Témák

Az adatok vállalati szintű felelősségi, minőségi, szabályozási és működési kereteinek kialakítása, beleértve az adatgazdai szerepeket, adatminőséget, metaadat-kezelést és az AI-rendszerek megbízható adatellátását.

Az adatok gyűjtésével, feldolgozásával, elemzésével és értelmezésével foglalkozó interdiszciplináris terület, amely statisztikai, informatikai és gépi tanulási módszereket alkalmaz. Ide tartozik az adatelőkészítés, a mintázatok feltárása, a prediktív modellezés, a vizualizáció, valamint az adatokból származó üzleti és tudományos következtetések támogatása.

Olyan mesterségesintelligencia-rendszerek és szoftveres ágensek, amelyek egy cél elérése érdekében képesek a feladatok értelmezésére és felbontására, lépések megtervezésére, eszközök és külső szolgáltatások használatára, valamint műveletek részben vagy egészben autonóm végrehajtására. Ide tartoznak a nagy nyelvi modellekre épülő ágensek, az eszköz- és API-használat, az agentikus munkafolyamatok és az ágensalapú alkalmazások.

A mesterséges intelligencia szervezeti és üzleti alkalmazásba vételének folyamata, a kísérleti megoldásoktól a működő rendszerekig. Ide tartoznak a stratégiai, technológiai és szervezeti feltételek, az integráció, a változáskezelés, a kompetenciafejlesztés, valamint az AI alkalmazásának üzleti és működési hatásai.

A mesterséges intelligencia rendszerek fejlesztését, tanítását és üzemeltetését támogató hardveres és szoftveres háttér. Ide tartoznak többek között a számítási erőforrások, gyorsítók, felhő- és adatközponti megoldások, valamint az AI-modellek futtatását, skálázását és kiszolgálását biztosító platformok és eszközök.

A mesterséges intelligencia tudatos alkalmazásának és fejlesztésének stratégiai kerete vállalati, szervezeti, ágazati és országos szinten. Ide tartoznak a célok és prioritások, az értékterületek, a szükséges képességek és infrastruktúra, az irányítási és együttműködési keretek, valamint a bevezetési és fejlesztési programok meghatározása. A téma lefedi a vállalati AI-stratégiákat, az ágazati kezdeményezéseket és a nemzeti mesterségesintelligencia-stratégiák kialakítását, megvalósítását és felülvizsgálatát.

A felhasználók számára releváns termékek, szolgáltatások vagy tartalmak személyre szabott ajánlására szolgáló módszerek és rendszerek. Ide tartoznak a kollaboratív és tartalomalapú megközelítések, a hibrid ajánlórendszerek, valamint a gépi tanuláson és neurális hálózatokon alapuló ajánlási modellek.

Nagy adathalmazokon előtanított, általános célú modellek, amelyek adaptálhatók és továbbépíthetők különböző feladatokra és alkalmazási területekre.

Az emberi beszéd gépi feldolgozásával, felismerésével és előállításával foglalkozó technológiák összessége. Ide tartoznak a beszédfelismerés, beszédszintézis, beszédes felhasználói interfészek és párbeszédrendszerek, valamint ezek gépi tanulási és mesterségesintelligencia-alapú megoldásai.

A digitális technológiák szervezeti működésbe, szolgáltatásokba és üzleti folyamatokba történő átfogó beépítése. Ide tartozik a folyamatok digitalizálása, az adatvezérelt működés, az automatizáció, az új digitális szolgáltatások kialakítása, valamint a szervezeti kultúra és működési modellek alkalmazkodása.

Mesterségesintelligencia- és gépi tanulási módszerek alkalmazása az egészségügyi adatok elemzésében, diagnosztikai és terápiás döntéstámogatásban, kockázatbecslésben és személyre szabott betegellátásban.

Az energia előállításával, átalakításával, elosztásával és felhasználásával foglalkozó műszaki és gazdasági terület. Az MI-hez kapcsolódóan ide tartozhatnak az energiaigény előrejelzése, az intelligens hálózatok, a termelés és fogyasztás optimalizálása, a megújuló energiaforrások integrációja, valamint az energetikai rendszerek megbízhatóbb és hatékonyabb működtetése.

Olyan gépi tanulási megközelítés, amelyben több résztvevő vagy adatforrás közösen tanít modellt anélkül, hogy a helyben tárolt nyers adatokat központilag megosztanák. Ide tartoznak az elosztott modelltréning, a modellfrissítések aggregációja, valamint az adatvédelem és a kommunikációs hatékonyság kérdései.

A mesterséges intelligencia olyan módszereinek és modelljeinek összessége, amelyek új tartalmak – például szöveg, kép, hang, videó vagy programkód – létrehozására képesek. Ide tartoznak a nagy nyelvi modellek, a multimodális rendszerek, a generatív modellek vállalati és kreatív alkalmazásai, valamint az ezekhez kapcsolódó megbízhatósági és használati kérdések.

A mesterséges intelligencia azon területe, amelyben a számítógépes rendszerek adatokból tanulnak mintázatokat, és ezek alapján előrejelzéseket vagy döntéseket hoznak. Ide tartoznak a felügyelt, felügyelet nélküli és megerősítéses tanulási módszerek, a modellépítés és -értékelés, valamint a gépi tanulási megoldások gyakorlati alkalmazása.

Gráfstruktúrájú adatok feldolgozására szolgáló neurális hálózati módszerek, amelyek a csomópontok, élek és hálózati topológia információit közvetlenül használják fel tanulási és előrejelzési feladatokban.

Villamosenergia- és más hálózati rendszerek állapotának meghatározhatósága rendelkezésre álló mérések és modellek alapján, beleértve az állapotbecslést, mérési bizonytalanságot, szenzorelhelyezést és kontrollálhatóságot.

A kommunikációs és informatikai hálózatok tervezésével, működtetésével és optimalizálásával foglalkozó terület. Az MI-hez kapcsolódóan ide tartoznak többek között a hálózati forgalom elemzése és előrejelzése, az erőforrás-allokáció, a hibadetektálás, az automatizált üzemeltetés, valamint az intelligens és önoptimalizáló hálózati megoldások.

Digitális, adatvezérelt és mesterségesintelligencia-alapú módszerek alkalmazása a közlekedési rendszerek érzékelésében, irányításában és optimalizálásában. Ide tartoznak az autonóm és összekapcsolt járművek, az intelligens forgalomirányítás, a közlekedési előrejelzés, az okosparkolás, a mobilitási szolgáltatások és a közösségi közlekedés optimalizálása.

Az ipari fejlődés emberközpontú, fenntartható és ellenállóbb megközelítése, amely a fejlett digitális technológiákat az emberi képességekkel együtt kezeli. Kiemelt szerepet kap az ember–gép együttműködés, a rugalmas és személyre szabott termelés, a fenntarthatóság, valamint az ipari rendszerek társadalmi és környezeti szempontú fejlesztése.

A mesterséges intelligencia ipari környezetben történő alkalmazása a termelés, üzemeltetés és mérnöki folyamatok támogatására. Ide tartoznak többek között a prediktív karbantartás, a minőségellenőrzés, a gyártásoptimalizálás, az ipari automatizálás, valamint a fizikai rendszerekből származó adatok intelligens feldolgozása.

A digitális rendszerek, hálózatok, adatok és szolgáltatások védelmével foglalkozó terület. Az MI-hez kapcsolódóan ide tartoznak a fenyegetések és anomáliák felismerése, a támadások detektálása és elemzése, az automatizált védekezés, valamint a mesterséges intelligencia biztonsági alkalmazásai és kockázatai.

A gazdasági szereplők döntéseit, az erőforrások elosztását és a piacok működését vizsgáló tudományterület. Az MI-hez kapcsolódóan ide tartozhatnak többek között a technológiai innováció gazdasági hatásai, a termelékenység, a munkaerőpiac átalakulása, az ösztönzők és piaci struktúrák, valamint a mesterséges intelligencia vállalati és társadalmi értékteremtésének kérdései.

Olyan mesterségesintelligencia-módszerek és technikák, amelyek célja, hogy a modellek döntései és következtetései az emberek számára érthetővé és értelmezhetővé váljanak. Ide tartoznak az interpretálhatóságot, átláthatóságot és döntéstámogatást segítő megközelítések is.

A gépi tanulás olyan megközelítése, amelyben egy ágens a környezetével kölcsönhatásban, jutalmak és visszajelzések alapján tanulja meg a számára kedvező cselekvési stratégiát. Ide tartoznak az állapotok, akciók és jutalmak modellezése, a döntési politika optimalizálása, valamint az autonóm rendszerekben, robotikában és irányítási feladatokban alkalmazott módszerek.

A mesterséges intelligencia társadalmi hatásai, az ember és technológia viszonya, valamint az MI szerepe a társadalmi folyamatok, hatalmi viszonyok és közösségek átalakulásában.

A mesterséges intelligenciához kapcsolódó filozófiai kérdések, különösen az intelligencia, megértés, tudatosság, ember–gép viszony és az MI-ről szóló érvelés problémái.

A mesterséges intelligencia fejlesztésének és alkalmazásának szervezeti, jogi és irányítási keretei. Ide tartoznak a felelősségi körök, a kockázatkezelés, az etikai és megfelelőségi követelmények, az átláthatóság, az elszámoltathatóság, valamint az AI-rendszerek teljes életciklusára kiterjedő felügyeleti és szabályozási gyakorlatok.

A mesterséges intelligenciához kapcsolódó ismeretek, készségek és kompetenciák fejlesztése oktatási és szakmai képzési környezetben. Ide tartozik az MI-szakemberek képzése, a szerepkörökhöz szükséges kompetenciák meghatározása, a tanulási útvonalak és képzési programok kialakítása, valamint a továbbképzés, az upskilling és a reskilling.

Több autonóm vagy részben autonóm ágens együttműködésére épülő rendszerek, amelyek kommunikációval, koordinációval vagy tárgyalással közösen oldanak meg elosztott feladatokat.

Nagyméretű szöveges és más nyelvi adathalmazokon tanított mesterségesintelligencia-modellek, amelyek képesek természetes nyelvű tartalmak megértésére és előállítására. Ide tartoznak a szöveggenerálás, kérdés-válasz, összefoglalás, fordítás és kódgenerálás feladatai, valamint a modellek finomhangolásával, kontextuskezelésével és megbízható alkalmazásával kapcsolatos módszerek.

A generatív mesterséges intelligencia rendszerek számára adott utasítások és bemenetek tudatos megtervezése a kívánt eredmény elérése érdekében. Ide tartozik a feladat pontos megfogalmazása, a kontextus és példák megadása, a válaszformátum irányítása, valamint a promptok iteratív finomítása a megbízhatóbb és hasznosabb kimenetek érdekében.

A generatív mesterséges intelligencia olyan megközelítése, amely külső tudásforrásokból visszakeresett információkkal egészíti ki a modell kontextusát a válasz előállítása előtt. Ide tartoznak a dokumentum-visszakeresés, a tudásbázisok és vektoros keresés integrációja, valamint a vállalati és szakterületi RAG-rendszerek kialakítása.

A robotok tervezésével, érzékelésével, irányításával és autonóm működésével foglalkozó interdiszciplináris terület. Az MI-hez kapcsolódóan ide tartoznak a gépi tanulást és megerősítéses tanulást alkalmazó robotikai rendszerek, a robotok környezetérzékelése, mozgása, döntéshozatala és fizikai környezettel való interakciója.

A digitális képek és videók automatikus feldolgozásával és értelmezésével foglalkozó mesterségesintelligencia-terület. Ide tartoznak többek között a képosztályozás, objektumdetektálás és -követés, szegmentáció, póz- és orientációbecslés, valamint a 2D és 3D vizuális percepció gépi tanulási módszerei.

Az alkotásokhoz, találmányokhoz, megjelölésekhez és más szellemi teljesítményekhez kapcsolódó jogok és oltalmi formák területe. Ide tartoznak többek között a szerzői jog, a szabadalmak, a védjegyek és a formatervezési minták, valamint a mesterséges intelligencia fejlesztésével és alkalmazásával összefüggő szellemitulajdon-védelmi kérdések.

A mesterséges intelligencia azon területe, amely az emberi nyelv számítógépes feldolgozásával, megértésével és előállításával foglalkozik. Ide tartoznak többek között a szövegelemzés, információkinyerés, gépi fordítás, kérdés-válasz rendszerek, beszélgető rendszerek, valamint a nagy nyelvi modellekhez kapcsolódó módszerek és alkalmazások.

A mesterséges intelligencia üzleti folyamatokban és szolgáltatásokban történő gyakorlati felhasználása. Ide tartoznak többek között a döntéstámogatás, az ügyfélkiszolgálás, az értékesítés és marketing támogatása, a pénzügyi és adminisztratív folyamatok automatizálása, valamint az AI-alapú termékek és szolgáltatások kialakítása.

A mesterséges intelligencia nagyvállalati és szervezeti környezetben történő alkalmazása, ahol a technológiai megoldásoknak összetett üzleti, informatikai és irányítási követelményekhez kell illeszkedniük. Ide tartozik az AI-rendszerek integrációja, skálázása és üzemeltetése, az adat- és modellirányítás, a biztonság és megfelelőség, valamint a vállalati folyamatok és döntéshozatal támogatása.

A villamosenergia-átviteli és -elosztó hálózatok tervezésével, működtetésével és optimalizálásával foglalkozó terület. Az MI-hez kapcsolódóan ide tartoznak a hálózati terhelés és veszteségek előrejelzése, az állapotfelmérés és hibadetektálás, a rendszerirányítás támogatása, valamint a megújuló energiaforrások és a fogyasztói rugalmasság összehangolása. A terület része az intelligens villamosenergia-hálózatok (smart grid) digitális érzékelésre, kommunikációra és automatizált szabályozásra épülő működése is.