Kezdjük is el, és kezdjük rögtön azzal a kérdéssel, ami informatikai szakmai oldalon sokszor felmerül, tőlem legalábbis sokat kérdezik: egyáltalán mesterséges intelligencia-e a – jelenleg legnagyobb hypenak örvendő, ezért cikkünkben is sokszor kiemelt szerepet kapó – ChatGPT? – olvasható az NDAlegal honlapján megjelent cikkben.

A rövid válasz: jogilag valószínűleg igen.

Jelenleg nincs hatályban olyan magyar vagy Európai Uniós szabályozás, amely pontosan meghatározná a mesterséges intelligencia fogalmát, azonban az EU előtt már folyamatban van egy MI rendelet elfogadása, amelynek a tervezete természetesen elérhető. Ez a rendeleti szintű szabályozás – amely emiatt közvetlenül alkalmazandó lesz valamennyi tagállamban –meghatározza a mesterséges intelligencia jogi fogalmát, amely szerint a mesterséges intelligencia-rendszer olyan szoftver, amelyet az I. mellékletben felsorolt technikák és megközelítések közül egy vagy több alkalmazásával fejlesztettek, és amely az ember által meghatározott célkitűzések adott csoportja tekintetében olyan kimeneteket, például tartalmat, előrejelzéseket, ajánlásokat vagy döntéseket képes generálni, amelyek befolyásolják azt a környezetet, amellyel kölcsönhatásba lépnek

Hogy értsük a hivatkozást, az I. melléklet az alábbiakról rendelkezik a Mesterséges Intelligenciával kapcsolatban:

a) Gépi tanulási megközelítések, ideértve a felügyelt, a felügyelet nélküli és a megerősítő tanulást, a módszerek széles skálájának, többek között a mélytanulásnak az alkalmazásával;

b) Logikai és tudásalapú megközelítések, beleértve a tudás megjelenítését, az induktív (logikai) programozást, a tudásbázisokat, a következtetőmotorokat, a(z) (szimbolikus) érvelést és a szakértői rendszereket;

c) Statisztikai megközelítések, Bayes-féle becslés, keresési és optimalizálási módszerek.

Jogászként nyilvánvalóan nem posztom azt eldönteni, hogy a fent nevezett MI-k megfelelnek-e ezeknek a feltételeknek, ám valószínűsíteni merem, hogy igen, így mesterséges intelligenciának tekinthetjük őket – egy még nem létező jogszabály alapján legalábbis.

Ki a mesterséges intelligencia mű szerzője?

Szerzői mű-e egyáltalán az MI által alkotott mű?

A szerzői jogról szóló törvény (Szjt.) rendelkezései szerint a szerzői jogi védelem az alkotást a szerző szellemi tevékenységéből fakadó egyéni, eredeti jellege alapján illeti meg. Ezek alapján tehát az alábbiakra van szükség ahhoz, hogy egy mű egyáltalán szerzői jogi védelemben részesülhessen, tehát szerzői műnek tekintsük:

1. először is szükségünk van egy szerzőre,
2. ennek a szerzőnek kell valamilyen szellemi tevékenységet kifejteni,
3. a létrehozott alkotásnak pedig egyéni, eredeti jellege kell, hogy legyen.

Ki vagy MI a szerző?

A szerzői jog azt illeti, aki a művet megalkotta (szerző). Számos jogeset foglalkozott már korábban a nem ember – hanem például állat – által alkotott művek szerzői jogaival. A hatályos szerzői jogi szabályozás értelmében egyértelmű hazánkban az a kinyilatkoztatás, hogy a szerző csak és kizárólag természetes személy lehet, erre utal a jogszabályban az „aki” jelző is, hiszen nem úgy került megfogalmazásra a törvény, hogy „aki vagy amely” megalkotta a művet. Ennek megfelelően tehát kizárhatjuk azt a felvetést, hogy maga a mesterséges intelligencia lenne a mű szerzője.

Adódik a kérdés, hogy lehet-e a programozó a mű szerzője? Az általános vélekedés szerint mesterséges intelligencia felépítése, tanulása és a benne rejlő „fekete doboz” miatt alapvetően a programozók szerzősége a magyar és EU-s jogrendben kizártnak tekinthető, hiszen valójában nincs semmilyen ráhatásuk az alkotás folyamatára, mivel hatalmas mennyiségű adathalmazon tanul és alkot a mesterséges intelligencia.

Abban az esetben tehát, ha egyáltalán szerzői jog által védettnek tekinthetjük a mesterséges intelligencia által, vagy segítségével létrehozott műveket, a szerzői jogi védelem jogosultja fő szabály szerint – jelenlegi ismereteink alapján a magyar jogrendben – egyedül a felhasználó/promptoló lehet, abban az esetben, ha a létrehozatal az ő szellemi tevékenységén is alapul.

AIkotási folyamat

A fentiekből tehát most már látjuk, hogy a mű szerzője a felhasználó/promptoló lehet, azonban ez még mindig nem jelenti azt, hogy létrejön szerzői mű, amely szerzői jogi védelemben részesül, hiszen két további feltételnek is meg kell felelni: a szerző szellemi tevékenysége szükséges, hogy kifejtésre kerüljön, illetve a létrehozott alkotás egyéni, eredeti jelleggel kell, hogy rendelkezzen.

E tekintetben világszerte kialakulni látszik az az álláspont, hogy abban az esetben tekinthetünk egy MI-val létrehozott alkotást szerzői műnek, amennyiben az azt létrehozó (promptoló) embernek valós beavatkozási lehetősége van az eredmény létrehozásához. Erre az elmúlt időszakból származó klasszikus példa a „Zarya of the Dawn” c. képregény esete: az USCO, az Amerikai Egyesült Államok Szerzői Jogi Hivatala első körben megadta a képregényt a Midjourney segítségével elkészítő szerzőnek a szerzői jogi védelmet, végül azonban kijelentette, hogy mivel a természetes személynek nem volt lényegében beavatkozási lehetősége a képek megszületésében, így maga a képregény szerzői jogi védelemben nem részesülhet, kizárólag azon elemek tekintetében jegyezte be a szerzői jogot, ami a szerző valós és saját szellemi alkotása volt.

Kijelenthetjük tehát, hogy attól, hogy egy MI-nek írunk egy promptot, a létrehozott alkotás még nem fog szerzői műnek minősülni, és nem illeti meg szerzői jogi védelem. Csak és kizárólag abban az esetben részesülhet egy ilyen mű szerzői jogi védelemben, ha a természetes személy valóban részt vesz az alkotásban, befolyása van az eredményre, így például a ChatGPT esetében megírt szöveget átszerkeszti, átírja, javítja, hozzátesz – tehát művészi teljesítményt produkál maga az ember. Ebben az esetben beszélhetünk tehát szerzői műről, keletkezhet jogvédelemre hivatott alkotás.

Ha feliratkozik a Műszaki Magazin Hírlevelére, sosem marad le a híreinkről! További friss híreket talál a Műszaki Magazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

The post Ki lesz a mesterséges intelligencia által megalkotott mű szerzője? appeared first on Műszaki Magazin.

• Rohamtempó a mesterséges intelligenciával kapcsolatos technológiai fejlesztések területén
• Hihetetlen adatmennyiség feldolgozására képes a generatív mesterséges intelligencia
• A hiányzó szabályozási háttér miatt aggályos tartalmak is létrejönnek

A számítástechnikának kevés területe váltott és vált ki az évek során többször is olyan érdeklődést, ígéretet és csalódást, mint a mesterséges intelligencia (MI) területe. Az elmúlt hónapokban, a digitális térben minden az MI, egészen pontosan a ChatGPT körül forgott. Milyen sok jó vagy éppen rossz felhasználási módja létezik a generatív mesterséges intelligenciának? Hogyan működik és hol tud nekünk a ChatGPT segíteni? Emberszerű-e a mesterséges intelligencia? Hogy lett a ChatGPT szerint Petőfi Sándor A trónok harca forradalmár vezetője? Mennyire kell tartani a hibás tartalmaktól? Az óriási hype egyáltalán nem véletlen, hiszen a ChatGPT az első olyan technológiai termék, amit a laikusok a mindennapokban is használhatnak, mindezt úgy, hogy jelenleg a szabályozás folyamata igencsak gyerekcipőben jár, a kutatás ezzel szemben nem hónapról-hónapra, hanem napról-napra halad.

A ChatGPT technológiája nem új innováció

A McKinsey 2022 decemberében megjelent MI riportjából egyértelműen kiderült, hogy tavaly a megkérdezett vállalatok 50 százaléka a mesterséges intelligenciát már legalább egy üzleti területen bevezette. A tavaly decemberben berobbant ChatGPT mögött álló technológia azonban nem egy új innováció, hiszen a neurális hálózattal kapcsolatos első komolyabb eredmények már az 1950-es évek végén és az 1960-as évek elején megszülettek, majd ezt követően közel 20 évig feledésbe is merültek. Újrafelfedezésükre az 1980-as években került sor, amikor a tanításukra alkalmas algoritmust leírták, majd 2019-ben a transzformáló modellek bevezetését követően igencsak felgyorsultak az események.

„Az elméletből hamar gyakorlat lett, s a mögötte álló technológia, amire korábban évtizedeket kellett várni, extrém módon, szinte egyik napról a másikra fejlődik, s egyre nagyobb adatmennyiséget képes feldolgozni. A ChatGPT 4-es verziójába például 45 terabájtnyi, interneten elérhető publikus adatot tápláltak. Összehasonlításképpen, ha napi nyolc óra olvasással számolunk, ennek az adatmennyiségnek az elolvasására egy embernek közel 130 000 évre lenne szüksége” – mondta Nguyen Milán, adattudós.

Nguyen Milán, adattudós

 Kontrollált értékteremtésre van szükség

A bármilyen kérdésre és témában megdöbbentően jól válaszolni és szöveget alkotni képes ChatGPT, valamint a hozzá hasonló szövegalkotó termékek esetében mégis az a legnagyobb nehézség, hogy a könnyen, kis erőbefektetéssel hozzáférhető válaszok tényleg megbízhatóak és tényszerűek legyenek. Ráadásul időközben debütált a ChatGPT rossz kistestvére is. A ChaosGPT egy ChatGPT-ből származtatott mesterséges intelligencia alapú chatbot, amelyet ellenséges szándékkal hoztak létre, s habár még gyerekcipőben jár, előszele a lehetséges rosszindulatú felhasználásoknak.

Mivel a technológiai vállalatok egyre nagyobb nyomást gyakorolnak egymásra, ezért a legkomolyabb aggály, hogy az egyre intenzívebb verseny miatt kisebb körültekintés övezi ezt a területet, nem is beszélve a szabályozási rendszer hiányáról és arról, hogy a szintén mindenki számára elérhető ChaosGPT pedig egyértelműen dezinformálásra és rossz kezekben született.

„Sőt egyre több képi, videó- vagy hanganyagok generálására képes termék elérhető a piacon, és eljutottunk arra a pontra, hogy a hamis képes vagy videós tartalmakkal kiegészített szövegekkel még inkább meggyőző, félrevezető és dezinformációs kampányokat is létre lehet hozni. Ezek pillanatok alatt elterjednek a világhálón, akár 100 millió emberhez is eljutnak, a helyreállításukat követően azonban a helyes információt csak a töredékük látja vagy olvassa” – hangsúlyozta a szakértő. A kontrollált értékteremtés, a beépített védelmi rendszer fejlesztése folyamatos kihívást jelent a technológiai vállalatoknak, azonban már most látszik, milyen sok jó felhasználási módja is létezik a generatív mesterséges intelligenciának. „A kutatásra fordított időt jelentősen lerövidíti a ChatGPT, segítségével növelhetjük a hatékonyságunkat és a szövegek lektorálását is egyszerűbbé teszi. Koncepcionális gondolkodásnál kreatív segítő és akár jó vitapartner is lehet, azonban azt ne felejtsük el, hogy semmilyen szenzitív adatot ne adjunk meg a számára” – hangsúlyozta Szabados Réka termékmenedzser.

ChaosGPT Szabados Réka termékmenedzser

A Bosch Rexroth RE:FACT podcastjának legújabb epizódjában a ChatGPT-ről, a ChaosGPT-ről, valamint a hasonló generatív mesterséges intelligencia által működő termékekkel és használatukkal kapcsolatban felmerülő aggályokról Szabados Réka és Nguyen Milán, a McKinsey Digital szakértői beszélgettek.

Ha feliratkozik a Műszaki Magazin Hírlevelére, sosem marad le a híreinkről! További friss híreket talál a Műszaki Magazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

The post ChatGPT és rossz kistestvére a ChaosGPT appeared first on Műszaki Magazin.

A HAJDU Hajdúsági Ipari Zrt. 2019-1.4.1-NYÍLT-2019-00001 pályázat keretében a három bevont KKV partnerével (Archamonde Kft., az Infoconsulting Hungary Kft. és az MGR-Informatika Kft.) közösen egy olyan IFS ERP alapokon fejlesztett vállalatirányítási rendszer kifejlesztését valósította meg, amely képes a vállalat teljes értékelőállítási folyamatrendszerét lefedni, méghozzá úgy, hogy: – támogatja a LEAN szemléletű vállalatirányítást és vezetői döntéshozatalt azáltal, hogy segíti a szervezeti működésben esetlegesen fellelhető mudák, murák és murik azonosítását, feltérképezését, okainak feltárását és elhárítását a megfelelő mennyiségű, mélységű és rendezettségű információk rendelkezésre állásával.

A projekt keretében megvalósult:

• A HAJDU Hajdúsági Ipari Zrt. belső és külső folyamatainak átvilágítása
• a LEAN metodológiája alapján a vállalkozás jelenlegi, ideális és reális értékáram-térképeinek (Value Stream Map, VSM) összeállítása
• IT, IoT/robotizáció/MI, FF/DF vezetési rendszer fejlesztési javaslatcsomagot megtestesítő funkcionális specifikáció összeállítása
• az IFS Applications alapokon összeállítandó rendszer komponenselemzése, a szükséges új komponensek kifejlesztése, implementálása
• a fő szerelő sorra kapcsolódó automatizált optikai azonosító és minőség-ellenőrző mesterséges intelligencia fejlesztése, tesztelése és finomhangolása
• a LEAN módszertant implementáló ERP rendszer tesztelése

valamint a projekt szakmai eredményeinek terjesztése érdekében publikációs anyagok összeállítása, az elért eredmények bemutatása 4 szakmai prezentációs rendezvényen.

Összefoglalva a HAJDU Hajdúsági Ipari Zrt. képessé vált a veszteségek csökkentése révén a vállalati hatékonyság folyamatos fejlesztésére és vevői igények jobb kiszolgálására.

The post Mesterséges Intelligenciával támogatott ERP rendszer fejlesztése a HAJDU-nál appeared first on Műszaki Magazin.

Döntéshozóként örökös kihívás naprakésznek maradni a technológiai újításokkal az üzletmenet kézbentartása mellett – még ha IT- szektorról van is szó.

A szoftverfejlesztéssel és innovációmenedzsmenttel foglalkozó INSPYRE Informatics frissen megjelent elemzésében az AI-piac aktuális helyzetének kulcsinformációit foglalja össze üzleti döntéshozóknak, vezető intézetek és szaklapok kutatási eredményeivel.

Az AI (magyarul MI, mesterséges intelligencia) üzleti alkalmazása napjainkban nem számít science fiction-nek vagy fekete mágiának: a mesterségesintelligencia-megoldások alkalmazásának száma több, mint megduplázódott az üzleti szereplők körében 2017 óta a McKinsey & Company aktuális AI-piaci elemzése szerint – és nem csak az IT-szektor folyamatait érintik a fejlesztések.

forrás: QuantumBlack AI by McKinsey: The state of AI in 2022 — and a half decade in review, 2022

Többen azonban még ódzkodnak tőle, és a számok is azt mutatják, hogy számottevő azoknak a száma is, akik hezitálnak az AI-támogatott innovációk teljes bevezetésével kapcsolatban.

„Azok a vállalatok, akik ilyen trendek mellett sem fordítanak komolyabb figyelmet ezekre a technológiákra, jelentős hátrányba kerülhetnek az elkövetkező években. Azt szoktuk javasolni, hogy a szubjektív társítások helyett fogják fel az AI-t úgy, mint egy munkaeszközt: lehet az egy fúrógép, egy kalapács vagy egy balta is, attól függően, hogy mi illeszkedik a feladat elvégzéséhez, és egy biztos: gyorsabbá, gördülékenyebbé tehet folyamatokat”

– teszi hozzá Borzák Péter.

A cikk hozzáfűzi: az AI alkalmazására való nyitottságot nagyban meghatározza a szervezet újításokhoz való hozzáállása: az innovatív munkakultúrák nagyobb valószínűséggel fogadják el és támogatják az AI-technológiákat, mivel általánosságban is jobban jellemzi őket a vállalkozói szemlélet, az új lehetőségekre való kíváncsiság.

Az írás rámutat: számos „dobozos”, vagyis célspecifikus mesterségesintelligencia-megoldás létezik bizonyos feladatokra, amelyek azonnal beépíthetőek egy-egy konkrét folyamatba. Ilyen például az arcfelismerő kamerarendszerhez szükséges háttér, amely egy bank vagy más nagyobb szervezet esetében egy felbecsülhetetlen értékű eszköz lehet.

Vagy beszélhetünk a gépi látáson alapuló képfelismerő algoritmusokról is: az utóbbinak köszönhetően egy raktár munkafolyamatai válhatnak könnyebben nyilvántarthatóvá, az egyes termékek mozgása pedig követhetőbbé. Ezek a „dobozos” AI-ok sokkal könnyebben elérhetőek és kevésbé erőforrásigényesek, mint egy teljesen új rendszer kidolgozása.

A téma kulcsinformációit összefoglaló elemzés ide kattintva olvasható.

Ha feliratkozik a Műszaki Magazin Hírlevelére, sosem marad le a híreinkről! További friss híreket talál a Műszaki Magazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

The post AI-technológiák alkalmazása, hogy ne kerüljön hátrányba appeared first on Műszaki Magazin.

A számítási intelligencia az iterációs (lépésenkénti) fejlődést vagy tanulást helyezi előtérbe (például a paraméter hangolást a kapcsolat alapú rendszerekben). A tanulási folyamat gyakorlati tapasztalatokon alapul és nem szimbolikus, koszos MI vagy puha számítási technikai módszereket használ.

• Neuronhálózatok: nagyon erős mintafelismerési képességű rendszerek.
• Fuzzy rendszerek: technikák a kockázat melletti érveléshez, amelyeket elterjedten használnak modern ipari és fogyasztói szabályozási rendszerekben.
• Evolúciós számítási technikák, amely a biológia által inspirált fogalmakat (például populáció, mutáció, a legjobb túlélése) alkalmaz egyes problémák egyre jobb megoldásához. Ezek a módszerek az evolúciós algoritmusok (például genetikus algoritmusok) és a raj-intelligencia (például hangya algoritmus) területekre oszthatók.

A két fő irányvonal elemeit próbálták ötvözni a hibrid intelligens rendszerekben, amelyekben a szakértői rendszerek következtetési szabályait hozzák létre neuronhálózatok vagy a statisztikai tanulás képzési szabályainak segítségével.

Hogyan fejlődött az évek során

A mesterséges intelligencia (MI) kutatása 1956-ban kezdődött az amerikai Dartmouth College egyik nyári workshopján. Úgy gondolták, tíz tudós két hónap munkával le tudja fektetni egy olyan masina alapjait, amely képes nyelvhasználatra, elvont fogalmak kezelésére, olyan problémák megoldására, amelyek addig kizárólag embereknek sikerültek, illetve önmaga tökéletesítésére.

Ma már talán megmosolyogtató az optimizmusuk, és egyáltalán nem meglepő, hogy sokkal lassabban haladtak a tervezettnél, ám a lényeg, hogy megtették az első, kulcsfontosságú lépéseket.

Az 1980-as években a mesterséges intelligencia két úton indult újra: az algoritmikus eszköztár kibővítéséből és a források megnöveléséből. John Hopfield és David Rumelhart népszerűsítette a mély tanulási (deep learning) technikákat, amelyek lehetővé tették a számítógépek számára, hogy a tapasztalatok felhasználásával tanuljanak. Másrészt Edward Feigenbaum olyan szakértői rendszereket vezetett be, amelyek a humán szakértő döntéshozatali folyamatát utánozták. A program egy adott terület szakemberét kérdezné meg, hogyan reagáljon egy adott szituációban, és miután a megszerzett tudást gyakorlatilag minden helyzetre elsajátították a gépek a laikusok tanácsokat kaphatnak az adott programtól. A szakértői rendszerek alkalmazása az iparban terjedt el a legszélesebb körben Többek között a japán kormány jelentős mértékben finanszírozott szakértői rendszereket és más mesterséges intelligenciával kapcsolatos erőfeszítéseket az Ötödik generációsszámítógépes projektjük (FGCP) részeként. 1982 és 1990 között összesen 400 millió dollárt fektettek be a számítógépes feldolgozás forradalmasítása, a logikai programozás megvalósítása és a mesterséges intelligencia fejlesztése céljából. Sajnos az ambiciózus célok többsége nem teljesült. Az FGCP finanszírozása megszűnt, és a mesterséges intelligencia kiesett a rivaldafényből.

Érdekes módon állami finanszírozás és nyilvános hírverés hiányában a mesterséges intelligencia új erőre kapott. Az 1990-es és 2000-es években a mesterséges intelligencia számos mérföldkőnek számító célja megvalósult. 1997-ben a regnáló sakkvilágbajnok és nagymester, Gary Kasparov vereséget szenvedett az IBM Deep Blue nevű sakkjátszó számítógépes programjától.  Star Trekesen fogalmazva, sokan a sakkot tartották a mesterséges intelligencia „végső határának” az emberrel szemben. Ezen utóbbi tényből kifolyólag pedig a gép győzelme az ember felett kritikus pont volt az MI történetében, és új távlatokat nyitott meg azzal kapcsolatban, hogy vajon még mire lehet képes, milyen feladatokat tud ellátni a mesterséges intelligencia nemcsak az emberrel azonos szinten, de akár jobban is.

TELEK ÉS NYARAK

A mesterséges intelligencia kutatásának hullámhegyeit és hullámvölgyeit a szakirodalom „teleknek és nyaraknak” nevezi. A fellángolásokat és lelkesítő eredményeket – „nyarakat” – általában kudarcok és bírálatok követték. Ez együtt járt a támogatások elapadásával, és hosszabb, terméketlen időszakokat – „teleket” – eredményezett. Annak a nyárnak, amelyet most élvezhetünk, az internet megjelenése jelentette a tavaszt. Az internet elterjedése és széles körű használata ugyanis lehetővé tette azt az adatrobbanást, amelyet „big data” néven ismerünk.

A NAGY ÁTTÖRÉS

A mesterséges intelligencia kutatása során fordulópontot jelentett annak felismerése, hogy az intelligencia nem egyenlő a tudással, elvégre nagyon sok dolgot az ember nem szabályalapon, hanem ösztönösen végez (pl. nem végzünk fizikai számításokat, amikor egy asztalról leeső poharat elkapunk), és gépekbe amúgy is lehetetlen lenne minden létező tudást és szabályt beprogramozni. Az intelligencia sokkal inkább a tanulás és a tanulásból az általánosítás képessége.

A hatékony tanuláshoz azonban megfelelő mennyiségű adat szükséges. 2012 környékén jött el az a pont, amikor a gépi tanulás és a big data kombinációjából létrejött az úgynevezett deep learning, vagyis mélytanulás.

Ennek számos látványos, mindennapi életünkben is érezhető eredménye lett, mint például a hangfelismerő rendszerek pontosságának ugrásszerű javulása, az egyre megbízhatóbb önvezető autók, a rendkívül hatékony arcfelismerő rendszerek (amelyek nemcsak a totalitárius államok „Nagy Testvéreként” működnek, hanem körözött bűnözőket és elveszett gyerekeket is megtalálnak), vagy éppen az a tény, hogy az emberek már csak a második helyért küzdhetnek egymással sakkban és góban.

A mostani 2022-es évben nem kell messzire menni vagy extrém eseteket keresni, hogy mesterséges intelligenciával találkozzunk, hiszen a mindennapjaink része. Legyen szó online vásárlásokról, a reklámoknál a személyre szabott ajánlatokról, a különböző nyelveket lefordító rendszerekről vagy a navigációról. Összefoglalóan tehát az MI a háttérben tevékenykedve régóta megkönnyíti az életünket sokszor a tudtunk nélkül is.

AZ ADATOK FONTOSSÁGA

Mostanra elmondható, hogy a deep learningnek köszönhetően rendkívül sokféle problémára jelenthet megoldást a mesterséges intelligencia. A modellek tanításához azonban sok és jó minőségű adat kell. Ezekhez sokszor nehezebb hozzájutni, mint magához az MI technológiához, valamint az MI modellek építéséhez és futtatásához szükséges számítási kapacitáshoz. A mesterséges intelligencia tehát már régen nem a jövő zenéje, hanem a jelen eszköze.

Mesterséges intelligenciának (MI vagy AI az angol artificial intelligence-ből) egy gép, program vagy mesterségesen létrehozott tudat által megnyilvánuló intelligenciát nevezzük.

A fogalmat legtöbbször a számítógépekkel társítjuk. A köznyelvben több külön jelentésben használják:

1. A mesterségesen létrehozott tárgy állandó emberi beavatkozás nélkül képes legyen válaszolni környezeti behatásokra (automatizáltság) – az egyszerű szoftverágens ilyen;
2. A mesterségesen létrehozott tárgy képes legyen hasonlóan viselkedni, mint egy természetes intelligenciával rendelkező élőlény, még ha az azonos viselkedés mögött eltérő mechanizmus is húzódik meg (TI szimuláltság – ilyen értelemben beszélhetünk pl. a számítógépes játékok gép irányította karaktereinek „intelligenciájáról”);
3. Végül, a mesterségesen létrehozott tárgy képes legyen viselkedését célszerűen és megismételhető módon változtatni (tanulás) – ez utóbbi jelentés az, ami a modern MI-kutatásban előtérbe került, és jelenleg az MI fogalmával legjobban azonosítható.

Bár a mesterséges intelligencia a tudományos-fantasztikus irodalom terméke, jelenleg a számítógép-tudomány jelentős ágát képviseli, amely intelligens viselkedéssel, gépi tanulással, és a gépek adaptációjával foglalkozik. Így például szabályozással, tervezéssel és ütemezéssel, diagnosztikai és fogyasztói kérdésekre adott válaszadás képességével, kézírás-, beszéd- és arcfelismeréssel. Egy olyan tudományággá vált, amely a valós életbeli problémákra próbál válaszokat adni. A mesterségesintelligencia-rendszereket napjainkban elterjedten használják a gazdaság- és orvostudományban, a tervezésben, a katonaságnál, sok elterjedt számítógépes programban és videójátékban, de az online szövegírásban is.

Mesterséges intelligencia csoportosítása

A mesterséges intelligencia kutatását két fő csoportra oszthatjuk: a hagyományos MI-re és a számítási intelligenciára.

A hagyományos MI főleg a jelenleg gépi tanulásként osztályozott módszerekből áll, amelyet a formalizmus és a statisztikai analízis jellemez. A terület ismert még szimbolikus MI, logikai MI, tiszta MI, és GOFAI (jó, régimódi mesterséges intelligencia) neveken is. A terület a következő módszereket foglalja magába:

• Szakértői rendszerek, amelyek egy szűk szakmai területen érvényes érvelési szabályokat alkalmaznak következtetések levonásához. A működése során tényekkel, és további tények kikövetkeztetéséhez alkalmas szabályokkal operál. Az egyik legismertebb az 1970-es években létrehozott MYCIN, ami a vér betegségeinek diagnózisához adott segítséget.
• Esetalapú érvelés
• Bayes-statisztikán alapuló hálózatok
• Viselkedésalapú MI: egy moduláris módszer, MI-rendszerek kézi létrehozásához.

Kép forrása: hangoskonyv.eu

Művészi ábrázolása

• Isaac Asimov regényei, novellái
• A Terminátor c. mozifilm-sorozat és spinoffjai
• A. I. – Mesterséges értelem (2001) című film. Rendező: Steven Spielberg
• 2001: Űrodüsszeia (1968) című film híres intelligens számítógépe, HAL 9000 viselkedése a film egyik alapkonfliktusa
• Csillagközi romboló és a Caprica c. spinoff sorozatok középpontjában a lázadó mesterséges intelligencia (cylonok) és az emberi létezés esetleges konfliktusa áll
• A Disney által készített Tron, avagy a számítógép lázadása c. kultuszfilm;
• Mass Effect: EDI, gethek, kaszások – akció-szerepjáték
• Ex Machina (2015) című film
• William Gibson Neurománc-regénysorozatában (Neurománc, Számláló nullára, Mona Lisa Overdrive) a cselekményszálakat mesterséges intelligenciák szervezik és irányítják
• Detroit: Become human – videójáték

Forrás: Wikipedédia, neuronsolutions.hu

Ha feliratkozik a Műszaki Magazin Hírlevelére, sosem marad le a híreinkről! További friss híreket talál a Műszaki Magazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

The post A mesterséges intelligencia története appeared first on Műszaki Magazin.

Ha egy robot fáradhatatlanul dolgozhat a gyártásban, miért ne állhatna helyt a vendéglátásban is? Yanu páratlanul gyorsan szolgálja ki koktélokkal a vendégeket, miközben sem a türelmét, sem a lelkesedését nem veszti el egy pillanatra sem a műszak folyamán.

Könnyen szállítható, gyors, egyszerűen feltölthető és akár folyamatosan képes önállóan dolgozni megszakítás nélkül – Yanu, a mesterséges intelligenciával működő autonóm bartender a kiszolgáláson, a fizetésen túl még egy chatboton keresztül szóba is tud elegyedni vendégeivel, akiket felismer és még a kedvenc italaikat is megjegyzi.

Bár egyelőre az, hogy egy robot szolgálja ki a szórakozni vágyókat vagy egy elegáns üzleti esemény résztvevőit egyáltalán nem szokványos, a megoldás már a küszöbön áll. Alan Adojaan maga is a vendéglátásban eltöltött évek során szerzett tapasztalatai alapján döntött úgy, hogy itt az ideje új szintre emelni a kiszolgálást. Megfigyelte, hogy a bárjában dolgozó személyzet nem bírta a sok rendelést egy-egy hétvégi estén, így sok vendég csalódottan, rögtön az érkezés után távozott, miközben hétköznap a személyzetnek kevés dolga volt a kisebb forgalom miatt.

2016-ban elhatározta, hogy olyan megoldást keres, amely a fix költségeket – mint a személyzeti bérköltség – leszorítja, mellette pedig garantálja a vendégek pontos és gyors kiszolgálását. Annak ellenére, hogy először még a Tallini Egyetemen sem láttak potenciált az ötletében, Alan Adojaan 2020-ra néhány, a mesterséges intelligenciában és az autonóm működésű műszaki rendszerek tervezésében tapasztalt mérnökkel megtervezte Yanut. Az első prototípus már abban az évben bizonyított: ha nem is tökéletesen, de megmutatta az érdeklődőknek, hogy a robotizált kiszolgálás nemcsak pontos, hanem különleges, izgalmas és roppant gyors is.

De nemcsak a termék ilyen egyedülálló és minden tekintetben modern: Alan Adojaan szerint egy ilyen ambiciózus ötlet megvalósításához a fejlesztési környezet tekintetében is a maximumra kellett törekedniük. 2019-ben köteleződtek el a Siemens tervezési infrastruktúrája mellett, hogy a teljes folyamat átlátható és stabil legyen.

A Siemens Solid Edge biztos alapot teremtett a tervezésben. A mérnökök egyszerre dolgozhattak a funkciókon és a külső megjelenésen, minden alkatrészt megtervezhettek ugyanabban a szoftveres környezetben, ezzel el tudták kerülni, hogy a korábban megtapasztalt illeszkedési hibákkal újra szembesüljenek. Nemcsak a mechanikus alkatrészeket és kialakítást tudták megtervezni a programmal, hanem az elektromos tervezést is itt végezték, valamint a szimulációs környezetben tesztelni is volt lehetőségük az elképzeléseiket, és valós időben készíthettek animációkat és 3D-s megjelenítést az aktuális fejlesztési állapotról. A mérnököknek így egyszerre volt lehetőségük az egész projekttel és a legapróbb részletekkel is foglalkozni a szoftverben.

A Yanu így hozzávetőlegesen két és félszer gyorsabban kerülhetett piacra, mintha többféle szoftvertermékkel dolgoznának, bonyolultabb tervezési struktúrában. A szoftver használatával egy teljesen letisztult fejlesztési folyamatot alakítottak ki, így már két új prototípust is építettek, a kiindulási 18 hónaphoz képest alig 7 hónapnyi idő alatt.

A Siemens segítségével kifejlesztett, észt startup robotja, Yanu könnyen szállítható, telepítése pedig egyszerű, más hasonló rendszerekhez képest töredékidő alatt elvégezhető. Képes kommunikálni a vendégekkel, és a felhőalapú technológiáknak köszönhetően a karbantartásra vonatkozó információk távolról is elérhetők. Így lehetőség van folyamatosan felügyelni a működését, ami az első próbálkozások óta jelentősen felgyorsult. Ma már akár 100 italt készít el egy óra alatt és 1200 pohár megtöltésére képes. Egyetlen utántöltéssel 1000 vagy akár 1500 koktélhoz elegendő készletet képes eltárolni. Soha nem fárad el, ha pedig mégis elakadna valamiben, még azelőtt beavatkozhatnak a felügyeletét ellátó platformon keresztül, hogy a kiszolgálás megszakadna. A robotnál kártyás és mobilos fizetés is lehetséges.

Alan Adojaan és csapata az olyan forgalmas helyekre szánja megoldását, mint a repterek, a kaszinók, a szállodák bárjai – így ne csodálkozzunk, ha hamarosan belebotlunk Yanuba.

www.siemens.hu

A témához kapcsolódva ajánljuk korábbi cikkünket:

Siemens metaverzum : Virtuális világ – Valóra vált sci-fi: már a debreceni BMW-nél kopogtat a metaverzum. A Siemens első ipari metaverzuma Magyarországon valósul meg.

The post Yanu, a bartender, aki soha nem megy szünetre appeared first on Műszaki Magazin.

A termelőüzemekben lévő érzékelők nap mint nap hatalmas mennyiségű adatot gyűjtenek. Ez olyan adatsírokat hoz létre, amelyek potenciálja felderítetlen marad. A vállalatok azonban ritkán ismerik fel, hogy mennyire hasznos a nagy mennyiségű adat helyes kiértékelése. A Festo AX mesterséges intelligenciája a központi PID-adatok feldolgozása révén nagyban hozzájárul a karbantartás, tervezés és a termelékenység javításához.

A Heubach a PID-szabályozóktól származó adatokat egy központi PIMS (termelési információkezelő rendszer) adatbázisba gyűjtötte. Az iparban dolgozó szakemberek szerint sok vegyipari és gyógyszeripari gyártó gyűjti ezeket az adatokat, melyek rendszerint kihasználatlanul tárolódnak a szervereken. A termelési adatokat gyakran sűrített formában tárolják – a PID-szabályozók esetében két másodperces mintavételi sebességgel.

A helyszínek optimalizálása világszerte

Michael Pelz, a Heubach automatizálási és digitalizálási vezetőjel

Teljes körű vezérlőoptimalizálás valószínűleg nem lehetséges ilyen adatokkal. Mindazonáltal a Heubach és a Festo szakértői elgondolkodtak azon, hogyan tudnák hasznosítani a központilag hozzáférhető információkat. A PIMS-adatbázisoknak ugyanis van egy felbecsülhetetlen előnyük: tartalmazzák a különböző rendszerek, gyártók, és a csatlakoztatott gyártóhelyek összes vezérlőjének adatait. Michael Pelz, a Heubach automatizálási és digitalizálási vezetője szerint:

“Célunk egy központi vezérlőfelügyeleti rendszer kiépítése. Ehhez azt szeretnénk, hogy az adatokat megfelelő kontextusban lehessen kiértékelni és használhatóvá tenni, így létrehozva egy egységes eszközt, amellyel a világ összes csatlakoztatott telephelyének vezérlőit elemezni tudjuk.”

Így a kapott eredmények alapján a vezérlőket célzottan lehetne elemezni és optimalizálni, például az alkalmazott Scada-rendszerben lévő optimalizáló szoftverrel és a helyszínen lévő szakértőkkel.

A megoldás részeként a Heubach számára nyilvánvalóvá vált a Festo Automation Experience (Festo AX) szoftver használata.

“Ez segíti ügyfeleinket abban, hogy tényeken alapuló döntéseket hozzanak”

– hangsúlyozza a Festo digitalizációs szakértője, Eberhard Klotz. A Festo AX egy olyan rugalmas és könnyen használható megoldás, amely lehetővé teszi a felhasználók számára, hogy a mesterséges intelligencia (AI) és a gépi tanulás segítségével hasznos értéket nyerjenek a gép- és üzemadatokból.

Az AI értékeli a forrásadatokat

Az első lépésben a Festo AX mesterséges intelligenciája több hónapnyi alapadatot értékelt ki, melyeket még preventív módon a rögzítés során ellenőrzi és szükség szerint meg is tisztítja. A Heubach karbantartási, folyamatmérnöki (minőségügyi) és üzemfejlesztés menedzsment részlegeinek szakértői végigkísérték ezt a folyamatot, és értékelték a múltbeli offline adatokból származó kezdeti eredményeket.

A második lépésben az egyes osztályok a változó tételes folyamatok tekintetében jeleztek vissza, hogy milyen érzékenységet kell lehetővé tenni a szabályozók számára, azok fizikai funkcióitól függően. Például azt vizsgálták, hogy a hőmérsékleti tényező kevésbé kritikus-e, mint az áramlási vagy a nyomástényező. Ezt követően meghatározták, hogy a különböző hibaeltéréseket hogyan kell rangsorolni. Az anomália-pontszámok további trendvonala is segíthet a részlegeknek abban, hogy pontosan, időben és mindenekelőtt könnyen azonosítani tudják a tételenkénti eltéréseket.

Ezáltal a mesterséges intelligencia értékelésén belül adaptálhatóvá válnak az algoritmusok és hibapontok, figyelembe véve a szakértők tapasztalatait és a helyszíni körülményeket. Fontos volt továbbá az eredmények egyszerű vizualizációjának megvalósítása is, azzal a céllal, hogy a jövőben aggregált dashboard-okat lehessen használni. A harmadik lépés az volt, hogy a projekt hordozható legyen (helyben), és képes legyen arra, hogy a meglévő rendszereken belül online lekérdezéshez vezessen, beleértve a vizualizációt is, ami adatbiztonsági szempontból jelentősen leegyszerűsíti a megvalósítást.

A Heubach csoport termékei és megoldásai: szerves, szervetlen és korróziógátló pigmentek, pigmentkészítmények, színezékek és speciális anyagok.

Az algoritmus optimális adaptációja

“Az eredmények már az AI-elemzés első lépése után is elképesztően jók voltak: egyszerűen megnézhettük, hogy például mely szabályozók mutattak erős ingadozást a manipulált változóban, amik így a működtetők gyorsabb elhasználódását okozták”

– magyarázza Michael Pelz, digitalizációs szakértő. A sok jól beállított és feltűnésmentes szabályozó mellett az AI olyan szabályozókat is talált, amelyek rendszeresen nem érték el a beállított értékeket, erősen túllőttek, oszcilláltak vagy kézi beavatkozásra szorultak. Egyes szabályozók esetében azonban az eredmények a különböző alkalmazási területek miatt nem mindig voltak azonnal érthetőek.

“A vezérlő és az adattudomány szakértői közötti szoros eszmecsere eredményeképp az AI algoritmust a (szakaszos) gyártás egyéb sajátosságaihoz is hozzá lehetett igazítani. Az eredmények pragmatikus és gyors cseréjéhez ebben a fázisban valójában a klasszikus irodai eszközök elegendőek voltak”

– teszi hozzá Michael Pelz.

Mivel különböző folyamatirányítási rendszereket használunk, a szabályozó-elemzés korábban mindig csak üzemi szinten és különböző eszközökkel volt lehetséges.

“Ezzel a megoldással azonban két előnyre is szert tettünk: először is, gyártófüggetlen, egyben globálisan alkalmazható egy központi rendszeren, így az algoritmust minden rendszerre és vezérlőre használhatjuk. Másodszor, a Festo megoldása informatikai oldalról annyira rugalmas, hogy egy pragmatikus offline kísérleti projekttől a saját informatikai rendszereinken belüli on-premise megoldáson át a felhőalapú megvalósításig használható és továbbfejleszthető”

– mondja a Heubach automatizálási és digitalizálási vezetője.

A Festo AX dashboard-ja a Heubach pigment gyártásához.

A jelenlegi és jövőbeli kihívások hatékonyabb kezelése a MI révén

“Napjainkban különösen fontos, hogy a termelési folyamatokat a lehető leghatékonyabban tudjuk optimalizálni az energiafogyasztás, a mennyiség és a minőség szempontjából, valamint hosszú távon nyomon is tudjuk követni azokat. A jövőben a központi vezérlő felügyeleti rendszere egy fontos építőelem lehet, különösen a termelés CO2-lábnyomának optimalizálása kapcsán”

– mondja Michael Pelz, digitalizációs szakértő.

www.festo.hu/AX

A témához kapcsolódva ajánljuk korábbi cikkünket: Festo AX – Mesterséges intelligencia valós időben.

The post A mesterséges intelligencia felszínre hozza az adatkincseket appeared first on Műszaki Magazin.

A Continental technológiai vállalat mesterséges intelligencia alapú megoldást fejlesztett ki a kamionok, nyerges vontatók és teherautók szabad rakterének kiszámításához. Ezzel a flottamenedzserek okostelefonon keresztül jutnak pontos digitális információhoz arról, hogy mennyi rakományt lehet még felrakni. Amennyiben az intelligens tachográfból vagy a flottakezelő rendszer interfészéből származó releváns súlyadatokkal együtt használják, a kiszállítási feladatok optimalizálhatók és elkerülhetők a csökkentett rakománnyal történő utak, például a szabad raktér digitális fuvarbörzéken való felkínálásán keresztül. Mindez pedig elősegíti a teljes kapacitáskihasználtsággal történő szállítások növelését.

„A logisztikai ágazat jelenleg komoly kihívásokkal néz szembe. Egyre több árut kell szállítani, egyre kevesebb sofőrrel”

– mondja Dr. Ismail Dagli, a Continental okos mobilitás üzleti területének vezetője.

„Megoldásunk nemcsak a flottamenedzserek számára nyújt támogatást a szállítási kapacitásaik optimális kihasználásában, annak érdekében, hogy flottáikat hatékonyabbá tegyék, hanem elősegíti az üzemanyag-megtakarítást és a szén-dioxid-kibocsátás csökkentését is, aktívan hozzájárulva a logisztika nagyobb fenntarthatóságához.”

A flottakihasználtság komoly kihívás

A szállítmányozás világában nem ritkák a csak részleges rakománnyal (LTL – „less than a truckload”, kevesebb, mint egy teljes kamionrakomány) vagy akár üres raktérrel megtett utak. A Német Szövetségi Közlekedési Hatóság által évente közzétett hivatalos teherszállítási statisztika szerint a 3,5 tonnát meghaladó haszongépjárművek 2020-ban több mint 150 millió üres utat tettek meg Németországban – és ez a szám még nem is tartalmazza a részleges rakományokat.

A flottamenedzserek úgy tudják ellensúlyozni ezeket az LTL-utakat, ha aktívan keresnek további fuvarmegrendeléseket a jármű kihasználtságának javítása érdekében. Ehhez azonban szükségük van a jármű aktuális pozícióját, a rakomány súlyát és a még rendelkezésre álló rakteret jelző releváns adatokra, amelyek közül az utóbbit valós időben biztosítja az új megoldás.

Gyors és egyszerű: másodpercek alatt felmérhető a szabad rakodóhely

A sofőrök, az árukezelésért felelősök és flottamenedzserek egyaránt könnyedén használhatják a megoldást: a rakomány rögzítése után a sofőr készít egy fényképet okostelefonjával a kamion, nyerges vontató vagy teherautó rakteréről. A fotót ezután feltölti a Continental Cloud felhőbe, ahol a tényleges „gondolkodás” történik, azaz a Continental által kifejlesztett mesterséges intelligencia algoritmus kiszámítja a rendelkezésre álló rakteret. A sofőr okostelefonján manuálisan is szerkesztheti az információkat vagy további adatokat adhat meg, mielőtt feltölti azokat a Secure Cloud-ba. Ezt követően az adatok továbbíthatók a diszpécser szoftverbe. Amennyiben megfelelő a kapcsolat, ez a folyamat mindössze néhány másodpercet vesz csak igénybe. A flottamenedzser ezután optimálisan koordinálhatja a további rakományokat a rendelkezésre álló rakománysúlyra vonatkozó adatok segítségével, amelyeket például az intelligens tachográftól kap a VDO Linken vagy klasszikus telematikai szoftveren keresztül az FMS interfészről.

„Ez azt jelenti, hogy a szállítmány kezelője pontos és megbízható rakományadatokkal rendelkezik a rendszerében – olyan adatokkal, amelyek nem egyszerűen becslésen alapulnak. A fennmaradó hely ezután felkínálható a fuvarpiacokon, vagy belsőleg is elosztható, ami nagyobb flották számára különösen hasznos”

– mondja Jörg Lützner, a Continental okos mobilitás üzleti területének innovációért, valamint a raktérkapacitás-felmérő megoldás fejlesztéséért felelős igazgatója.

„Technológiai szempontból az általunk használt mesterséges intelligencia a számos vezetést segítő rendszer és autonóm vezetési projekt során szerzett többéves tapasztalatunkon alapul.”

A prototípus már a körülbelül kétéves fejlesztési szakasz során is kiváló eredményeket ért el, és a csapat már alig várja, hogy még több adatot gyűjthessen be valódi helyzetek segítségével.

„Ez a mesterséges intelligencia használatának előnye. Minden használat során tanul, így mindig csak jobbá és jobbá válik”

– mondja Jörg Lützner.

A jövő szolgáltatásalapú megoldásai

A Continental professzionális partnernek tekinti magát ügyfelei számára a flottaüzletágban, és folyamatosan a jövő kihívásait megcélzó jelentőségteljes megoldások fejlesztésén dolgozik. A technológiai vállalat a világ egyik legnagyobb elektronikai, érzékelő- és szoftverbeszállítója a mobilitási ágazatban. Célja, hogy 2030-ra a szolgáltatásalapú digitális megoldások piacvezetőjévé váljon. A raktérkapacitás-felmérő megoldás része ennek az élvonalbeli szolgáltatási portfóliónak, amely támogatást nyújtva kívánja elkísérni a szállítási ágazat ügyfeleit a digitalizáció és a fenntartható logisztika felé vezető úton.

The post Új digitális megoldás a raktér kiszámításához appeared first on Műszaki Magazin.

A mesterséges intelligencia által vezérelt árumozgató robotok révén a dolgozók fizikai terhelése is csökkenthető.

A veszprémi székhelyű műszaki áruházlánc új, 28 ezer négyzetméteres raktára gazdaságosabb és hatékonyabb üzemeltetést tesz lehetővé. Az Euronics eddig két raktárból látta el hálózatát termékekkel, mostantól azonban minden logisztikai operáció egy helyen zajlik majd – közölte a vállalat az MTI híre szerint.

A beruházást a vállalat 2-5 évre előre gondolkodva, folyamatos kapacitásbővülésre és a cég várható növekedésére is számítva tervezte meg. Mintegy 30 ezer féle, összesen 300-400 ezer darab termék tárolása válik így lehetővé.

Az 1100 alkalmazottat foglalkoztató Euronics kiskereskedelmi árbevétele 2021-ben az előző évhez képest több mint 11 százalékkal nőtt, elérte a 71 milliárd forintot. A webshopon keresztül elért forgalom csaknem 20 százalékkal meghaladta a 2020. évi teljesítményt. Az árbevétel döntő része a 64 szaküzletből álló országos üzlethálózaton keresztül zajló értékesítésekből származott, amely szintén kétszámjegyű növekedést mutatott az előző évhez képest.

A legnagyobb árbevétel Pest megyéhez köthető, Budapest nélkül is csaknem 12 milliárd forint forgalmat ért el a cég ebben a régióban. Második helyen a főváros áll, Győr-Moson-Sopron megye a harmadik lett.

A 2020-ban bevezetett kert és barkács termékkör árbevétele 2021-re több mint ötszörösére nőtt az előző évhez képest.

A vállalat január végén 7 milliárd forint értékben hajtott végre zöldkötvény-kibocsátást, amiből a céges infrastruktúrát érintő energiahatékonysági projekteket fogják finanszírozni – áll a közleményben.

Forrás: napi.hu

The post Robotizált raktárkomplexumot nyitott az Euronics appeared first on Műszaki Magazin.

Ha az automatizálási technológiák gyártói valódi hozzáadott értéket akarnak teremteni ügyfeleik számára, a digitalizációs megoldások jelentik a megoldást.

„Ezért fejlesztette ki a Festo a Festo Automation Experience-t, röviden Festo AX-et”

– magyarázza Dr. Oliver Niese, a Festo digitális üzletágának alelnöke. A Festo AX fokozza a gépek és rendszerek teljesítményét, így még sikeresebbé teszi az ügyfeleket.

„Ügyfélközpontú megközelítésünk azt jelenti, hogy nagy tapasztalattal és ismeretekkel bírunk ügyfeleink alkalmazásairól. Ezért pontosan tudjuk, hogy milyen szoftvermegoldásokra van szükségük a vállalkozásuk számára”

– teszi hozzá Niese. A Festo nemcsak automatizálási technológiai, hanem iparági ágazati szakértelemmel is rendelkezik. A Resolto szoftvercég felvásárlásával a fejlett analitika és a mesterséges intelligencia területeivel is bővítette kompetenciáját. A Festo AX szoftvermegoldás e három pillér kombinációjára épül.

Dr Oliver Niese, a Festo digitális üzletágának alelnöke

A digitális megoldások iránti igény a gépgyártásban

A világ állandó változásban van. „Magánemberként, magánéletünkben nap mint nap találkozunk ezzel a digitalizációval összefüggő változással. Ezek a változások hatással lesznek az üzleti világunkra is” – mondja Niese. Ez azt jelenti, hogy aki meg akarja érteni a világot és az iparban végbemenő változásokat, annak tisztában kell lennie azzal, hogy tíz év múlva a dolgozó népesség háromnegyede úgynevezett digitális bennszülött lesz. Ezek az emberek hozzászoktak ahhoz, hogy a gépgyártásban digitális megoldásokkal dolgozzanak. Az automatizálási technológiával foglalkozó vállalatok számára ezért létfontosságú a fennmaradásuk szempontjából, hogy ezt figyelembe vegyék a jövőbeli stratégiáknál.

Ennek a fejlődésnek a figyelembevételére a Festo kifejlesztette a Festo AX megoldást.

„Segíti ügyfeleinket abban, hogy tények alapján hozzanak döntéseket” – hangsúlyozza Niese digitalizációs szakértő.

A Festo Automation Experience (Festo AX) egy könnyen használható megoldás, amely lehetővé teszi a felhasználók számára, hogy a mesterséges intelligencia (AI) és a gépi tanulás segítségével maximális értéket nyerjenek a berendezéseik által termelt adatokból.

Az adatok elemzése és a termelékenység növelése

A felhasználók növelhetik a termelékenységet, csökkenthetik az energiaköltségeket, elkerülhetik a minőségromlást, optimalizálhatják üzemeiket és új üzleti modelleket hozhatnak létre pusztán azáltal, hogy a Festo AX segítségével elemzik adataikat.

„A Predictive Maintenance, Predictive Energy és Predictive Quality modulokkal ügyfeleinkkel együtt valósítjuk meg az egyedi megoldásokat” – magyarázza Niese.

A Festo AX valós időben elemzi az élő adatokat. Rugalmasan integrálható az ügyfél rendszerébe – helyben, a hálózaton vagy a felhőben. A megoldás a „human in the loop” elv alapján képes az ügyfél saját szaktudását felhasználni. Az összegyűjtött adatok tulajdonosa kizárólag maga a felhasználó marad.

Az adatelemzés nem csak a Festo saját alkatrészeire és moduljaira korlátozódik.

„Nagy előny a piacon, hogy szoftverünk lehetővé teszi más gyártók alkatrészeinek megbízható elemzését is” – hangsúlyozza Niese digitalizációs szakértő.

25%-kal csökkenti az állásidőt

Egy vezető autógyártó például évek óta számít a Festo szervopneumatikus hegesztőpisztolyainak nagy pontosságára és hatékonyságára. Olyannyira, hogy mára már több mint 2500 ilyen technológiájú hegesztőpisztoly-robotot telepített a prémiummárka karosszériaüzemeiben. A Festo mesterséges intelligenciára felkészített, prediktív karbantartási rendszerének köszönhetően 25%-kal tudták csökkenteni az állásidőt.

Az autógyártó a hegesztőpisztolyok javítását a termelésen kívüli időszakban is be tudja ütemezni, ezáltal növelve a berendezés rendelkezésre állását. A hegesztőpisztoly állapota megjeleníthető a vezérlőben. A hegesztőpisztolyok automatizált javítási megbízásai és akár „életciklusai” is könnyen létrehozhatók. A szűrőfunkciók lehetővé teszik az összehasonlításokat. A szivárgások korai felismerése energiamegtakarítást eredményez, mivel az energia- és karbantartási költségek igen nagy szerepet játszanak a karosszériaüzemben.

Diagnosztika a karbantartáshoz

A Festo mechatronikai rendszerének elemei az ellenállás-ponthegesztéshez már most is nagy mennyiségű adatot dolgoznak fel és tömörítenek, hogy azok diagnosztikai célokra használhatók legyenek a karbantartás során. Azonban nem elég csupán adatokat szolgáltatni és megjeleníteni. A mesterséges intelligencián alapuló prediktív karbantartás a jövőben további lehetőségeket kínál majd a hagyományos állapotfigyelési megközelítésekhez képest. A berendezésekből származó adatokat egyesítik majd a folyamatadatokkal, és elemzési modellekkel valamint felhőalapú megoldásokkal értékelik ki.

A Festo rendszerspecialistái a robotcella meglévő rendszer-PC-it olyan szoftverrel egészítették ki, amely összegyűjti a hegesztőpisztoly diagnosztikai adatait, és elküldi azokat egy felhőben lévő gyűjtőpontra. A felhőben található egy karbantartási alkalmazás, amely nemcsak megjeleníti az adatokat a böngészőben („maintenance dashboards”), hanem ki is értékeli azokat a várható élettartam szempontjából.

www.festo.hu/AX

A témához kapcsolódva ajánljuk a Fenntartható borosüvegek gyártása cikkünket vagy a különböző viszkozitású anyagok precíz adagolásáról szóló anyagot.

The post Mesterséges intelligencia valós időben appeared first on Műszaki Magazin.

A technológiai fejlődés alapvetően jobbá teszi a világot, legalábbis a Bosch Tech Compass öt országban elvégzett, reprezentatív felmérés során megkérdezettek túlnyomó többsége (72 százalék) szerint. A felmérést az Amerikai Egyesült Államokban, az Egyesült Királyságban, Indiában, Kínában és Németországban végezték el. A technológia gyors és mélyreható változásokat indított az élet számos területén, ezért a kutatás célja, hogy megvizsgálják a technológiai fejlődés globalizált világra és társadalomra kifejtett hatásait. Egy másik felmérés, a 2021-es Eurobarometer szerint a magyarok 32 százalékát nagyon, 51 százalékát azonban csak mérsékelten érdekli a technológia fejlődése és az új tudományos felfedezések.

A technológiai fejlődés kulcsfontosságú az éghajlatváltozás elleni küzdelemben

Noha a technológiában ott rejlik a lehetőség, hogy szinte bármit lehetővé tegyen – például pizzakészítés kemence helyett 3D-nyomtatóban –, a válaszadók világszerte határozottan egyetértenek abban (83 százalék), hogy a technológiának inkább korunk nagy kihívásait kellene kezelni, nem pedig az egyéni igények kiszolgálását. A felmérésből az is kiderül, hogy világszerte négyből több mint három válaszadó a technológiai fejlődést tekinti a klímaváltozás elleni küzdelem kulcsának. Egy másik felmérés, az Eurobarometer szerint a megkérdezett magyar válaszadók 49 százaléka gondolja úgy, hogy az egészségügyet és az orvosi ellátást, 30 százaléka pedig, hogy a klímaváltozás elleni küzdelmet érintik leginkább a következő évek tudományos és technológiai fejlesztései. Legkevésbé pedig az egyenlőtlenség felszámolásáról (9 százalék), a személyes adatok védelméről (5 százalék), a lakhatás minőségéről (8 százalék) vagy az elöregedő társadalmak problémáiról (8 százalék) szólnak.

„A Bosch Tech Compass azt mutatja, hogy az emberek olyan technológiára vágynak, amely korunk problémáinak megoldására összpontosít”

– mutatott rá Stefan Hartung, a Bosch igazgatóságának elnöke.

„A technológiának segítenie kell az embereket, általánosságban pedig egyszerűbbé tennie az életet, és jobb hellyé a világot.”

A Bosch felmérése rámutatott arra, hogy a technológiai fejlődésbe vetett globális bizalom ellenére regionális különbségek mutatkoznak a technológia jelenlegi felhasználásának megítélésében. Míg a legtöbb kínai (83 százalék) és indiai válaszadó (77 százalék) biztosabb abban, hogy a technológiát megfelelően alkalmazzák korunk fő problémáinak megoldására, ugyanezt csupán az emberek kisebb része gondolja így az Amerikai Egyesült Államokban (47 százalék), az Egyesült Királyságban (37 százalék) és Németországban (29 százalék).

A nyugati országok és Magyarország is nagy reményeket fűznek a zöld technológiához, Ázsia pedig a mesterséges intelligenciához

Az egyes technológiák és társadalomra kifejtett hatásuk megítélésében szintén jelentős regionális különbségek mutatkoznak. Míg az Egyesült Államokban, az Egyesült Királyságban és Németországban úgy látják, hogy az olyan zöld technológiák, mint a klímatechnika, a biotechnológia és a hidrogén különösen pozitív hatást fejtenek ki a társadalomra, Indiában és Kínában az olyan intelligens és hálózatba kapcsolt technológiákhoz fűznek nagy reményeket, mint a mesterséges intelligencia (AI) vagy az 5G hálózat. Az Egyesült Államokban és Európában a válaszadók mintegy harmada azonban éppen a mesterséges intelligenciában látja a legnagyobb technológiai fenyegetést.

Az Eurobarometer kutatásban a megkérdezett magyarok 93 százaléka úgy gondolja, hogy az elkövetkező 20 évben a napenergia és a szélenergia pozitív hatással lesz az életünkre, 84 százalék a vírusok és fertőzőbetegségek elleni küzdelmet említette pozitív hatásként. A felmérésben résztvevő magyarok szerint a következő évek tudományos és technológiai fejlesztései az IT területén végbemenő innovációkat (80 százalék), a nanotechnológiát (67 százalék), az agy és a kognitív funkciók fokozásához kapcsolódó fejlesztéseket (68 százalék), a biotechnológiát és a génszerkesztést (72 százalék) fogják érinteni. A magyarok az űrhöz kapcsolódó felfedezésektől is többnyire (72 százalék) pozitív hatásokat várnak, míg a mesterséges intelligenciától kisebb mértékben (59 százalék), de szintén az életük jobbra fordulását remélik a következő két évtizedben.

A Bosch-felmérés további izgalmas eredménye az is, hogy világszerte ötből négyen úgy gondolják, azon múlik majd egy-egy vállalat sikere, hogy milyen mértékű bizalmat tud kiépíteni a jövőben a digitális technológia iránt ügyfelei körében. A bizalom ugyanis egyre fontosabbá válik: a globális válaszadók 43 százaléka számára egyértelműen nagyobb szerepet játszik a digitális, mint az analóg világban.

Autózni vagy teleportálni?

Változatlanul él a teleportálás (Beaming) vágya – amint az a felmérésből ugyancsak kiderült. Több mint fél évszázaddal a Star Trek után, a teleportálás ötlete ma is vonzónak bizonyul, különösen Németországban. Arra a kérdésre, hogy a jövőben – a műszaki megvalósíthatóságtól függetlenül – a helyváltoztatás milyen módját vennék igénybe a legszívesebben, a német válaszadók jóval kevesebb fenntartással élve tízből csaknem négyen (39 százalék) a teleportálást választanák preferált közlekedési módként. Ezzel kalandvágyóbbnak bizonyultak a kínaiaknál (34 százalék), de a teleportálásnak az Egyesült Királyságban (27 százalék), az Egyesült Államokban (20 százalék) és Indiában (10 százalék) is vannak rajongói. Annak ellenére, hogy a válaszadók zöld utat kaptak az álmodozásra, a teleportálás senki kívánságlistáján nem végzett az élen. Az első helyre 56 százalékkal a sokkal hétköznapibb, ember vezette autó került, amit a repülőgép (40 százalék) és a vonat (32 százalék) követett.

The post A technológiai fejlődés jobbá teszi a világot appeared first on Műszaki Magazin.

Az idei ELECTROSUB sok újat hoz és kihagyhatatlan lehetőséget kínál. A jelenlegi várakozások szerint ez lesz az első ipari kiállítás, ahol a résztvevők hosszú idő után először, első kézből, személyes tárgyalások mellett mutathatják be termékeiket, szolgáltatásaikat.

Csatlakozzon az Ön cége is az Electrosubhoz és találkozzon vevőivel és partnereivel ismét személyesen!

Időpont: 2021. szeptember 28-30.,

Helyszín: Budapest, Lurdy Ház

Az idei év újdonsága – választ adva a jelen és a jövő kihívásaira -, hogy az alapprofil mellett új téma­csoportokat integrál kiállítási és konferencia prog­ramjába:

• elektronika,
• automatizáció,
• digitális transzformáció,
• mesterséges intelligencia,
• IoT

A rendezvény az Ipar 4.0 jegyében zajlik. 

Kedvező és rugalmas részvételi kondíciók, csomagajánlatok, hogy a megjelenés ne gond, hanem élmény legyen!

Fullszerviz csomagajánlatok (helydíjjal és standdal) elérhetők!

ÉRDEKLŐDÉS – TOVÁBBI RÉSZLETEK

The post Csatlakozzon az Ön cége is az Electrosubhoz és találkozzon vevőivel és partnereivel ismét személyesen! appeared first on Műszaki Magazin.

A központot a Digitális Jólét Program keretében létrejött MI Koalíció hozza létre, vezetője a SZTAKI, tagjai az Eötvös Loránd Kutatási Hálózat (ELKH) kutatóintézetei és felsőoktatási intézményekből kerülnek ki.

A Mesterséges Intelligencia Kiválósági Központ (AI National Lab) feladata lesz a mesterséges intelligencia (MI) témában induló és folyamatban lévő alap- és alkalmazott kutatások szervezése, koordinálása, ezzel a részvétel európai AI Excellence Centerek munkájában. A központ bekapcsolódik a nemzetközi MI-kutatási együttműködésekbe, illetve részt vesz az MI-oktatásában és MI-fejlesztésben is.

„A SZTAKI küldetése szerint »erős – és jellemzően célzott – alapkutatási tevékenységre támaszkodva, széleskörű hazai és nemzetközi együttműködések keretében hoz létre új eredményeket, és támogatja azok alkalmazását a gazdaság és a társadalom fenntartható fejlődésének érdekében, ugyanakkor működési területén segít megőrizni, és lehetőség szerint magasabb szintre emelni a hazai tudományos-műszaki kultúrát«. A megalakítandó Mesterséges Intelligencia Kiválósági Központ célkitűzései jelentős összhangban vannak küldetésünkkel. Hagyományainkra, valamint a mesterséges intelligencia kutatásában és alkalmazásában elért eredményeinkre támaszkodva készséggel és örömmel veszünk részt a Kiválósági Központ munkájában”

– mondta Monostori László, a SZTAKI igazgatója az MI Kiválósági Központ létrehozásáról.

Nemzeti MI-stratégia készül

„Magyarország jelenleg is egy gazdasági dimenzióváltás kapujában áll, amely keretében a munkalapú gazdaság tudásalapú gazdasággá fejlődhet. Ennek érdemi része a mesterséges intelligencia terjedésére való felkészülés, amelynek jegyében az immár közel 200 tagú MI Koalíció egyéves működésének eredményeire építve elkészült az MI akcióterv”

– mondta Dr. Palkovics László, innovációért és technológiáért felelős miniszter az Infotér Konferencián.

Az akcióterv kiemelt célja, hogy áttörést érjen el a mesterséges intelligencia társadalmi tudatosításában. Az MI Koalíció ezért skandináv mintára meghirdeti az AI Challange-t, melynek célja, hogy 2020 végére legalább százezer magyar polgár elvégezzen egy alapozó MI-kurzust. Az online képzés mellett állandó kiállítás nyílik a Csodák Palotájában is a témában.

A koalíció célja az is, hogy megszólítsanak legalább 1 millió magyar embert azzal az üzenettel, hogy a mesterséges intelligenciától nem kell félni, mivel az egy mindennapi életünkben jelen lévő technológia, amelyet közös gazdasági és társadalmi erőfeszítéssel saját előnyünkre kell és lehet fordítani.

Jönnek az adatpiacterek, úton az adatvagyon szabályozás

Az intézkedéscsomag kulcseleme az MI ökoszisztéma szervezetrendszerének definiálása, amely a SZTAKI által vezetett MI Kiválósági Központra és az MI Koalícióra épül. A Kiválósági Központ elsősorban a mesterséges intelligenciához kapcsolódó alkalmazott és az alapkutatásokat koordinálja, míg az MI Koalíció a piacszervezés és általános tájékoztatás mellett brókeri funkcióban ökoszisztéma építést és menedzsmentet, továbbá MI képzésszervezést végez.

Dr. Palkovics László azt is bejelentette, hogy GDPR-kompatibilis adatpiaci platformot hoznak létre az állami és versenyszférában keletkező, nem személyhez kötött adatoknak. Létrejön a Nemzeti Adatvagyon Ügynökség, amely megteremti a felhasználás feltételeit, azonosítja az érdekelt szereplőket, valamint támogatja az adatpiac kiépítését és működését

Emellett 2020 tavaszáig kereshetővé válnak a nem személyhez kötött vagy teljesen anonimizált közadatok. Az adatvagyontörvény előkészítése pedig ugyancsak folyamatban van a DJP 2030 stratégiai keretrendszer célkitűzéseinek megfelelően.

Az MI országstratégia előkészítése iparági workshopokon folytatódik, ahol az MI Koalíció definiálja azokat a fókuszterületeket, ahol Magyarország a világpiacon értelmezhető szinten az élvonalba törhet.

The post SZTAKI: Mesterséges Intelligencia Kiválósági Központ appeared first on Műszaki Magazin.

Az Oracle és a Future Workplace kutatócég immár második alkalommal végezték el az ‘AI at Work’ című közös, globális felmérésüket, amelynek eredményei szerint az emberek többsége (64%) jobban bízik a robotokban, mint a feletteseiben. A kutatásban 8 370 munkavállalót, menedzsert és HR vezetőt kérdeztek meg 10 különböző országban. A tanulmányból kiderül, hogy a mesterséges intelligencia (AI) megváltoztatta az emberek viszonyulását a technológiák használatához a munkahelyeken, valamint átformálja a HR csapatok és a vállalatvezetés működését a tehetségek megtalálásának, megtartásának és fejlesztésének területén.

Az emberek és a technológia kapcsolata

A mesterséges intelligenciáról elterjedt rémhírekkel ellentétben – amelyek szerint az AI elveszi az emberek munkáját – világszerte egyre több munkavállaló, menedzser és HR vezető számol be arról, hogy növekvő léptékben alkalmazzák az AI-t a munkahelyeken, és a fogadtatása kifejezetten pozitív.

Az AI használata egyre elterjedtebbé válik, a munkavállalók 50%-a alkalmazza már valamilyen formában, amely jelentős emelkedés a tavalyi évben mért 32 százalékhoz képest. Kínában (77%) és Indiában (78%) több mint kétszer annyi munkahelyen adaptálták az AI technológiát, mint Franciaországban (32%) vagy Japánban (29%).

A munkavállalók többsége (65%) optimista, izgatott és hálás azért, amiért robot munkatársakkal dolgozhat, és a válaszadók közel negyede állította, hogy a mesterséges intelligenciával való munka örömteli és szerethető.

A munkavállalók Indiában (60%) és Kínában (56%) lelkesednek leginkább az AI használataért, őket követi az Egyesült Arab Emírségek (44%), Szingapúr (41%), Brazília (32%), Ausztrália és Új-Zéland (26%), Japán (25%), az Egyesült Államok (22%), az Egyesült Királyság (20%) és Franciaország (8%).

A tanulmányból az is kiderül, hogy a férfiak (32%) sokkal pozitívabban tekintenek a mesterséges intelligenciára, mint a nők (23%).

Átalakuló vezetői szerepek

A mesterséges intelligencia egyre növekvő alkalmazása jelentős hatással van a munkavállalók és vezetőik kapcsolatára. Ennek megfelelően a hagyományos HR és vezetői szerepek is átalakulnak.

Az emberek 64%-a jobban bízik egy robotban, mint a felettesében, és a megkérdezettek felénél előfordult már, hogy inkább egy robothoz fordult tanácsért a főnöke helyett.

A legtöbben Indiában (89%) és Kínában (88%) szavaznak nagyobb bizalmat a robotoknak a vezetőkkel szemben. Őket követi Szingapúr (83%), Brazília (78%), Japán (76%), Egyesült Arab Emírségek (74%), Ausztrália és Új-Zéland (58%), az Egyesült Államok (57%), az Egyesült Királyság (54%) és Franciaország (56%).

Több férfi munkavállaló (56%) fordult már az AI-hoz tanácsért a vezetője helyett, mint nő (44%).

Az emberek 82%-a szerint a robotok képesek jobban elvégezni dolgokat, mint a menedzserek.

Arra a kérdésre, hogy pontosan miben jobbak a robotok, a felmérésben megkérdezettek az elfogulatlan adatok biztosítását (26%), a határidők betartását (34%), a problémamegoldást (29%) és a büdzsétervezést (26%) említették.

Arra a kérdésre, hogy miben jobbak a vezetők, a felmérésben résztvevő munkavállalók az alábbi három fő területet említették: az érzelmeik megértését (45%), coachingot (33%) és a munkahelyi kultúra kialakítását (29%).

Az AI a munkavégzés részévé válik

A mesterséges intelligencia bevezetése a munkahelyeken még csak kezdetleges fázisban jár. Ahhoz, hogy a legújabb AI fejlesztések előnyeit élvezhessék, a vállalatoknak egyszerűvé és biztonságossá kell tenni az AI használatát, különben elvesztik versenyképességüket.

A munkavállalók 76%-a és a HR vezetők 81%-a szerint kihívást jelent, hogy lépést tartsanak a technológiai fejlődéssel a munkahelyeken.

A munkavállalók azt szeretnék, ha egyszerűen tudnák használni az AI-t a munkájuk során, ezért könnyen kezelhető felhasználói felületeket (34%), gyakorlati képzéseket (30%) és a viselkedésükre szabott élményeket (30%) szeretnének.

A legfőbb okok között, amelyek visszatartják a munkavállalókat az AI használatától, a biztonság (31%) és az adatvédelem (30%) szerepel.

A digitális bennszülött Z generáció (43%) és Y generáció (45%) tagjai sokkal jobban aggódnak az adataik védelme miatt a munkahelyükön, mint az X generációsok (29%) és a baby boomerek (23%).

“Az újabb és újabb fejlesztések révén a mesterséges intelligencia és a gépi tanulás alkalmazása egyre elterjedtebbé válik, ez pedig világszerte jelentős hatással van arra, ahogy az emberek interakcióba lépnek a technológiával és kollégáikkal. A mostani felmérésünk eredményei is jól mutatják, hogy az emberek és a gépek munkakapcsolata átalakulóban van. Nincs egyetlen mindenkire alkalmazható megközelítés, amellyel ezt a változást irányíthatjuk. A vállalatoknak együtt kell működniük a HR csapatokkal, hogy kialakíthassák a saját módszereiket az AI bevezetésére, amely képes lekövetni a munkavállalók változó igényeit”

– mondta Emily He, SVP, Human Capital Management Cloud Business Group, Oracle.

“Azt elmúlt pár évben azt tapasztaltuk, hogy a munkavállalók egyre pozitívabban viszonyulnak az AI munkahelyi használatához. Ennek a változásnak az élén pedig a HR csapatok állnak. A 2019-es kutatásunk eredményei szerint az AI nemcsak a beosztott-felettes kapcsolatot alakítja át, hanem magának a felettesnek a szerepét is az AI-vezérelt szervezeten belül. A felmérésünkből az is kiderül, hogy a vezetők továbbra is meghatározó szerepet töltenek be a jövőben, amennyiben az emberi tulajdonságokra és a soft skillekre koncentrálnak, a technikai képességeket és a rutinszerű feladatokat pedig a robotokra hagyják”

– mondta Dan Schawbel, kutatási igazgató, Future Workplace.

“Az idei felmérésünk eredményeiből azt láthatjuk, hogy azok a vállalatok, amelyek igyekeznek felkészülni a jövő kihívásaira, egyre inkább az AI képességeire támaszkodnak. A mesterséges intelligencia bevezetésével a munkavállalók és a vezetők is egyre lelkesebbé válnak, ahogy a technológia fokozatosan felszabadítja őket rutinfeladatok súlya alól, és több idejük marad az üzletkritikus feladatokra”

– mondta Jeanne Meister, alapító partner, Future Workplace.

www.oracle.com

The post Jobban bízunk a robotokban, mint a főnökünkben? appeared first on Műszaki Magazin.