Prof. Dr. Levendovszky János

Prof. Dr. Levendovszky János

kutatási és innovációs rektorhelyettes Budapesti Műszaki és Gazdaságtudományi Egyetem

100 Magyar Mesterséges Intelligencia Innováció

A 100 Magyar Mesterséges Intelligencia Innováció című kiadványban megjelent írása:

Az MI nem csupán egy újabb technológiai eszköz

Napjaink egyik legmeghatározóbb technológiai újítása a mesterséges intelligencia (MI), amely gyökeresen átalakítja mindennapi életünket, a munkahelyeket és a gazdaság működését. Az MI nem csupán egy újabb technológiai eszköz, hanem diszruptív ereje abban rejlik, hogy alapjaiban változtatja meg a gazdasági és társadalmi struktúrákat.

Az ilyen technológiák jellemzője, hogy a meglévő rendszerek hatékonyságát jelentősen növelik, miközben új működési modelleket vezetnek be. Az MI rohamos fejlődésében nélkülözhetetlen szerepet játszanak az egyetemek is, hiszen ez egy tudásvezérelt átalakulás, amelyhez tudományos kompetenciák kellenek, és ezeket az egyetem tudja biztosítani. Többnyire egyetemi környezetben születnek meg azok az elméleti alapok, új algoritmusok és kutatási irányok, amelyekre az alkalmazások és az ipar később építkezik.

Ugyanakkor a diszruptív technológia megköveteli az innovációs eredmények gyors hasznosítását és piacra jutását, amely az egyetemek innovációs folyamatainak is kihívást jelent. A Budapesti Műszaki és Gazdaságtudományi Egyetem (BME) kiemelt célja a tudáshasznosítás, hiszen az intézmény élen jár az MI-kutatásban, -fejlesztésben és -innovációban. Főbb kutatási területei az MI algoritmusokra és architektúrákra, generatív modellekre, természetes nyelvfeldogozásra, IoT-alapú adatgyűjtésre, adatbiztonságra, gépi látásra és ipari alkalmazásokra fókuszálnak. Az egyetem tagja a Mesterséges Intelligencia Nemzeti Laboratóriumnak, a Mesterséges Intelligencia Koalíciónak, valamint számos Horizon Europe konzorciumnak, illetve jelentős nemzetközi kutatásban vesz részt. A területhez kapcsolódó innovációs eredményeit az egyetem nemrég alakult TTC-je, a BME Innolab Zrt. piacosítja és értékesíti. Másrészt a BME fontos szerepet tölt be az MI kutatói utánpótlásának képzésében is. A hallgatók nemcsak elméleti tudást szereznek, hanem gyakorlati kutatási tapasztalatot is, amely lehetővé teszi számukra, hogy az iparban vagy akár saját startupjukban alkalmazzák az elsajátított ismereteket. Emellett a BME számos vállalattal végez kollaboratív kutatásokat, ezzel is hidat képezve az elmélet és a gyakorlat között.

A jelen kötetben olyan egyetemi K+F+I eredmények kerülnek bemutatásra, amelyek meghatározóak az ipari hasznosítás szempontjából:

  • az okos hidak koncepciója során nyúlásmérő szenzorok alapján mesterséges intelligencia-eszközök értékelik ki az áthaladó járműveket, ezáltal nem-invazív állapotfelmérést végezve, amely alapján a hidak szerkezetének a fáradása is meghatározható;
  • a deep-learning-alapú önvezető járművek esetén a kialakított tesztkörnyezet lehetővé teszi, hogy az önvezetéshez kapcsolódó MI algoritmusok valós és szimulációs környezeten egyaránt tesztelhetők legyenek;
  • gráf neurális hálót használunk a ChatGPT-vel jelnyelv segítségével történő kommunikációhoz, illetve
  • a gépi látás segítségével ultragyors UV képalkotó eszközzel tudjuk monitorozni a gyógyszertabletták minőségét a gyártás során.

Mindezek az eredmények jól mutatják az egyetem kiválóságát és innovációs potenciálját is, amely az intézményt hasznos tagjává teszi a hazai és nemzetközi MI innovációs ökoszisztémának.