Olyannyira elterjedt a fogalom, hogy ma már sokszor azonosítjuk az adathalmazokból kinyert információk elemzésének fejlett módszereivel, pl. a prediktív és viselkedési analitikával is. Ehhez a hagyományosan széttagolt adatsorokat összekapcsolt adatpontokká kell alakítani, amivel minden eddiginél jobb rálátást nyerhetünk az információkra. A gyors fejlődés és a 2023-ra várhatóan már 103 milliárd dolláros forgalmat produkáló big data analitikai piac bővülésének eredményeként növekszik az igény az olyan technológiák iránt, mint pl. a mesterséges intelligencia (MI), a gépi tanulás és a mélytanulás. Ezek révén a szervezetek egyre hatékonyabban hasznosíthatják az algoritmusokat az átfogó adatelemzések készítéséhez. A Kingston Technology legutóbbi e-könyvében a vállalat szakértői és az iparág vezető képviselői olyan kérdésekre keresik a választ, mint hogy miként változtatja meg az MI a munkánkat és magánéletünket, és hogyan fokozza az igényt a még nagyobb sebesség és teljesítmény iránt.

Kik az úttörők az MI bevezetésében?

A pénzügyi szektor az elsők között kezdett komoly összegeket fordítani a mesterséges intelligencia és a gépi tanulási algoritmusok használatára. Az MI minden területen bevethető: a részvényárfolyamok előrejelzésének ellenőrzésétől a portfólióoptimalizáláson keresztül a nagyfrekvenciájú kereskedésig. A pénzintézetek MI segítségével elemzik a piaci trendeket. Maguktól tanulni képes algoritmusokat dolgoznak ki például annak érdekében, hogy minden egyes új változat jobban segítse őket a nyereség optimalizálásában a hiteligénylések értékelése során.

A pénzügyi szektor mellett az MI és a mélytanulás szinte minden más iparágban is elősegíti a döntéshozatalt és a fejlődést. A mesterséges intelligencia az elmúlt évtizedben számos területen beváltotta a hozzá fűzött reményeket a problémák megoldása terén, az ügyfelek viselkedésének jobb megismerésétől kezdve a mobiltelefonok billentyűzárának arcfelismerés-alapú feloldásáig. Az MI gépi tanulási szegmense tovább növeli a lehetőségeket a virtuális személyi asszisztensek, chatbotok, valamint marketingautomatizációs és beszédfelismerési megoldások fejlődésével.

„Az MI az egészségügyre is komoly hatást gyakorol. Lehetővé teszi, hogy az ellátásban dolgozó szakemberek jobban átlássák a páciensek állapotára jellemző napi mintákat és a betegek folyamatosan változó igényeit. Az OECD szerint a mesterséges intelligencia a távgyógyászatban és a szűrésben is fontos szerepet játszik, segít felderíteni a gyógyszerek kölcsönhatásait, és a gyógyszerkutatást is támogatja. Az MI a koronavírus-járvány idején is értékes segítséget nyújt a betegadatok feldolgozásához és elemzéséhez, a kockázati csoportok beazonosításához és az alkalmazandó kezelések kiválasztásához. Az MI továbbá a kórházi és szállítási folyamatok kockázatos feladataihoz is bevonható. Az elkövetkező években tanúi leszünk, miként alkalmazzák majd a technológiát egyre szélesebb körben a gyógyszerfejlesztés során”

– mutat rá Pasi Siukonen, a Kingston Technology műszaki erőforrásokért felelős csoportjának vezetője.

Hogyan lehet érdemi változásokat elérni az MI-vel?

Az MI nem csak a hatékonyság növelésére és a munkaigényes feladatok észszerűsítésére használható. A gépi tanulásnak és a mélytanulásnak köszönhetően az MI-alkalmazások közel valós időben képesek tanulni az adatokból és az eredményekből. Elemezni tudják többféle forrás új információit és igazodnak hozzájuk, ráadásul olyan fokú pontossággal, amely óriási jelentőséggel bír az üzleti életben, és messze meghaladja az emberi teljesítőképesség határait. Az önoptimalizálás és az önálló tanulás révén a mesterséges intelligencia folyamatosan növeli az általa teremtett üzleti előnyöket.

 Az MI rendelkezik a megértés és a felismerés képességével – legyen szó az ügyfelek szokásairól, meggyőződéséről, kielégítetlen szükségleteiről, vagy éppen arról, mennyire működik hatékonyan egy épület az energiafelhasználás, az alapterület kihasználtsága és a látogatottság szempontjából. Az MI-t használó vállalatok az így szerzett adatokat jobb előrejelzések készítésére, tervezésre és felkészülésre használhatják fel. Ha emellett a cégek a szükséges területeken az emberi gondolkodás kreativitására és az empátiára is mernek támaszkodni, óriási változásokat érhetnek el – iparágtól függetlenül.

„Az MI-vel kitágíthatók a számítógépes rendszer teljesítőképességének határai. A kvantumszámítástechnika bevezetésével fel fog gyorsulni például a természetes nyelvi feldolgozás (NLP) fejlődése, és ennek révén olyan, már jelenleg is használt eszközök válhatnak hatékonyabbá a jövőben, mint a szinte valós idejű élő fordítás vagy az automatikus beszédfelismerés a kommunikációs eszközökön (például telefonon és chatben). Az MI ma még nem ismert problémák megoldásában is segítségünkre lesz. Egyre több, korábban emberek által vezérelt eszközbe fog beépülni az önálló intelligens tanulás képessége és az önfenntartó funkcionalitás”

– hangsúlyozza Pasi Siukonen.

Az MI hatása az adattömeg növekedésére

Az IDC előrejelzése szerint az általunk létrehozott és fogyasztott digitális adatok mennyisége 2025-re 175 zettabájtra fog nőni. Ez több mint négyszeres növekedést jelent a 2019-ben keletkezett 40 zettabájtnyi adathoz képest. 2022-re a globális big data és üzleti analitikai megoldások piacának éves forgalma várhatóan eléri a 274,3 milliárd dollárt.

Az MI és az adattömeg növekedése kétségkívül elválaszthatatlan egymástól. Mivel az előttünk álló évtized az adatokról fog szólni, azok a szervezetek lesznek sikeresek, amelyek képesek a mesterséges intelligenciával és más hasonló technológiákkal összegyűjteni és hasznosítani az adatokat. Az ebben rejlő lehetőségek maradéktalan kiaknázásában kritikus szerepet fog játszani a célnak megfelelő infrastruktúra, amely a legújabb CPU-kkal/GPU-kkal, következő generációs memóriát és NVMe SSD-ket tartalmazza.

A big data robbanásszerű növekedése nem áll le, és vele párhuzamosan az MI és a gépi tanulás szerepe is tovább erősödik. Az idén az előrejelzések szerint a világ minden lakójára másodpercenként 1,7 megabájtnyi újonnan keletkező adat jut – képzeljük csak el, mennyi adatot jelent ez egy teljes szervezetre és ügyfélkörének adatbázisára nézve. Ezért mélyebbre kell ásni az adatokba és értelmezni kell őket, különösen, ha az emberi viselkedés megértése a cél. Ehhez pedig több és hatékonyabb adatfeldolgozásra van szükség a CPU-k/GPUk vagy a memória segítségével, ez ugyanis tovább javítja az adatok értelmezésének minőségét. 

Azoknak a szervezeteknek, amelyek szeretnének kitűnni versenytársaik közül, mindenekelőtt el kell sajátítaniuk az adatok megfelelő kezelését és tárolását. Ezután jöhet az MI és a gépi tanulás alkalmazása ahhoz, hogy megszerezzék az ügyfelekkel, versenytársakkal, szállítókkal és a teljesítményt befolyásoló piaci viselkedéssel kapcsolatos rejtett tudást. A fejlődés ösztönzéséhez az egyre kifinomultabb alkalmazások megjelenésével elengedhetetlen a gyors és megbízható SSD-k használata. A Kingston Technology az Ask an Expert szolgáltatással segíti a vállalatokat a hatékony infrastruktúra megtervezésében. A vállalat szakértői felmérik a projekt- és rendszerkövetelményeket, és ezek alapján megtervezik a cégek számára a megfelelő tárolómegoldást.

A mesterséges intelligencia jövője

A Covid-19 világjárvány sok esetben felgyorsította a már egyébként is folyamatban lévő technológiai kezdeményezéseket. A változás, az alkalmazkodás és a túlélés szükségszerű elemévé vált a digitális átalakulás. Ehhez pedig a szervezeteknek fel kell készíteniük a rendszereiket, munkatársaikat és folyamataikat az olyan technológiák bevezetésére, mint az MI, a gépi tanulás és a mélytanulás.

 A prognózisok szerint továbbra is az MI és a big data kombinációja lesz a legnagyobb változásokat hozó tényező a digitális világban. A globális adattömeg exponenciális növekedésével szorosan összehangolva kell fejleszteni az MI-képességeket, aminek messze ható következményei napról napra világosabban látszanak. Vannak azonban olyan technológiák is – köztük az 5G –, amelyek nagy mértékben befolyásolják majd, hogyan tudjuk érdemi módon hasznosítani a mesterséges intelligenciát. Főként azért, mert az 5G rengeteg feldolgozásra váró és tanulási lehetőséget biztosító, valós idejű adatot fog generálni. Ahogy egyre több eszköz kapcsolódik egymáshoz, illetve az internetre, és egyre általánosabbá válik az MI használata, olyan adatáradat indulhat el, amit nagyon nehéz lesz továbbítani.

„Az általunk használt adatok mennyisége olyan mértékben növekszik, hogy a Földön előállított elektromos energia többségét hamarosan IT-eszközök üzemeltetésére fogjuk használni. Hogy a folyamat kezelhető maradjon, intelligensebb módszereket kell találnunk arra, hogy a kívánt végeredményt kevesebb adat felhasználásával, a végfelhasználóhoz közelebb érjük el”

– hangsúlyozza Simon Besteman, a Kingston tanulmányának egyik szerzője, a holland hostingszolgáltatók érdekképviseleti szervezete, az ISPConnect vezérigazgatója.

The post A big datától a gépi tanulásig – Mit hoz a jövő a mesterséges intelligencia számára? appeared first on Műszaki Magazin.

A mesterséges intelligencia eszközeit is alkalmazó módszerek használata áttételesen a fenntartható fejlődéshez is hozzájárul.

„A manapság már általánosan használt big data kifejezés bő egy évtizede kezdett elterjedni. Akkoriban olyan számítási problémát értettek alatta, amelyeket a hagyományos adatbázis-kezelő szoftverekkel nem lehetett megoldani. Eleinte tipikusan az internetes webtartalom feldolgozása, kereshetővé tétele volt ilyen. A big data – amit én inkább adatvezérelt megközelítésnek hívnék – később megjelent más területeken, így az iparban is: lényege, hogy a keletkező összes szenzoradatot, mérést, folyamatleírást egyesítjük, és ezekből kiindulva vizsgáljuk meg magát a gyártási folyamatot”

– fejtette ki dr. Benczúr András, a Széchenyi István Egyetem Járműipari Kutatóközpontjában működő Big Data Kutatócsoport vezetője, a Mesterséges Intelligencia Nemzeti Laboratórium vezetője, a SZTAKI Informatikai Kutatólaboratórium kutatólabor-vezetője.

Dr. Benczúr András

A kutató konkrét példával illusztrálta, hogy mire használható a technológia.

„Az autók elektronikai alkatrészeit műanyagból öntik, hogy védjék őket a környezeti hatásoktól, azonban ennek viszonylag magas a selejtaránya. Az egyik lehetséges megoldás a gyártási folyamattal való kísérletezés, az egyes paraméterek változtatása, különböző anyagok kipróbálása, hogy kiderüljön, melyek a jó beállítások. A másik az említett adatvezérelt megközelítés: a gépek akár másodpercenként naplóznak minden egyes műanyagöntést, s az akár évekre visszanyúló teljes adatmennyisséget elemezzük a mesterséges intelligencia eszközeit is alkalmazva”

– magyarázta a szakember. Az utóbbi megoldás előnye, hogy a jelenlegi és a múltbeli gyártási folyamatok is értékelhetők általa, emellett pedig nem igényel költséges próbagyártást. Ennek révén az energiafelhasználás is csökken, ami hozzájárul a fenntartható fejlődéshez.

Dr. Benczúr András hangsúlyozta, hogy a big data módszerek kifejezetten hasznosak lehetnek a járműiparban. További alkalmazási lehetőséget rejtenek az autonóm közlekedési fejlesztések, hiszen akár gépi látási problémák is megtámogathatók e technológiával. Kiemelten keresik azokat a nagy gyártókat, amelyeknél hatalmas perspektíva rejlik a gyártási folyamatok optimalizálásában. Ilyen témában jelenleg együttműködés előkészítése zajlik a Széchenyi István Egyetem Járműipari Kutatóközpontja, a SZTAKI és a győri Audi Hungaria Zrt. között.

The post Egyetemi Big Data Kutatócsoport appeared first on Műszaki Magazin.

Európa számos országában intézményes keretek között tanítják a makettező szakmát, nálunk csupán az építészeti oktatás kevésbé hangsúlyos része a képzés. Pedig innovációval és kutatás-fejlesztéssel párosulva akár a külföldi piac is nyitva áll a magyar makettkészítők előtt.

Az építészetben bármennyire terjednek a digitális megoldások még mindig a fizikai makett az, ami a legtöbb tervezési problémára fel tudja hívni a figyelmet, ötleteket és választ tud adni megoldhatatlannak tűnő kérdésekre.  Nem véletlen tehát, hogy számos, világszinten jegyzett építészeti irodában – Herzon de Meuron, Renzo Piano Building Workshop, BIG, Peter Zumthor – a tervezési folyamatot végigköveti a munkaközi makettek készítése. Svájcban pedig szinte minden kisvárosban akad egy makettezéssel foglalkozó cég, hiszen ott a legkisebb pályázatnál is környezeti makettbe kell beilleszteni a tervet, így azonnal látható, hogy a tervezett épület miként illeszkedik a környezetbe, a városrészbe.

„A nagy városépítészeti és ingatlanfejlesztési pályázatokat is úgy szokták lebonyolítani, hogy a környező városrészt vagy területet megmakettezik gipszöntvényből, a tervezési területet pedig üresen hagyják.  Minden pályázónak a környezeti makettbe beilleszthető módon kell elkészítenie a saját tervét, így mindenki azonos módon tudja bemutatni az elképzeléseit. Nagyon szemléletes, hogy ugyanarra a környezetre ki, hogyan reagál. Ideálisan egy tervezési folyamatnak úgy kellene történnie, hogy a rajzok, a számítógépes virtuális platform és a munkaközi makettezés párhuzamosan haladjon. Ahogy fejlődik a terv, úgy fejlődik a makett is, egyre összetettebb és részletesebb megoldások készülnek. A digitális tervezéssel szemben egy fizikai maketten minden egyszerre látható, ezért is lehet kijózanító. Mindig megmutatja, ha valami nem jó.  Magyarországon azonban leginkább a végponton készülnek makettek reprezentációs célból, nem is a tervezők, hanem az ingatlanfejlesztők megbízásából”

– meséli Csizmazia Géza építész, a Limes Model ügyvezetője, akinek cége hazánkban piacvezető a makettezésben.

A fizikai modellezés évszázadok óta az építészeti oktatás és gyakorlat alapeleme, a külföldi iskolákkal ellentétben azonban Magyarországon inkább egyfajta kötelező elemként tekintenek ezekre az órákra, és a gyakorló építészek sem feltétlen használják a munkaközi maketteket. Az oktatásban és a szakmában is szemléletváltásra van szükség ahhoz, hogy ez  az ágazat és szakma megfelelő helyre kerüljön itthon. A makett ugyanis egyszerre lehet prémium termék és a munkát segítő gyakorlati eszköz.

Hazánkban jelenleg tíznél is kevesebb makettező cég van, jellemzően 1-3 fős mikrovállalkozások, csupán a Limes az, amelyik tíznél is több alkalmazottat el tud látni folyamatosan munkával. Pedig a makettezés az innováció egyik folyamatos terepe lehet, a megfelelő anyagok, technikák, megoldások kutatása valódi kreatívipari tevékenységgé emeli a munkát.

“Javarészt reprezentációs makettek készítésével foglalkozunk, az építőipar mellett más területeken is. Eddig 400-nál is több makettet készítettünk. A magyarországi projektek – többek között irodák, lakóingatlanok, ipari létesítmények, számos kiemelt jelentőségű fejlesztés, mint a Budai Vár, a Liget Budapest, a Galvani-híd, a Puskás Ferenc Stadion – mellett orosz, francia, német, osztrák, svájci, ciprusi, de még Etiópiához kötődő megbízásunk is volt.  Egyfajta kortárs műalkotásként tekintek a saját munkáinkra, semmiképpen sem ipari termékként. Azt szoktam mondani, alkalmazott művészek vagyunk”

– emeli ki Csizmazia Géza.

The post A makett megmutatja az építészeti terv részleteit appeared first on Műszaki Magazin.

Elemzések szerint az automatizáció és a big data egyaránt szerepel az idei év legmeghatározóbb üzleti trendjei között, amely jól mutatja az IT és üzleti terület összefonódását. Az automatizáció, AI, digitalizáció évek óta tartó terjedését a világjárvány tovább gyorsította. Az Európai Beruházási Bank “Who is prepared for the new digital age?” tanulmánya szerint a vállalatok számára kifejezetten előnyt jelent, ha hangsúlyt fektetnek a digitalizációra, a digitális vállalatok ugyanis jobban teljesítenek és gyorsabban tudnak növekedni is. Ugyanígy versenyelőnyt jelent a cégek számára, ha jól hasznosítják a meglévő adatállományukat, javítva ezzel a döntéshozatal sebességét és hatékonyságát.

“Ezek a trendek is megmutatják, hogy üzleti területen milyen nagy szükség van informatikai tudásra, és ez nem csak az IT szakemberek meglétét jelenti. Mindenkinek, aki az üzleti világban  dolgozik, érdemes legalább alapszintű programozói tudással rendelkeznie. Ezekre az igényekre válaszolva alakítottuk ki az IBS-sel közösen az IT és üzleti adatelemzés 1 éves mesterképzést, ami februárban már második alkalommal indul el”

–  mondta el Kökény Tamás, a Green Fox Academy társalapítója, a képzés egyik mentora. A program a két területet ötvözi, a hallgatók az üzleti élet, pénzügy, marketing, valamint a programozás, data science alapjaival is megismerkednek.

“Utóbbi esetében olyan tananyagot állítottunk össze, ami üzleti környezetben kifejezetten hasznos. A programozás alapjainak elsajátítása után a hallgatók például megtanulják, hogyan lehet folyamatokat automatizálni, mit lehet az adatokkal kezdeni, hogyan tudják megfelelően tisztítani, felhasználhatóvá tenni, majd adatvizualizáció segítségével értelmezni azokat”

– emelte ki a mentor a képzés kapcsán.

A legtöbb cég már megkövetel egy alap IT tudást

A régióban egyedülálló program, amely egyesíti az egyetemi és bootcamp típusú oktatás erősségeit, először szeptemberben indult el 18 fővel. A világ minden tájáról csatlakoztak a mesterképzéshez, Magyarország mellett Chiléből, Vietnámból, Kínából, Pakisztánból, Oroszországból, Törökországból, Iránból, Azerbajdzsánból és Egyiptomból is érkezett hallgató. A diákok közel negyede nő, ami egy IT fókuszú képzés esetében kifejezetten magasnak számít. Kitti és Carlos is elsősorban a jövőbeni munkalehetőségek miatt vágott bele a programba, mindketten úgy látják, hogy a legtöbb cég már megkövetel egy alap IT tudást a kollégáitól.

“Alig várom, hogy az üzlet világában kamatoztassam a kódolói tudásomat, akár adatelemzés, akár egy website vagy alkalmazás létrehozása során. Rengeteg a lehetőség ezen a területen”

– meséli Kitti a jövőbeli tervei kapcsán.

Az IBS és Green Fox a pozitív tapasztalatok nyomán döntött a program folytatásáról, a februárban induló kurzusra január 15-éig várják a BSc-diplomával rendelkezők jelentkezését.

“Aki belevágna, annak azt javaslom, hogy a képzés előtt próbáljon ki egy online programozókurzust, akár a Green Fox #MyFirstApp Coding Campjét, és nézze meg, hogy miben tér el a formátum egy hagyományos egyetemi tantárgytól. A képzés elején a programozás ugyanis nagyon gyakorlatias, a haladás attól függ, hogy ki mennyi időt tud gyakorlással tölteni. Egy online kurzus során szerzett tapasztalat segít átlendülni a kezdeti nehézségeken”

– tanácsolta Kökény Tamás.

A program végén a sikeresen vizsgázók a University of Buckingham MSc diplomáját szerzik meg.

The post Automatizáció és big data: 2021-ben az IT lesz az üzleti siker kulcsa? appeared first on Műszaki Magazin.