A mesterséges intelligencia (MI) egyre több feladatban segít minket a mindennapokban, de mi történik egy chatbot „fejében”, amikor választ ad egy kérdésre vagy értelmez egy utasítást?

Többek között erre keresi a választ a Szegedi Tudományegyetem Mesterséges Intelligencia Kompetencia Központjának áprilisban induló kutatása, együttműködésben az amerikai Rutgers Egyetemmel és a német Ludwig-Maximilians-Universitättel. A cél, hogy mélyebben feltárják a generatív nyelvi modellek működését a technológia biztonságosabb és hatékonyabb alkalmazása érdekében.

Belelátni a generatív MI modellek fejébe

A mesterséges intelligencia képes utánozni az emberi gondolkodást, de valóban érti is a saját döntéseit? A generatív modellek – amelyek különféle algoritmusok és gépi tanulási modellek segítségével a megadott utasítások alapján hoznak létre új tartalmakat – képesek lehetnek sakkozni, de felmerül a kérdés, hogy valóban ismerik-e a játékszabályokat, vagy csupán mintázatokat követnek anélkül, hogy értenék a játék működését.

A RAItHMA projekt keretében induló kutatás egyik fontos témája, hogy a generatív MI modellek hogyan reprezentálják az egyes fogalmakat, és ezek a fogalmak milyen kapcsolatban állnak egymással. Magyarán, ha egy chatbot igaznak ítél egy állítást, vajon automatikusan hamisnak tartja annak tagadását? Az emberi gondolkodás számára ez magától értetődő, de a nyelvi modellek esetében nem minden esetben teljesül.

A chatbotok meglepő korlátai

„A nagy nyelvi modellek nem a tényleges tudást vagy a szabályok megértését sajátítják el, hanem pusztán a szövegek folytatására épülnek. Ebből kifolyólag a chatbotok olykor olyan alapvető kérdésekben hibáznak, amelyeket adott esetben egy gyermek is képes megválaszolni. Ha például felsoroljuk a hét törpe nevét, majd megkérdezzük, hogy egy adott név szerepelt-e a listán, a modell nem mindig tudja a helyes választ. Az MI képes akár rendkívül összetett matematikai feladatokat is megoldani, ugyanakkor nehezen birkózik meg a halmaz fogalmával és néha egészen egyszerű feladványokkal is. Ha sikerül felderíteni ennek hátterét, nagyot léphetünk előre a mesterséges intelligencia jobb megértése és biztonságosabb, hatékonyabb használata felé”

– mondta Dr. Jelasity Márk, az Interdiszciplináris Kutatásfejlesztési és Innovációs Kiválósági Központ Mesterséges Intelligencia Kompetenciaközpont vezetője.

A kutatók arra is keresik a választ, hogy mi áll ezeknek az ellentmondásoknak a hátterében, milyen belső tudással rendelkezik a modell, és miképpen csökkenthető a kommunikációs zavar ember és gép között. Amellett, hogy ez a munka a generatív MI megbízhatóságának javítását szolgálja, új távlatokat nyithat a modellek alkalmazásában számos területen.

Megbízhatunk a mesterséges intelligenciában?

Ahogy egyre több területen alkalmazzuk a mesterséges intelligenciát, komoly kockázatot jelent, ha nem értjük pontosan, hogyan működnek ezek a modellek. Egy önvezető autó például képes felismerni az előtte haladó járműveket és a közlekedési táblákat, de nem képes megérteni a közlekedési helyzeteket. Egy ember tudja, hogy ha egy labda begurul az útra, valószínűleg egy gyerek fog utána szaladni – a mesterséges intelligencia viszont ezt a kontextust egyelőre nem képes felismerni.

Az egyik alapvető hiányosság, hogy a modellek nem építenek ki stabil világmodellt, ami kulcsfontosságú lenne a megbízható működéshez. A Szegedi Tudományegyetem kutatói nemzetközi partnereikkel együtt arra törekednek, hogy feltárják a generatív MI korlátait és mélyebben megértsék működését. Első lépésként ugyanis, ha pontosabb képet kapunk arról, hogyan „gondolkodnak” ezek a rendszerek és milyen hibák jellemzik őket, az hosszú távon segíthet új megközelítéseket kialakítani. Az így szerzett tudás hozzájárulhat a jövő MI-rendszereinek alakításához, a hatékonyabb, megbízhatóbb tervezéshez. A mesterséges intelligencia ugyanis nem csupán egy technológiai eszköz, hanem a tudomány egy olyan területe, amelynek mélyebb megismerése kulcsfontosságú a jövő fejlesztéseihez.

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

Az építőipar folyamatos átalakuláson megy keresztül: a digitalizáció, az új építőanyagok és az innovációk alapjaiban formálják át az iparágat.

Eközben a szakemberhiány, a gazdasági bizonytalanság és a növekvő piaci elvárások egyre nagyobb kihívást jelentenek. A siker kulcsa nem csupán a technológiai fejlődésben rejlik, hanem azokban a szakemberekben, akik képesek az új megoldásokat alkalmazni. Ebben a helyzetben a szakmai oktatás szerepe felértékelődik.

„A szakmai oktatás nem mellékes tényező, hanem az építőipar jövőjének záloga – és ebben a vállalatoknak is egyre nagyobb a felelőssége”

– hangsúlyozta Markovich Béla, a Mapei Kft. ügyvezetője annak kapcsán, hogy a vállalat képzési programjai szakmai elismerésben részesültek.

A vállalat oktatási programjai évente több ezer szakember és diák képzését biztosítják, hozzájárulva az építőipari munka minőségének javításához. Ezt a törekvést ismerte el a Magyar Marketing Szövetség is, amikor a Mapei Kft.-nek négy Marketing Diamond Awards díjat ítélt oda.

Innováció és szakértelem: csak együtt működnek

Az új technológiák rohamos terjedése önmagában nem elég, ha a szakemberek nem tudják hatékonyan használni ezeket az eszközöket. Az innovatív technológiák és építőanyagok csak akkor hoznak valódi eredményt, ha a kivitelezők megfelelő tudással rendelkeznek.

Ennek érdekében indította el a vállalat a Mapei Akadémiát és a Mapei Kereskedői Konferenciát, amelyek célja, hogy a partnerek és kereskedők megismerjék az iparág legújabb trendjeit és eszközeit. Az ilyen szakmai események lehetőséget teremtenek a tudásmegosztásra és a piaci kihívások közös megoldására is. Ezt a törekvést ismerte el a Magyar Marketing Szövetség, amikor mindkét programot Marketing Diamond Awards díjjal tüntette ki.

Szakemberhiány: a jövő építőiparának kulcskérdése

Az építőipari szakemberhiány az egyik legégetőbb probléma Magyarországon. Egyre kevesebb fiatal választja ezt a hivatást, miközben az iparág fejlődése és a munkaerőpiac igényei egyre nagyobb tudást követelnek meg.

„Ha nem vonzunk be új szakembereket, és nem segítjük a fiatalokat abban, hogy elköteleződjenek az építőipar mellett, hosszú távon komoly problémákkal kell szembenéznünk. Éppen ezért kiemelten fontosnak tartjuk az oktatási intézményekkel való együttműködést”

– emelte ki Markovich Béla.

A vállalat számos egyetemmel és szakképző intézménnyel működik együtt, modern oktatási anyagokat, terméktámogatást és gyakorlati képzési lehetőségeket biztosítva a hallgatóknak. A cél az, hogy a diákok már tanulmányaik során találkozzanak a legkorszerűbb technológiákkal, így könnyebben elhelyezkedjenek a munkaerőpiacon, és az iparág is biztosítani tudja a megfelelő utánpótlást. Ezeket a törekvéseket ismerte el a Magyar Marketing Szövetség, amikor a programot Marketing Diamond Awards-díjjal jutalmazta.

Egészséges társadalommal lehet építeni

A Mapei Sportnagykövet program célja egy inspiráló, aktív közösség építése amatőr sportolók számára, akik elkötelezettek az egészséges életmód és a fenntartható sportolási lehetőségek mellett. A program közösségimédia-alapú pályázati rendszerrel választja ki azokat a lelkes sportkedvelőket, akik egy éven keresztül képviselik a Mapei sportfilozófiáját, és közösségi felületeiken aktívan motiválják követőiket.

A Sportnagykövet program koncepcióját a Mapei Kft. azzal a céllal dolgozta ki, hogy elkötelezett amatőr sportolókból álló közösséget hozzon létre, amely folyamatosan inspirálja egymást és követőit. Az innovatív kezdeményezést a Sportmarketing kategóriában díjazták.

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

Tavaly fejeződött be a Heineken Hungária Sörgyárak Zrt. megbízásából a sörgyár soproni üzemében a teledoboz-raklappálya vezérlőrendszer villamos és biztonságtechnikai felújítása, amely a dobozos sörök palettázásához kapcsolódó raklapok szállítását végzi.

A raklappálya működésének célja, hogy a dobozos palettázógépet üres raklapokkal lássa el, illetve a dobozos palettázógépen keletkezett rakományokat a függőkonvejor szállítórendszerhez eljuttassa – kezdte Kiss Artúr, a GAL Mérnöki Iroda Kft. ügyvezetője.

MM: Milyen egységekből áll a dobozos raklappálya rendszer a soproni üzemben?

K.A.: A folyamat úgy áll össze, hogy a dobozos söröket a töltés után tálcákra helyezik, majd a teli tálcákat szállítószalagon továbbítják a palettázógép felé, ami azokat raklapokra rendezi.

A pallettázógép számára előkészített üres raklaphalmazokat targoncával a raklaptároló előtti feladópályára helyezik. A raklaptároló a felrakott raklaphalmazokat automatikusan betárolja, az üres raklapokat pedig a halmazból egyesével lebontja. Az üres raklapok a görgőspályán keresztül a palettázógéphez kerülnek, ami a szállítószalagon érkező sörös tálcákat a raklapra pakolja. A palettázógép saját vezérléssel rendelkezik, de a jelcsere ki van alakítva a raklappályát irányító PLC-vel.

A már teli sörösdobozokkal megrakott raklapot a pályarendszer ezután a fóliázógéphez juttatja el. A fóliázógép szintén saját vezérléssel rendelkezik, kommunikációja a raklappálya PLC-vel diszkrét jelcserén keresztül valósult meg. A fóliázást követően a rakományt egy görgőspályával ellátott szállítókocsi viszi a címkézőgéphez, majd tovább a függőkonvejor előtti utolsó pályaszakaszra, ahonnan a függőkonvejor kocsijára kerül.

Szakemberekkel felmérettük a gépsor biztonsági kockázatait, és az ennek megfelelő biztonsági berendezésekkel láttuk el a gépsort. A teledoboz-raklappálya biztonsági ráccsal elkülönített munkaterületeire a bejutás 4 db biztonsági zárral felszerelt ajtón keresztül történhet, amelyeket csak a megfelelő jogosultsággal ellátott RFID kulccsal lehet kinyitni, illetve visszanyugtázni. Ezen kívül a munkaterületeket a munkaterület-határokon elhelyezkedő pályákra szerelt 4 db fényfüggöny védi az illetéktelen behatolástól.

MM: Milyen Siemens eszközöket használtak a projekt elvégzéséhez?

K.A.: A dobozos raklappálya vezérlését Siemens S7-1500 típusú biztonsági PLC végzi. Erre a PLC-re csatlakozik PROFINET-en keresztül a 7 db ET200SP típusú kihelyezett I/O egység, a 2 db MTP700 HMI operátor panel (WinCC Unified) és az 5 db RFID kulcs olvasóegység.

A vezérlőszekrényben lévő kapcsolóberendezésekhez is a Siemens termékeit választottuk (kismegszakítók, motorvédők, mágneskapcsolók stb.). A görgőspályák hajtás-leágazásához Siemens 3RM1 sorozatú biztonsági motorstartereket használtunk.

Kiemelném a széles választékot, a kiemelkedő háttértámogatást és a supportot, amit a Siemens Zrt.-től kapunk már évek óta. Megbízhatóak, jól programozhatóak a megoldásaik. Ha nincsen semmilyen kényszerítő körülmény, akkor mi nem is váltunk a Siemensről semmi másra.

MM: A rendszer irányítása hogyan történik?

K.A.: A rendszer kezelése a teledoboz-raklappálya területén elhelyezett 2 db kezelőpulttal valósul meg, a rajtuk elhelyezett MTP700 típusú 7”-os érintőképernyős operátor panel (WinCC Unified) és az alatta elhelyezett 4 db funkciónyomógomb segítségével. Az operátorpaneleken történik a teledoboz-raklappályák kezelése és a hibák kijelzése.

MM: A mérnökirodát bemutatná néhány mondatban?

K.A.: 1996-ban jött létre a mérnöki iroda, ipari automatizálással 2003 óta foglalkozunk. Jelenleg 6 fős létszámmal dolgozunk, ebből négy mérnök, egy adminisztratív, pénzügyes kolléga, illetve egy erősáramú kolléga. Megbízásainkat főként a villamos tervezés, PLC, HMI programozás, folyamatautomatizálás és gépfelújításhoz kapcsolódó automatizálási munkák jelentik. Több alvállalkozóval dolgozunk, projektek végén a teljes rendszert mi adjuk át és mi helyezzük üzembe. Referenciáink közé tartozik az élelmiszer- és gyógyszeripar, a műanyag- és gumiipar, a nehézipar szereplőinek végzett munkánk. Megvalósított projektjeink közül kiemelném például az ICE Solution Kft. győri hűtőházának automatizálását, valamint a Xellia Gyógyszervegyészeti Kft. hűtőgépházához tartozó központi vezérlőrendszerének felújítását.

www.siemens.hu, gal-mi.hu

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