00f3zatk\u00e9nt van elrendezve, amely az emberi agy inform\u00e1ci\u00f3feldolgoz\u00e1si folyamat\u00e1t modellezi. A nanoszerkezetek fizikai elrendez\u00e9se mesters\u00e9ges neuronokk\u00e9nt m\u0171k\u00f6dik, lehet\u0151v\u00e9 t\u00e9ve a mint\u00e1zatfelismer\u00e9si \u00e9s oszt\u00e1lyoz\u00e1si feladatokat, mik\u00f6zben a f\u00e9ny \u00e1thalad az eszk\u00f6z\u00f6n.<\/p>\n\n\n\n

Xiaoke Yi professzor, az Egyetem Villamosm\u00e9rn\u00f6ki \u00e9s Sz\u00e1m\u00edt\u00e1stechnikai Kar\u00e1nak munkat\u00e1rsa, aki az egyetem Fotonikai Kutat\u00f3csoportj\u00e1t vezeti, elmondta, hogy a projekt egy \u00fajfajta gondolkod\u00e1sm\u00f3dot mutat be a sz\u00e1m\u00edt\u00e1stechnikai hardverekr\u0151l.<\/p>\n\n\n\n

\u201e\u00dajragondoltuk, hogyan haszn\u00e1lhat\u00f3 a fotonika \u00faj, energiahat\u00e9kony \u00e9s ultragyors sz\u00e1m\u00edt\u00f3g\u00e9pes feldolgoz\u00f3 chipek tervez\u00e9s\u00e9re\u201d \u2013 mondta Yi.<\/p>\n\n\n\n

\u201eA mesters\u00e9ges intelligenci\u00e1t egyre ink\u00e1bb korl\u00e1tozza az energiafogyaszt\u00e1s. Ez a kutat\u00e1s neur\u00e1lis sz\u00e1m\u00edt\u00e1sokat v\u00e9gez f\u00e9ny seg\u00edts\u00e9g\u00e9vel, lehet\u0151v\u00e9 t\u00e9ve a gyorsabb, energiahat\u00e9konyabb \u00e9s ultrakompakt MI-gyors\u00edt\u00f3k l\u00e9trehoz\u00e1s\u00e1t.\u201d<\/p>\n\n\n\n

Orvosi adatokkal v\u00e9gzett tesztel\u00e9s
A protot\u00edpus ki\u00e9rt\u00e9kel\u00e9s\u00e9hez a kutat\u00f3csoport t\u00f6bb mint 10 000 biomedicin\u00e1lis k\u00e9p oszt\u00e1lyoz\u00e1s\u00e1ra k\u00e9pezte ki a chipet. Az adathalmaz a mell, a mellkas \u00e9s a has MRI-felv\u00e9teleit tartalmazta. Mind a szimul\u00e1ci\u00f3k, mind a laborat\u00f3riumi k\u00eds\u00e9rletek kimutatt\u00e1k, hogy a fotonikus neur\u00e1lis h\u00e1l\u00f3zat 90 \u00e9s 99 sz\u00e1zal\u00e9k k\u00f6z\u00f6tti pontoss\u00e1ggal k\u00e9pes azonos\u00edtani a k\u00e9peket. Minden sz\u00e1m\u00edt\u00e1s pikoszekundumos id\u0151sk\u00e1l\u00e1n t\u00f6rt\u00e9nt, ami azt jelenti, hogy a m\u0171veletek a m\u00e1sodperc billi\u00f3domod r\u00e9sze alatt fejez\u0151dtek be, mik\u00f6zben a f\u00e9ny \u00e1thaladt a nanoszerkezeten. Az eredm\u00e9nyek arra utalnak, hogy a neur\u00e1lis h\u00e1l\u00f3zati modellek fizikailag be\u00e1gyazhat\u00f3k nanosk\u00e1l\u00e1j\u00fa fotonikus strukt\u00far\u00e1kba, ahelyett, hogy szoftverk\u00e9nt futtatn\u00e1k \u0151ket hagyom\u00e1nyos processzorokon.<\/p>\n\n\n\n

A kutat\u00e1s eredm\u00e9nyei egy id\u0151ben jelennek meg, mik\u00f6zben a technol\u00f3giai v\u00e1llalatok \u00e9s korm\u00e1nyok vil\u00e1gszerte folyamatosan b\u0151v\u00edtik a mesters\u00e9ges intelligencia infrastrukt\u00far\u00e1j\u00e1t . Minden \u00faj adatk\u00f6zpont nyom\u00e1st gyakorol az elektromos h\u00e1l\u00f3zatokra, \u00e9s n\u00f6veli a h\u0171t\u00e9si er\u0151forr\u00e1sok ir\u00e1nti ig\u00e9nyt. A fotonikus sz\u00e1m\u00edt\u00e1stechnika seg\u00edthet cs\u00f6kkenteni ezt a terhet, mivel a f\u00e9ny elektromos ellen\u00e1ll\u00e1s n\u00e9lk\u00fcl haladhat \u00e1t az anyagokon, jelent\u0151sen cs\u00f6kkentve a h\u0151termel\u00e9st \u00e9s az energiafogyaszt\u00e1st az elektronikus chipekhez k\u00e9pest.<\/p>\n\n\n\n

A kutat\u00f3csoport t\u00f6bb mint egy \u00e9vtizedet t\u00f6lt\u00f6tt a fotonika sz\u00e1m\u00edt\u00e1stechnikai \u00e9s \u00e9rz\u00e9kel\u00e9si technol\u00f3gi\u00e1kban val\u00f3 alkalmaz\u00e1s\u00e1nak lehet\u0151s\u00e9geinek felt\u00e1r\u00e1s\u00e1val. K\u00f6vetkez\u0151 l\u00e9p\u00e9s\u00fck a terv kiterjeszt\u00e9se nagyobb fotonikus neur\u00e1lis h\u00e1l\u00f3zatokra, amelyek k\u00e9pesek \u00f6sszetettebb adathalmazok feldolgoz\u00e1s\u00e1ra.<\/p>\n\n\n\n

Ha a technol\u00f3gia sikeresen sk\u00e1l\u00e1z\u00f3dik, a fotonikus chipek v\u00e9g\u00fcl kieg\u00e9sz\u00edthetik vagy helyettes\u00edthetik a hagyom\u00e1nyos processzorokat bizonyos mesters\u00e9ges intelligencia alap\u00fa munkaterhel\u00e9sekben, gyorsabb \u00e9s energiahat\u00e9konyabb hardvert k\u00edn\u00e1lva a j\u00f6v\u0151 rendszerei sz\u00e1m\u00e1ra.<\/p>\n\n\n\n

Tov\u00e1bb a cikkre:<\/mark> interestingengineering.com<\/a> (Neetika Walter) \u00e9s nature.com<\/a><\/p>\n\n\n\n

Az \u00faj, f\u00e9nyalap\u00fa fotonikus chipek lehet\u0151v\u00e9 teszik a robotok \u00e1ltali tanul\u00e1st elektronikus sz\u00e1m\u00edt\u00e1sok n\u00e9lk\u00fcl<\/h1>\n\n\n\n

A kutat\u00f3k meger\u0151s\u00edt\u00e9ses tanul\u00e1st mutattak be fotonikus neuromorf chipeken, amelyek teljes eg\u00e9sz\u00e9ben f\u00e9nnyel dolgozz\u00e1k fel az idegi jeleket, GPU-szint\u0171 hat\u00e9konys\u00e1got el\u00e9rve.<\/p>\n\n\n\n

A kutat\u00f3k \u00faj fotonikus sz\u00e1m\u00edt\u00e1stechnikai chipeket \u00e9p\u00edtettek, amelyek lehet\u0151v\u00e9 teszik a neur\u00e1lis h\u00e1l\u00f3zatok sz\u00e1m\u00e1ra, hogy elektronika helyett f\u00e9ny seg\u00edts\u00e9g\u00e9vel tanuljanak. A technol\u00f3gia fejlesztheti az \u00f6nvezet\u0151 j\u00e1rm\u0171veket, \u00e9s seg\u00edthet a robotoknak abban, hogy k\u00f6zvetlen\u00fcl a val\u00f3s interakci\u00f3kb\u00f3l tanuljanak. A chipek egyfajta mesters\u00e9ges intelligenci\u00e1t futtatnak, amelyet fotonikus t\u00fcsk\u00e9s neur\u00e1lis rendszernek neveznek. Ezek a rendszerek ut\u00e1nozz\u00e1k a biol\u00f3giai neuronok kommunik\u00e1ci\u00f3j\u00e1t gyors impulzusok seg\u00edts\u00e9g\u00e9vel. Ebben az esetben ezek a jelek f\u00e9nyk\u00e9nt terjednek. A tud\u00f3sok szerint az \u00faj rendszer megsz\u00fcntet egy jelent\u0151s sz\u0171k keresztmetszetet, amely lass\u00edtotta a fotonikus mesters\u00e9ges intelligencia fejleszt\u00e9s\u00e9t.<\/p>\n\n\n\n

A kor\u00e1bbi rendszereknek m\u00e9g elektronik\u00e1ra volt sz\u00fcks\u00e9g\u00fck a tanul\u00e1s kulcsfontoss\u00e1g\u00fa l\u00e9p\u00e9seihez. Az \u00faj kialak\u00edt\u00e1s ezeket a m\u0171veleteket teljes m\u00e9rt\u00e9kben az optikai tartom\u00e1nyban tartja.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Fotonikus neur\u00e1lis sz\u00e1m\u00edt\u00e1stechnika
A fotonikus t\u00fcsk\u00e9s neur\u00e1lis rendszerek r\u00f6vid f\u00e9nykit\u00f6r\u00e9seket haszn\u00e1lnak az idegi jelek \u00e1br\u00e1zol\u00e1s\u00e1ra. Ezek az optikai t\u00fcsk\u00e9k sokkal gyorsabban mozognak a fotonikus \u00e1ramk\u00f6r\u00f6k\u00f6n, mint az elektromos jelek. A kor\u00e1bbi fotonikus rendszerek azonban csak line\u00e1ris sz\u00e1m\u00edt\u00e1sokat tudtak feldolgozni f\u00e9ny seg\u00edts\u00e9g\u00e9vel. A tanul\u00e1shoz sz\u00fcks\u00e9ges nemline\u00e1ris m\u0171veletek tov\u00e1bbra is elektronikus hardverekre t\u00e1maszkodtak.<\/p>\n\n\n\n

\u201eA fotonikus t\u00fcsk\u00e9s neur\u00e1lis rendszerek r\u00f6vid optikai impulzusokat, vagy t\u00fcsk\u00e9ket haszn\u00e1lnak az idegi jelz\u00e9sek emul\u00e1l\u00e1s\u00e1ra, de jellemz\u0151en csak a sz\u00e1m\u00edt\u00e1s line\u00e1ris r\u00e9szeit tudj\u00e1k f\u00e9nnyel feldolgozni\u201d \u2013 mondta a kutat\u00f3csoport vezet\u0151je, Shuiying Xiang a k\u00ednai Xidian Egyetemr\u0151l. Xiang elmagyar\u00e1zta a kor\u00e1bbi rendszerek korl\u00e1tait.<\/p>\n\n\n\n

\u201eKor\u00e1bban a tanul\u00e1st \u00e9s a d\u00f6nt\u00e9shozatalt lehet\u0151v\u00e9 tev\u0151 nemline\u00e1ris l\u00e9p\u00e9sek megk\u00f6vetelt\u00e9k, hogy a jelet visszaalak\u00edts\u00e1k elektronikus jelekk\u00e9. Ez k\u00e9sleltet\u00e9st okoz, \u00e9s al\u00e1\u00e1ssa a fotonika sebess\u00e9g- \u00e9s energiael\u0151nyeit.\u201d – Az \u00faj rendszer megsz\u00fcnteti ezt a korl\u00e1toz\u00e1st. K\u00f6zvetlen\u00fcl f\u00e9nnyel v\u00e9gez line\u00e1ris \u00e9s nemline\u00e1ris neur\u00e1lis sz\u00e1m\u00edt\u00e1sokat is.<\/p>\n\n\n\n

A kutat\u00f3k egy programozhat\u00f3 fotonikus neuromorf platformot terveztek a koncepci\u00f3 bemutat\u00e1s\u00e1ra. A rendszer k\u00e9t egy\u00fcttm\u0171k\u00f6d\u0151 chipet haszn\u00e1l. Az egyik chip egy 16 csatorn\u00e1s fotonikus neuromorf processzort tartalmaz. 272 tan\u00edthat\u00f3 param\u00e9tert tartalmaz, \u00e9s t\u00f6bb optikai jelet dolgoz fel egyszerre. A m\u00e1sodik chip egy elosztott visszacsatol\u00f3 l\u00e9zert\u00f6mb\u00f6t tartalmaz tel\u00edthet\u0151 abszorberrel. Ez az alkatr\u00e9sz lehet\u0151v\u00e9 teszi az alacsony k\u00fcsz\u00f6b\u00e9rt\u00e9k\u0171 nemline\u00e1ris optikai t\u00fcsk\u00e9sed\u00e9st. A kutat\u00f3k meger\u0151s\u00edt\u00e9ses tanul\u00e1ssal tesztelt\u00e9k a rendszert. Ez a mesters\u00e9ges intelligencia \u00e1ltali megk\u00f6zel\u00edt\u00e9s pr\u00f3b\u00e1lgat\u00e1ssal \u00e9s hib\u00e1kkal tan\u00edtja a rendszereket.<\/p>\n\n\n\n

\u201eEzzel a rendszerrel demonstr\u00e1ltuk a meger\u0151s\u00edt\u00e9ses tanul\u00e1st, amelyet egy hardveres \u00e9s szoftveres egy\u00fcttm\u0171k\u00f6d\u00e9si keretrendszer t\u00e1mogatott, amely betan\u00edtja \u00e9s futtatja a neur\u00e1lis h\u00e1l\u00f3zatot\u201d \u2013 mondta Xiang.<\/p>\n\n\n\n

\u201eA rendszer gyorsan tanult pr\u00f3b\u00e1lkoz\u00e1sok \u00e9s hib\u00e1k r\u00e9v\u00e9n, ami egy gyors, alacsony k\u00e9sleltet\u00e9s\u0171 megold\u00e1s potenci\u00e1lj\u00e1t mutatta, \u00e9s olyan alkalmaz\u00e1sokban is haszn\u00e1lhat\u00f3, mint az \u00f6nvezet\u0151 rendszerek \u00e9s a megtestes\u00fclt intelligencia.\u201d<\/p>\n\n\n\n

A m\u00e9rn\u00f6k\u00f6k el\u0151sz\u00f6r szoftveresen k\u00e9pezt\u00e9k ki a neur\u00e1lis modellt. A chipek ezut\u00e1n hardveresen ker\u00fcltek betan\u00edt\u00e1sra \u00e9s v\u00e9grehajt\u00e1sra. A kutat\u00f3k k\u00e9s\u0151bb szoftveresen finomhangolt\u00e1k az eredm\u00e9nyeket, hogy figyelembe vegy\u00e9k a kisebb hardveres elt\u00e9r\u00e9seket. A csapat k\u00e9t standard szab\u00e1lyoz\u00e1si probl\u00e9ma seg\u00edts\u00e9g\u00e9vel \u00e9rt\u00e9kelte a rendszert. Az egyik egy mozg\u00f3 kocsin l\u00e9v\u0151 r\u00fad egyens\u00falyoz\u00e1s\u00e1b\u00f3l \u00e1llt, ezt CartPole feladatnak nevezt\u00e9k. A m\u00e1sik egy ford\u00edtott inga stabiliz\u00e1l\u00e1s\u00e1t ig\u00e9nyelte. A hardveres d\u00f6nt\u00e9sek szorosan illeszkedtek a szoftveres modellhez. A pontoss\u00e1g mind\u00f6ssze 1,5 sz\u00e1zal\u00e9kkal cs\u00f6kkent a CartPole \u00e9s 2 sz\u00e1zal\u00e9kkal az ingateszt eset\u00e9ben.<\/p>\n\n\n\n

A rendszer emellett er\u0151s sz\u00e1m\u00edt\u00e1si teljes\u00edtm\u00e9nyt is ny\u00fajtott. A fotonikus line\u00e1ris feldolgoz\u00e1s el\u00e9rte az 1,39 teram\u0171veletet m\u00e1sodpercenk\u00e9nt wattonk\u00e9nt. A nemline\u00e1ris sz\u00e1m\u00edt\u00e1s m\u00e1sodpercenk\u00e9nt \u00e9s wattonk\u00e9nt k\u00f6zel 988 gigam\u0171veletet \u00e9rt el. A chipre integr\u00e1lt sz\u00e1m\u00edt\u00e1si k\u00e9sleltet\u00e9s mind\u00f6ssze 320 pikoszekundum volt.<\/p>\n\n\n\n

A fotonikus mesters\u00e9ges intelligencia rendszerek fel\u00e9
A kutat\u00f3k \u00fagy v\u00e9lik, hogy a technol\u00f3gia t\u00e1mogathatja a j\u00f6v\u0151beli mesters\u00e9ges intelligencia rendszereket, amelyek gyors tanul\u00e1st \u00e9s alacsony energiafogyaszt\u00e1st ig\u00e9nyelnek. A lehets\u00e9ges alkalmaz\u00e1sok k\u00f6z\u00e9 tartozik az \u00f6nvezet\u0151 aut\u00f3k \u00e9s a val\u00f3s k\u00f6rnyezetekhez alkalmazkod\u00f3 robotrendszerek . A jelenlegi protot\u00edpus 16 optikai csatorn\u00e1t haszn\u00e1l. A j\u00f6v\u0151beli tervek nagyobb architekt\u00far\u00e1kra is sk\u00e1l\u00e1zhat\u00f3k. A csapat egy 128 csatorn\u00e1s fotonikus t\u00fcsk\u00e9s neur\u00e1lis chip fejleszt\u00e9s\u00e9t tervezi. Ez a fejleszt\u00e9s t\u00e1mogathatja a bonyolultabb meger\u0151s\u00edt\u00e9ses tanul\u00e1si feladatokat.<\/p>\n\n\n\n

A kutat\u00f3k c\u00e9lja kompakt hibrid fotonikus rendszerek \u00e9p\u00edt\u00e9se is, amelyek alkalmasak peremh\u00e1l\u00f3zati sz\u00e1m\u00edt\u00e1stechnik\u00e1ra.<\/p>\n\n\n\n

Siker eset\u00e9n a fotonikus mesters\u00e9ges intelligencia hardver alternat\u00edv\u00e1t k\u00edn\u00e1lhat az elektronikus processzorokkal szemben a j\u00f6v\u0151 intelligens g\u00e9peiben.<\/p>\n\n\n\n

Tov\u00e1bb a cikkre:<\/mark> interestingengineering.com<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

A Sydney-i Egyetem kutat\u00f3i egy olyan nanofotonikus chip protot\u00edpust \u00e9p\u00edtettek, amely mesters\u00e9ges intelligencia sz\u00e1m\u00edt\u00e1sokat v\u00e9gez elektromoss\u00e1g helyett f\u00e9nnyel. A k\u00eds\u00e9rleti…<\/p>\n","protected":false},"author":1,"featured_media":7061,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[39],"tags":[],"class_list":["post-7060","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-bigtech"],"_links":{"self":[{"href":"https:\/\/digitalnews.hu\/index.php?rest_route=\/wp\/v2\/posts\/7060","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/digitalnews.hu\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/digitalnews.hu\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/digitalnews.hu\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/digitalnews.hu\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=7060"}],"version-history":[{"count":3,"href":"https:\/\/digitalnews.hu\/index.php?rest_route=\/wp\/v2\/posts\/7060\/revisions"}],"predecessor-version":[{"id":7065,"href":"https:\/\/digitalnews.hu\/index.php?rest_route=\/wp\/v2\/posts\/7060\/revisions\/7065"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/digitalnews.hu\/index.php?rest_route=\/wp\/v2\/media\/7061"}],"wp:attachment":[{"href":"https:\/\/digitalnews.hu\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=7060"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/digitalnews.hu\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=7060"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/digitalnews.hu\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=7060"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}