MI SzemináriumMegnyitó
Vágujhelyi Ferenc: Megnyitó. TMIT MI Szeminárium, 2026. június 2. https://ai.tmit.bme.hu/talks/megnyito/
Átirat · 1:03
Köszönöm szépen. Hát először is mindig jó érzés azt látni, hogy szakmai konferenciákra eljönnek az emberek, mert jó érzés, hogy valaki a munkaidejét, vagy ne adj’ Isten a szabadidejét arra áldozza, hogy szakmai kérdésekkel foglalkozzon. Örömmel látom, hogy van érdeklődés és él a szakma. Ugye itt egy projektről van szó.
Átirat · 1:36
Ez a Digitális szintugrás a jövő távközlési vállalataiért projekt eseménye. A végén fogok ezzel kapcsolatban egy-két szót mondani. Először is a megjelenteket már dicsértem, ezért dicsérném a szervezőket, az előadókat, a programban részt vevő szervezetek képviselőit és valamennyi jelenlévőt.
Átirat · 2:04
A megnyitó olyan műfaj, ahol az utánam jövő hét előadót kellene fölvezetni anélkül, hogy spoilerezném vagy elvinném a show-t. Ezt megígérem, hogy nem fogom tenni, úgyhogy bele is vágnék. A digitalizáció ma már nem valamilyen hatékonysági kérdés. Amikor én kijöttem az egyetemről, mindenki úgy próbálta eladni, hogy hatékonyabb lesz tőle a vállalat működése.
Átirat · 2:35
Ma már a digitalizáció a vállalat működéséhez kell: nem csak a hatékony működéshez, hanem egyáltalán ahhoz, hogy versenyben maradjon és növekedni tudjon. Ez ma már elsősorban a kis- és középvállalatok kérdésévé vált, mert szerintem nincs olyan nagyvállalat, ahol a digitalizáció ne épült volna be mélyen a vállalat működésébe.
Átirat · 3:07
Szinte minden iparágban ez a helyzet. A kis- és középvállalatokról viszont el kell mondani, hogy ők éltetik a magyar gazdaságot. Amit tipikusan nagyvállalatnak szoktunk mondani – a cutting-edge technológiát használó gyárak, autógyárak, akkumulátorgyárak vagy nagy elektronikai cégek üzemei –, azoknál összességében százezres nagyságrend alatti munkavállalói létszámról beszélünk.
Átirat · 3:35
Ha ezt összevetjük a kis- és középvállalkozások körével, ki lehet számolni, hogy a társadalom mekkora részét jelentik a KKV-k: a túlnyomó többséget. Ez élteti a magyar gazdaságot. A távközlési szektornak ezen belül is különleges helyzete van. Szoktuk mondani, hogy a 19. század a gőz társadalma volt.
Átirat · 4:07
A gőz hajtotta a gazdaságot és mindenképpen a növekedést. A 20. századot leginkább az elektromosság, a villamos energia évszázadának szoktuk mondani. Mind a gőz, mind az elektromos áram valójában infrastruktúrát teremtett; a hozzáadott értéket az ezen a platformon működő berendezések jelentették.
Átirat · 4:40
A kérdés az, hogy mi lesz a 21. század infrastruktúrája. Azt gondolom, hogy a platformot mindenképpen a távközlés és az informatika fogja megadni. Hogy mi fogja belakni ezt a platformot, arról talán még korai lenne beszélni, mert ha a század elején, negyed évszázaddal ezelőtt beszéltünk volna erről, biztosan nem azt mondtuk volna, amit ma.
Átirat · 5:09
Ma már úgy néz ki, hogy a mesterséges intelligenciának mindenképpen szerepe lesz ebben. A kérdés az, hogy ha azok a vállalatok, amelyek a magyar munkavállalók mintegy 85 százalékát foglalkoztatják, ebből kimaradnak, akkor mi vár a magyar gazdaságra. Milyen reményekkel indulunk neki a 21. század hátralévő háromnegyedének?
Átirat · 5:40
Ezért nagyon fontosak az ilyen programok, mint ez a program is. Nagyon sokat változott az informatika az évszázad eleje óta. Akkor az internetről valószínűleg legtöbben azt mondtuk volna, hogy szolgáltatás; ma már digitális ökoszisztémának nevezzük. Az adatot pedig nagyon sokszor egyszerű mellékterméknek láttuk.
Átirat · 6:09
Bár már akkor is voltak adattárházak, és itt a TMIT tanszéken is tanítottátok, hogy mit lehet az adatokkal csinálni, a legtöbb helyen az adat az üzleti, közigazgatási vagy ipari irányítási folyamatok mellékterméke volt. Ma már stratégiai erőforrás, és nem csak a nagyvállalatok számára. Az automatizálásból intelligens automatizálás lett.
Átirat · 6:41
Korábban leginkább az ember támogatta a gépet, és a folyamatokat az ember szervezte. Ma már a gép, illetve a platformon futó megoldások támogatják az embert, és a globális verseny is e köré szerveződik. Érdekes KKV-k kapcsán globális versenyről beszélni, de a digitális ökoszisztéma lehetővé teszi, hogy akár egy 15 fős cég is globális szinten jelenjen meg.
Átirat · 7:13
A fiam például Dániában egy olyan cégnél dolgozik, amely mobiltelefonon akar nyelvi modelleket futtatni. Ennek természetesen megvannak a műszaki és teljesítménykorlátai. Ma még az embernek kell megszerveznie, hogy ezek a viszonylag kicsi nyelvi modellek használhatók legyenek.
Átirat · 7:44
Nem tudjuk, mit hoz a jövő. Biztos, hogy ezek a folyamatszervezési kérdések is bekerülnek a tudományos diskurzusba. Olyan cégek is globális szinten tudnak megjelenni, amelyeknél még egy tucat munkavállaló sincs. Nem azt akarom mondani, hogy ez az elvárásom ezzel a programmal kapcsolatban, de a lehetőség ott van.
Átirat · 8:13
Ezért fontos a DIGITÁV és az ehhez hasonló programok szerepe: képességet adnak a cégek kezébe. Nem egyszerűen valamilyen látványos beruházásról van szó. Amikor az uniós támogatási formák megjelentek, sok kisváros főterét letérkövezték – ami egyébként szebbé tette ezeket a településeket –, de ez önmagában nem feltétlenül hajtotta a gazdaságot.
Átirat · 8:46
Ez viszont nem ilyen program. Itt tudást kapnak a résztvevők, csökkennek a kockázataik, gyakorlatba átültethető példákat kapnak, és felkészülhetnek az AI korszakára. Legalábbis bízom benne, hogy ez lesz az eredménye.
Átirat · 9:17
A mesterséges intelligencia kutatási eszközből üzleti eszköz lett. Vegytisztán kutatási eszköz talán inkább az ötvenes években volt, utána egyre több feladatot kezdtünk vele megoldani. Nekem is volt 1991-ben mesterséges intelligencia tárgyam, és predikátumkalkulust, illetve automatizált döntéshozatalt tanultunk.
Átirat · 9:47
Ezeket akkor szakértői rendszereknek hívták. Már az üzletben is jelen voltak, de az emberek által kézzel megírt szabályokból indultak ki, és ezekből alkottak következtetési láncokat. Meglehetősen fejlett rendszerek is léteztek; például automatikus döntéshozatali feladatokban tudtak következtetéseket levonni.
Átirat · 10:15
Ha megfogalmaztunk egy állítást, a rendszer bizonyítást kereshetett rá egy predikátumfán keresztül. Nyilván két-három lépésnél akkor még nem nagyon tudtak továbbmenni, de ezek a rendszerek vállalati szinten is megjelentek. Viszont nem az adatból tanultak: a tudást és a szabályokat az ember fogalmazta meg.
Átirat · 10:44
A szabályokra mi jöttünk rá, és ezek alapján működtek a szakértői rendszerek. Ehhez érkeztek a 2010-es években a gépi tanulási módszerek, ahol már magát a modellt alkotta meg a gép. Ilyen lehetett például egy support vector machine-os lineáris osztályozás, ahol több paraméter együttes hatását kellett kezelni.
Átirat · 11:15
Az ember több paramétert már nagyon nehezen tud fejben kezelni vagy vizualizálni. Három dimenzióban még el tudunk különíteni pontokat, de ennél több változóval ez már problémás. Egy egyszerű lineáris vagy valamilyen polinomiális, kernelfüggvényes osztályozás már olyan eszközt adott a döntéshozók kezébe, amire az ember magától nem feltétlenül tudott volna rájönni.
Átirat · 11:47
Én magam is alkalmaztam ilyen módszereket a NAV mesterséges intelligencia munkacsoportjában. Csalási magatartásokat tudtunk elkülöníteni előre címkézett adatokból, felügyelt gépi tanulással, olyan paraméterek alapján, amelyek jelentőségét az ember előzetesen nem látta. Utólag sem mindig tudtuk megmondani, miért volt egy paraméter szignifikáns a csalás szempontjából, de bizonyíthatóan az volt.
Átirat · 12:17
Ma már ezek az eszközök gyakorlatilag ingyen elérhetők a kisvállalkozások számára is. A távközlésben segíthetnek például prediktív karbantartásban, forgalomoptimalizálásban, ügyfélelvándorlás előrejelzésében, az ügyfelek fogyasztási szokásainak elemzésében és kapacitástervezésben.
Átirat · 12:51
A távközlési szektor tehát sokat profitálhat ezeknek az eszközöknek a használatából. Az AI-eszközök alatt részben az előbb említett gépi tanulási módszereket értem, de nem hagynám ki a reasoning, vagyis következtetési képességeket és az olyan rendszereket sem, mint például a Wolfram Alpha.
Átirat · 13:19
A prediktív karbantartás például nem a távközlésből indult, hanem a repülőgépes gázturbinák karbantartásából. Úgy emlékszem, a General Electric kezdte el először alkalmazni. Nem egyszerűen fix karbantartási periódusokat követtek, hanem folyamatosan mértek, és a meghibásodások, illetve a karbantartások tapasztalataiból modellezték, mikor lehet szükség beavatkozásra.
Átirat · 13:52
A modellek alapján már azelőtt karbantartásra lehetett rendelni egy sugárhajtóművet, hogy az ok-okozati összefüggést teljesen feltárták volna. Ma már sok berendezésnél nincs is hagyományos karbantartási ciklus. Van a programban egy érdekes előadáscím is, az AI és a hatalom kérdése. Erről csak annyit mondanék, hogy az Európai Unió törekszik a közhatalmi kérdések és a polgárok jogainak védelmére az algoritmusokkal, illetve azok visszaélésszerű használatával szemben.
Átirat · 14:26
A történelemben mindig előnybe kerültek azok, akik hatékonyan tudták felhasználni az információt. Ez az ókorban is így volt. Simon Singh A kódkönyv című könyve például sokat foglalkozik az ókori adatrejtési megoldásokkal, a Caesar-féle titkosítástól kezdve. Az adatok bizalmassága és az információhoz való hozzájutás már akkor is akár háborúkat dönthetett el.
Átirat · 15:00
Ha akkor ennyire fontos volt az információ, képzeljük el, ma mennyire fontos, mi történik azokkal az adatokkal, amelyeket elképesztően kevés helyen gyűjtünk. Az AI bizonyos szempontból rendkívül demokratikus: akár egy fejlődő országban élő, egyszerű androidos okostelefonnal rendelkező ember is hozzáférhet az emberiség felhalmozott tudásának jelentős részéhez.
Átirat · 15:29
Egy olcsó mobiltelefonon keresztül például hozzá lehet férni a Wikipédiához és sok más tudásforráshoz. Ilyen értelemben az AI és a digitális hozzáférés rendkívül demokratikus. Ugyanakkor nézzük meg, hányan nyújtják ezeket a szolgáltatásokat: ebből a szempontból az emberiség egyik legnagyobb hatalmi koncentrációjáról beszélhetünk.
Átirat · 16:01
Nem akarom társadalmi vagy politikai értelemben vizsgálni a témát, mert nem ez a szakterületem. Azt viszont le lehet szűrni, hogy a globális digitális platformok és AI-modellek ma az adatokból származó hatalom fontos gyakorlói. Ezt a kis- és középvállalatoknak is érdemes szem előtt tartaniuk.
Átirat · 16:35
Konklúzióként azt mondanám, hogy a piac a kis- és középvállalkozások előtt is ott hever. Szinte bármi, ami a társadalomban történik a nagyvállalatoktól az egyénig, nyomot hagy a digitális térben. Nagyon kevés olyan dolog maradt, amelynek nincs valamilyen digitális lenyomata.
Átirat · 17:04
Gondoljunk arra, hogy régen, amikor leintettünk egy taxit, megmondtuk, hova akarunk menni, majd készpénzzel fizettünk, gyakorlatilag semmilyen digitális nyom nem maradt. Legfeljebb egy fénykép készülhetett a taxiról, ha a sofőr gyorsan hajtott.
Átirat · 17:37
Ma viszont appal hívjuk a taxit. A platform üzemeltetője tudja, kik vagyunk, ismeri a szokásainkat, és rengeteg adatot gyűjt rólunk. Bizonyos adatok nyilvánosságát uniós szabályozás is előírhatja, ezekre pedig üzleti modelleket lehet építeni.
Átirat · 18:07
Ennek a programnak nem az a célja, hogy egyszerűen az AI-ról beszéljünk. Az a célja, hogy a résztvevők olyan képességeket szerezzenek, amelyekkel boldogulni, sőt virágozni tudnak ezen az új táptalajon.
Átirat · 18:37
Amikor ilyen programokat tervezünk, mindig felmerül, hogy mire költsük a pénzt: a lakosságot edukáljuk, a kis- és középvállalkozásokat segítsük, vagy inkább kutatást támogassunk. A szakembernek természetesen van egy ösztöne arra, hogy a saját szakmai területét és a kutatást részesítse előnyben.
Átirat · 19:04
De ha belegondolunk, ezeknek a programoknak nem néhány tucat szakember boldogulását kell szolgálniuk. Az is fontos, hogy a kutatásban nemzetközi szinten versenyképesek maradjunk, de közben sokkal szélesebb vállalkozói körre kell hatást gyakorolni.
Átirat · 19:34
Körülbelül 270 ezer olyan kisvállalkozásról beszélünk, amely már szabad szemmel is látható gazdasági szereplő. Ha ezeknek a boldogulását tudjuk segíteni, az nem elhanyagolható társadalmi érdek. Minden egyéb szakmai vágyamat elfojtva azt tudom mondani, hogy nagyon jó, hogy ez a program el tudott indulni. Köszönöm, hogy meghallgattatok.
Témák
iMI-támogatott
Az MI az előadás tartalma alapján javasolja a hozzá leginkább kapcsolódó témaköröket. Szükség esetén új témakört is javasolhat; az új témák szerkesztői jóváhagyással kerülnek be az archívumba.
Összefoglaló
iMI-támogatott
Az összefoglaló az előadás átirata alapján, mesterséges intelligencia segítségével készült. A tartalmat az archívum szerkesztője ellenőrizte. Az MI által készített szöveg ennek ellenére tartalmazhat pontatlanságokat.
Fejezetek
iMI-támogatott
A fejezetcímek és időpontok az előadás átirata alapján, mesterséges intelligencia segítségével készültek.
Kapcsolódó előadások
i
A kapcsolódó előadásokat a témák és előadók közötti átfedések alapján rangsoroljuk. A legerősebb kapcsolódást mutató három előadás jelenik meg.
Az egyező témákat és előadókat kiemeljük.