Ipar

Adatvédelem szintjén csak kevesen értenek az AI-hoz

Egyre több cég alkalmazza a mesterséges intelligenciát, de kevesen mondhatják el, hogy tisztában vannak azzal, hogy milyen hazai és nemzetközi, pénzügyi, felügyeleti és adatvédelmi szabályokat szükséges betartaniuk és hogyan alakíthatnak ki egy biztonságos, felkészült környezetet egy AI projekt megvalósulásakor.

Ezekre a kérdésekre is választ adott Nagy Ádám Péter, a K&H információbiztonsági igazgatója az IT Festen, ahol az ország egyetlen hangalapú digitális asszisztense, Kate megalkotása és működtetése példáján keresztül nyújtott támpontokat.

A mesterséges intelligencia, ezen belül is főként a ChatGPT által berobbant generatív AI használatáról már minden fórumon rengeteget lehet hallani és olvasni, mondhatni már majdnem mindenki ért hozzá. Más azonban a helyzet, ha egy olyan AI funkció, mint Kate, az ország egyetlen hangalapú digitális asszisztensének biztonsági környezetét kell megteremteni. A K&H saját, belső fejlesztéseként megvalósuló Kate ugyanis már több mint 200 élethelyzetben tud gördülékenyen kommunikálni és segítséget nyújtani a pénzügyek intézésekor. Eddig 570 ezer K&H lakossági és kkv ügyfél került vele kapcsolatba, 220 ezer beszélgetést kezdeményeztek, és az ügyfelek 10 százaléka már havi rendszerességgel használja.

„Kate nem egy alkalmazás vagy egy chatbot, hanem egy E2E digitális segítőtárs, ami azt jelenti, hogy a teljes ügyféligényt, azaz a kommunikációt és tranzakciót is megvalósítja. Ráadásul mindez kontrolláltan, biztonságosan történik, ugyanis minden információ, adat, amit az ügyfelek Kate-tel megosztanak, a bankon belül marad – szemben például az általánosságban használt generatív AI platformokkal, ahol a betáplált adatok egy publikus felhőben tárolódnak. Tehát a fejlesztés, a tesztelés és a működtetés is bankon belül történik”

– mondta el Nagy Ádám Péter, a K&H információbiztonsági igazgatója. Az IT Fest technológiai rendezvényen ezért a magyar nyelvi modellen alapuló AI létrehozásán és működtetésén keresztül három fő kockázati pontot és javaslatot mutatott be a szakember, kitérve arra, hogy hogyan lehet egy olyan projektet megvalósítani, ami figyelembe veszi a legfontosabb biztonsági szempontokat – ráadásul nagyvállalati környezetben.

A szervezet rugalmassága legalább olyan fontos, mint maga a technológia

Ahhoz, hogy egy olyan AI projekt, mint a Kate megvalósuljon, a klasszikus nagyvállalati folyamatokat és a bankon belül működő fejlesztői csapat munkáját össze kellett hangolni, ami komoly rugalmasságot igényelt. „A K&H IT csapata leginkább egy alkotó műhelyre hasonlít, ahol olyan területeken lehet fejlődni és izgalmas projektekben részt venni, mint az AI vagy a robotika. Kezdetben azt gondoltuk, hogy a sok éve gördülékenyen működő kontrollokhoz, egységesített eljárásokhoz fog illeszkedni a fejlesztés. Hamar rájöttünk azonban arra, hogy ehhez a kreatív munkához a bankon belül működő IT alkotói műhelyt is rugalmasan kell kezelni, ami kiterjedt a folyamatokra és a hardverek használatára egyaránt. A másik oldalon, a fejlesztők részéről szintén szükség volt rugalmasságra és pontosságra, hogy minden megfelelően dokumentált és nyomon követhető legyen” – mutatta be a szakember, hogyan hangolhatók össze a bevált folyamatok és a kreatív, agilis munkavégzés.

Etikai problémák és adatvédelem

Az AI projektek másik kritikus pontja az adatok védelme: ki, mit, hol és hogyan tárol. „Esetünkben az AI-ra vonatkozó használati megkötések mellett minden hazai és nemzetközi banki elvárást és adatvédelmi előírást figyelembe kellett venni. Ehhez egyrészt a projektben részt vevők egy külön kiválasztási folyamaton mentek keresztül, másrészt a fejlesztés bizonyos fázisainál olyan ellenőrzések történtek, kontrollpontok lettek beépítve, amelyek többek között például kiszűrik a szabályoknak nem megfelelő kódrészeket” – tájékoztatott a szakember.

Hallucináció tesztelése

Az AI alkalmazásának sikerességét befolyásoló harmadik kulcstényező a hallucináció, vagyis a téves vagy félrevezető eredmények tesztelése és kizárása, amit nem szabad megspórolni. Sőt, a magyar nyelv sajátosságai miatt ez a lépés még inkább kiemelten fontos. „Kate esetében, mivel nem nagy nyelvi modellel dolgozik (LLM, Large language model), a tesztelés és tanítás arra szolgált, hogy jobban felismerje az AI modell, hogy mi az ügyfél szándéka, és annak megfelelően adja vissza az előre definiált válaszokat” – mondta el Nagy Ádám Péter.

További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Related Topics:adatvédelem AI felmérés intelligencia mesterséges tudás

Up Next

Korábban érkezik idén a hazai dinnye

Don't Miss

Zsugorodás helyett növekedés – a logisztika segíthet túllendíteni a vegyipart a válságon

Ipar

DfAM Fusionben: topológia optimalizálás additív gyártáshoz – ADMASYS HU webinár

Az additív gyártás összes előnye csak additív szemléletű tervezéssel használható ki. Az ADMASYS HU online webinárja bemutatja, hogyan alkalmazható a topológia optimalizálás az Autodesk Fusion környezetben és miért ideális páros ehhez az SLS technológia a Formlabs Fuse 1+ 30W rendszerrel – valós mérnöki példán keresztül.

A topológia optimalizálás gyakorlati választ ad egy klasszikus mérnöki dilemmára: hogyan csökkenthető az anyagfelhasználás és a tömeg úgy, hogy az alkatrész teherbírása üzembiztos maradjon. Ez a megközelítés különösen jól érvényesül SLS technológiával, ahol a lecsupaszított, bonyolult geometria nem többletköltséget, hanem tényleges költségcsökkenést eredményez.

👉 Regisztráció ezen a linken >>

Az ADMASYS HU február 26-án gyakorlatias online webinárt szervez, amely kifejezetten azoknak a mérnököknek szól, akik Fusiont használnak, és szeretnének szintet lépni az additív gyártásra tervezés (DfAM) területén. A résztvevők egy valós alkatrészen keresztül követhetik végig a teljes munkafolyamatot: a végeselemes szimulációtól és optimalizálástól egészen a gyártás-előkészítésig.

A webinár főbb témái:

Additív gyártásra tervezés (DfAM) és topológia optimalizálás mérnöki alapjai
Végeselemes szimulációk értelmezése: terhelések, peremfeltételek, anyagmodellek
Topológia optimalizálás lépésről lépésre Fusionben egy valós alkatrészen
Gyártástechnológiai megkötések és optimalizálási célok helyes beállítása
Gyártás-előkészítés SLS nyomtatáshoz a Formlabs PreForm szoftverben

Időpont: 2026. február 26. (csütörtök)

Időtartam: 15:00–16:00 (CET)

Előadó: Kőcs Péter – full-stack engineer (Shapr3D, Ideaform), az ADMASYS HU 3D Akadémia oktatója

👉 Regisztráljon ezen a linken >>

A webinár ajánlott minden olyan tervezőnek és mérnöknek, aki Fusionben dolgozik, és szeretné már a tervezési fázisban kihasználni az additív gyártás műszaki és gazdasági előnyeit.

További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Ipar

Újfajta védelmi megoldás az áramhálózatok számára

Akár 60 hardveralapú védelmi készülék kiváltható virtualizációval.

Az informatikában már bizonyított virtualizáció a villamosenergia-hálózatokban is növekvő szerepet kap. Egy most bemutatott új megoldással felgyorsítható az áramhálózatok bővítése, és csökkenthető az alállomások épületeinek helyigénye.

Az új Siprotec V egyetlen, szerveralapú megoldásban egyesíti akár 60 darab, hardveralapú Siemens Siprotec 5 készülék funkcionalitását. Ezek a széleskörűen használt intelligens védelmi- és mezőirányítókészülékek folyamatosan monitorozzák az elektromos hálózatot, hiba (például rövidzárlat) esetén pedig lekapcsolják az érintett szakaszt, biztosítva ezzel a hálózat további megbízható működését.

A virtualizációnak köszönhetően a Siprotec V lehetővé teszi alállomási védelem- és irányítástechnikai, valamint kommunikációs konfigurációk teljes körű digitális tesztelését, még az üzembe helyezés előtt. Ez nem csupán leegyszerűsíti a telepítést, felgyorsítja a tesztelést és minimalizálja a hibák számát, de gyors alkalmazkodást tesz lehetővé a változó rendszerkövetelményekhez, a hardver korlátaitól függetlenül. Ezáltal megkönnyíti a szoftverfrissítések, javítások és funkcionális bővítések zökkenőmentes bevezetését, valamint a jelenlegi és jövőbeni kiberbiztonsági szabványoknak való megfelelést.

A hardvereszközök kiváltásával ráadásul kevesebb kapcsolószekrényre, rézkábelre, illetve egyéb fizikai eszközre van szükség. Így alállomásonként a beruházási (CAPEX) költségek 25 százaléka, valamint a telepítéssel és anyaghasználattal járó szén-dioxid-kibocsátás fele megspórolható, miközben az energiaszolgáltatók a teljes életciklusra vetített költségek akár 20 százalékát meg tudják takarítani.

A Siprotec V továbbá lehetővé teszi fejlett mesterségesintelligencia-alkalmazások futtatását, közvetlenül az alállomási környezetben, így az áramszolgáltatók valós idejű betekintést, prediktív elemzéseket és jobb döntéstámogatást kaphatnak.

További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Ipar

AI vezérli a horvát Telekom adatközpontjának hűtését

Hatszámjegyű megtakarítást jelent az optimalizáció.

A világ teljes villamosenergia-használatának több mint 3 százalékát adatközpontok adják, és ez a szám 2030-ra várhatóan 13 százalékra fog nőni. Ennek az energiának jelentős részét hűtésre használják, így ennek optimalizálásával számottevő energiamegtakarítás érhető el.

Hatékonyabb működés, kevesebb karbantartás

Ezt az utat választotta a vezető horvát távközlési vállalat, a Hrvatski Telekom (HT) is, mely a Siemens-technológiáját vezette be adatközpontja hűtésére. Az intelligens szenzorrendszernek és a mesterséges intelligenciával támogatott hűtésmenedzsmentnek köszönhetően a telekom szolgáltató legnagyobb, zágrábi adatközpontja immár klímabarátabb módon működik, ami hat számjegyű euróösszegű megtakarítást eredményezett a vállalatnak.

Az új rendszer számos eszköz, köztük vezeték nélküli szenzor- és vezérlőmodulok segítségével folyamatosan figyeli a szerverszekrények hőmérsékletét, illetve azok változásait. Ezeket a valós idejű adatokat mesterséges intelligenciát használva elemzi, és a mindenkori igényekhez dinamikusan igazodva, automatikusan szabályozza a hűtésért felelős ventilátorokat.

A folyamatos optimalizálás és a gépi tanulás révén az adatközpontokban előforduló hotspotok akár 99 százaléka véglegesen megszüntethető lett. A megoldás így nem csupán csökkentette a hűtőberendezések üzemidejét, hanem a karbantartási költségeket is mérsékelte: a korábban hő okozta meghibásodások és a nem-tervezett leállások jelentős része elkerülhető lett, azonosítva a hibásan működő komponenseket, és támogatva a prediktív karbantartást.

Jöhetnek a „gyárilag” intelligens adatközpontok

Ugyanezt a White Space Cooling Optimization technológiát alkalmazza a néhány éve átadott, 14,5 ezer négyzetméteres, Tallinn melletti Greenergy Data Centers adatközpont is, ami a Baltikum legnagyobb és leginkább energiahatékony ilyen létesítményének számít.

Szintén ezt az adat- és AI-vezérelt működést veszi alapul az a moduláris, „plug-and-play” alapú adatközpont, ami egy teljesen előre gyártott, konfigurálható rendszer. Ez már eleve integrált, intelligens és környezetbarát energiagazdálkodással érkezik, a Siemens, valamint a német Cadolto Datacenter GmbH és a Legrand Data Center Solutions vállalatok által jelezve.

A Siemens ezek mellett számos adatközponti megoldást kínál.

További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!