Ipar
Hogyan alakítják át az AI PC-k a vállalati IT-rendszereket?
A beépített mesterséges intelligencia funkciókat tartalmazó személyi számítógépek piaca elképesztően gyors ütemben nő, amivel a vállalatoknak is lépést kell tartaniuk a hatékony és sikeres működés érdekében.
Az előrejelzések szerint az AI-alapú PC-k száma a következő négy évben több mint négyszeresére nő majd, a jelenlegi 48 millióról 205 millióra, 2025 végére pedig a globális PC-szállítmányoknak már a 40 százalékát fogják kitenni a mostani 19 százalékhoz képest. Ezekben a rendszerekben kulcsszerepet játszanak a fejlett memória- és tárolómegoldások, amelyek biztosítják a szervezetek számára a szükséges teljesítményt és megbízhatóságot. A Kingston Technology szakértői összefoglalják az AI PC-k, valamint az azokat támogató memória- és tárolómegoldások szervezeti előnyeit.
A hagyományos PC-k korlátai
Az AI-technológia térnyerésével a hagyományos számítógépek teljesítménye egyre kevésbé elegendő az új üzleti kihívások kezelésére. Bár a hagyományos eszközök megfelelők az általános irodai feladatok elvégzéséhez, gyakran nem felelnek meg az AI-folyamatokkal járó nagy terhelések kezeléséhez. Ez a hiányosság vezetett a mesterséges intelligencia számításokra optimalizált eszközök megjelenéséhez, amelyek gyorsabb adatfeldolgozást, fokozott adatbiztonságot és valós idejű elemzést kínálnak a vállalatok számára. Ezek a funkciók elengedhetetlenek a modern munkahelyeken, éppen ezért egyre több szervezet ismeri fel a hardverfrissítés szükségességét, hogy lépést tudjanak tartani az AI-alkalmazások növekvő igényeivel.
Az AI-kompatibilis PC-k előnyei
Az AI PC-k képesek összetett feladatokat kezelni, mint például a gépi tanulás, az adatelemzés és a prediktív modellezés, amelyek egyre inkább beépülnek a különböző üzleti funkciókba. A felhőalapú mesterségesintelligencia-megoldásokkal ellentétben az AI PC-k helyben végzik el ezeket a feladatokat, ami lehetővé teszi a szervezetek számára, hogy az adatokat valós időben dolgozzák fel. Ez nemcsak felgyorsítja a döntéshozatali folyamatokat, hanem növeli az adatbiztonságot is, mivel az érzékeny információk a vállalat ellenőrzése alatt maradnak. Emellett az AI PC-k csökkentik az internetkapcsolattól való függőséget, biztosítva, hogy a kritikus műveletek akkor is zavartalanul folytatódhassanak, ha hálózati problémák merülnek fel.
Az AI PC-k motorjai: memóriák és SSD-meghajtók
Az AI számítógépek kiemelkedő teljesítményének kulcselemei a bennük alkalmazott fejlett memória- és tárolómegoldások. A Kingstonnak, mint a memóriatermékek és technológiai megoldások piacvezetőjének, kiemelkedő szerepe van ebben. A gyártó DDR5 memóriamoduljai például az AI feladatokhoz szükséges nagy sebességű adatátviteli követelményeknek megfelelően lettek kialakítva. A DDR5 memória jelentős javulást kínál elődjéhez, a DDR4-hez képest, beleértve a gyorsabb sebességet, a nagyobb kapacitást és a jobb energiahatékonyságot. Ezek a fejlesztések elengedhetetlenek az AI alkalmazásokhoz, amelyek gyors hozzáférést igényelnek a nagy adatállományokhoz, valamint a több művelet egyidejű végrehajtásának képességét.
A csúcstechnológiás memóriamegoldások mellett az NVMe SSD-k is alapvető fontosságúak az AI PC-k teljesítménye szempontjából. Az NVMe SSD-k kivételes sebességükről és megbízhatóságukról ismertek, így ideálisak az AI terhelésekhez kapcsolódó nagy mennyiségű adatok kezelésére. Ezek az SSD-k gyorsabb rendszerindítást és alkalmazásbetöltést, valamint alacsonyabb késleltetést biztosítanak, amelyek mind kritikusak az AI folyamatok hatékonyságának fenntartásához. Legyen szó gépi tanulási modell tréningjéről vagy valós idejű elemzések végrehajtásáról, az adatok hozzáférésének és feldolgozásának sebessége közvetlen hatással van az AI feladatok teljesítményére.
Jövőbiztos megoldások a szervezeti infrastruktúrában
Az AI PC-k bevezetése nemcsak a jelenlegi igények kielégítéséről szól, hanem a szervezeti infrastruktúra jövőállóságáról is. A mesterséges intelligencia folyamatos fejlődésével a vállalatoknak egyre nagyobb és bonyolultabb adatmennyiséget kell feldolgozniuk. Azok a szervezetek pedig, amelyek befektetnek a Kingston memória- és tárolási megoldásaival ellátott AI PC-kbe, nemcsak az aktuális technológiai kihívásokat tudják kezelni, hanem egyúttal előnyt szereznek az AI gyorsan fejlődő területén.
Mindazonáltal az AI PC-k meglévő IT-környezetbe történő integrálása kihívásokkal jár, ami miatt a szervezeteknek gondosan fel kell mérniük az AI feladatok speciális követelményeit, és olyan hardvert kell választaniuk, amely támogatja mind a jelenlegi, mind a jövőbeli igényeket. Ez stratégiai megközelítést kíván a hardverfrissítésekkel kapcsolatban, amely biztosítja a választott megoldások skálázhatóságát és a fejlődő AI technológiákkal való kompatibilitást. Továbbá a vállalkozásoknak figyelembe kell venniük a teljes birtoklási költséget, és egyensúlyba kell hozniuk az AI PC-kbe való kezdeti befektetést az általuk nyújtott hosszú távú előnyökkel a termelékenység, a hatékonyság és az innováció terén.
„A Kingston termékeivel és szakértelmével egyaránt támogatja a szervezeteket a jövőbiztos infrastruktúra kialakításában. Nagy teljesítményű memóriáink és tárolómegoldásaink segítenek növelni mind a meglévő, mind az új technológiai eszközök teljesítményét, hatékonyságát és meghosszabbítani az élettartamukat. Ask an Expert szakértői konzultációs szolgáltatásunk keretében segítünk a vállalatoknak kiválasztani a szükségleteikre szabott legjobb megoldást, amit bármikor igénybe vehetnek”
– mondta Kaszál Norbert, a Kingston Technology Magyarországért és Szlovéniáért felelős üzletfejlesztési menedzsere.
Összeségében tehát az AI-ra optimalizált számítógépek a modern üzleti működés sarokkövévé válnak, lehetővé téve a szervezetek számára a mesterséges intelligencia teljes potenciáljának kihasználását. A Kingston DDR5 memóriái és NVMe SSD-i a transzformáció élvonalában vannak, biztosítva az AI-alkalmazásokhoz szükséges sebességet, kapacitást és megbízhatóságot. A technológia elsajátításával párhuzamosan a nagy teljesítményű hardverek fontossága is nő, így az AI PC-k és az ezeket meghajtó fejlett alkatrészek alapvető eszközökké válnak a digitális korban való sikerhez.
További információért látogasson el a kingston.com oldalra.
További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!
Ipar
Robot Pick AI rendszer segíti az összeválogatást
Működési előny – A raktárakban lévő különböző termékek automatikus összeválogatása sokáig az intralogisztika nehezebben automatizálható területei közé tartozott.
A Siemens Robot Pick AI mesterséges intelligenciára épülő képfelismeréssel határozza meg, hogyan foghatja meg a robot az akár rendezetlenül, ömlesztve tárolt tárgyakat. A technológia lehetőségeiről, integrációjáról és a gyakorlati alkalmazás szempontjairól Kordás Imrével, az XXL Mechanika Kft. gépésztervező- és projektmérnökével beszélgettünk.
MM: Milyen elemekből épül fel egy Robot Pick AI rendszer?
K.I.: A rendszer egyik legfontosabb része a Siemens mesterséges intelligencián alapuló képfelismerő szoftvere, amely a kiválogatási folyamatot támogatja. Ehhez kapcsolódik maga a robot, amely lehet hagyományos ipari vagy kollaboratív robot, valamint természetesen szükség van a termékek kezelésére alkalmas megfogóra is. A megoldás márkafüggetlenül integrálható különböző robottípusokkal. A rendszer további fontos eleme a 3D kamera. Ez mélységi információt és színes képet biztosít a szoftver számára, amely ezek alapján határozza meg a megfelelő megfogási pontot. Az egyik nagy előny éppen az, hogy viszonylag kevés hardverelemből felépíthető. Az ezen túl szükséges technika már az adott alkalmazástól, a megrendelő igényeitől és az integrátor által kialakított teljes rendszerkoncepciótól függ.
MM: Milyen feladatokra jelenthet elsősorban megoldást?
K.I.: Tipikusan intralogisztikai és komissiózási alkalmazásokra. A raktári automatizálás számos területén már régóta működnek jól bevált automatikus rendszerek, de a változatos, rendezetlenül elhelyezkedő termékek kiválogatása lényegesen összetettebb feladat. A Robot Pick AI különösen akkor érdekes, amikor a termékek ömlesztve helyezkednek el, vagy nagyon sok különböző árucikket kell kezelni, illetve a készlet összetétele dinamikusan változik. Ilyen alkalmazások az autóiparban, a gyógyszeriparban vagy az élelmiszeriparban ugyanúgy előfordulhatnak, mint például a játékiparban. A lényeg, hogy sokféle termékből kell gyorsan és rugalmasan kiválogatni a szükséges darabokat.
MM: Van méret- vagy súlykorlátja a rendszernek?
K.I.: Magának a szoftvernek ilyen értelemben nincs meghatározó korlátja. A fizikai határokat sokkal inkább a robot, a kamera és különösen a megfogó határozza meg. Integrátorként nekünk az a feladatunk, hogy az adott termékhez megfelelő robotot és megfogási technológiát válasszunk, és javasoljunk a megrendelőnek.
„A Robot Pick AI vákuumos megfogási technológiával történő alkalmazás. Emiatt egy új projekt első vizsgálati szempontjai között szerepel, hogy a kezelendő termékek vákuumkorongokkal biztonságosan megfoghatók-e. A tárgyak alakjának, helyzetének vagy egymáshoz viszonyított elrendezésének változatosságát már nagyon jól tudja kezelni a képfeldolgozó rendszer.”
– Kordás Imre, az XXL Mechanika Kft. gépésztervező- és projektmérnöke.
MM: Hogyan kezdődik egy ilyen projekt az integrátor számára?
K.I.: Amikor egy vállalat megkeres bennünket egy automatizálási feladattal, először felmérjük a helyszínt és a kezelendő termékeket, illetve lehetőség szerint azt is, hogy a jövőben milyen további termékek kerülhetnek a rendszerbe. Megvizsgáljuk, hogy a Robot Pick AI alkalmas-e az adott feladatra, és milyen robot-, megfogó- és anyagmozgatási megoldással lehet optimálisan kialakítani a cellát.
Mi mindig teljes rendszerben gondolkodunk. Nemcsak azt nézzük meg, hogyan integrálható maga a Robot Pick AI, hanem azt is, hogyan érkeznek a termékek a robothoz, hogyan történik az azonosításuk, majd miként kerülnek tovább a folyamat következő állomására. Így a koncepció része lehet a szállítópálya, a ládák mozgatása, a raktári automatizálás és számos további technológia.
MM: Mennyire bonyolult a Robot Pick AI betanítása?
K.I.: Ez az egyik legnagyobb előnye a rendszernek: nagyon egyszerű. Alapvetően azt kell meghatározni az első munkánál, hogy a kamera képén mely területen keresse a felvehető tárgyakat, valamint milyen megfogó áll rendelkezésre. Ha például egy láda mindig ugyanarra a pozícióra érkezik a szállítópályán, akkor megadjuk a láda geometriáját és azt a területet, amelyen belül a rendszer dolgozhat. Ugyanakkor amit klasszikusan betanítás alatt szoktak az ügyfelek érteni, azaz, hogy mondjuk jön egy új termék a portfóliójukba, az gyakorlatilag semmilyen betanítást nem igényel ennél a megoldásnál. Akár minden egyes megfogásnál más tárgy kerülhet a robot elé. A szoftver a rendelkezésére álló kép alapján keresi meg azt a pontot és orientációt, ahol az adott megfogóval biztonságosan felvehető a termék.
MM: Ehhez a robotot sem kell minden új terméknél újraprogramozni?
K.I.: Nem. A robot alapvetően ismétlődő mozgásokat végez. A változó elem az, hogy a ládából pontosan honnan és milyen térbeli orientációban kell felvennie a következő tárgyat. Ezt a Robot Pick AI határozza meg, és egy hat koordinátából álló végpontot ad át a robot számára. Így a megfogó nemcsak függőlegesen érkezhet a tárgyra, hanem a termék helyzetének megfelelően különböző irányokba megdöntve is. Ha új termék jelenik meg, sok esetben elegendő eldönteni, hogy a rendelkezésre álló megfogók közül melyik alkalmas hozzá. Ehhez nem kell belenyúlni sem a PLC-programba, sem új robotprogramot írni. Ez különösen fontos azokban a raktárakban, ahol gyakran változik a termékpaletta.
MM: Többféle megfogóval is működhet ugyanaz a robot?
K.I.: Természetesen. A robot automatikus szerszámcserélő segítségével meg tudja változtatni a saját megfogóját. A Robot Pick AI-ban pedig felhasználóbarát módon definiálhatók az egyes szerszámok geometriai jellemzői. Egyetlen vákuumkorong esetében viszonylag egyszerű a helyzet, de összetettebb megfogóknál több vákuumkorong is lehet egymástól eltérő távolságban vagy akár aszimmetrikusan elhelyezve. A szoftver ezt a geometriát figyelembe véve keresi meg a terméken azt a területet és orientációt, amelyre az adott megfogó megfelelően ráilleszthető.
MM: Mekkora számítási teljesítményt igényel mindez?
K.I.: A szoftver ipari PC-n fut, és a képfeldolgozás miatt a grafikus teljesítménynek jelentős szerepe van. A grafikus hardver teljesítménye a feldolgozás sebességére is hatással van. Ettől eltekintve azonban maga a rendszer hardveroldalról meglehetősen kompakt.
MM: Az üzemeltetőnek milyen szintű tudásra van szüksége?
K.I.: A felhasználói felületet úgy alakították ki, hogy a szükséges paraméterek egyszerűen módosíthatók legyenek. Egy technikus egy új termék megjelenésekor például kipróbálhatja, melyik meglévő megfogóval kezelhető megfelelően. A rendszer többször is megkísérelheti a felvételt, és beállítható, hány sikertelen próbálkozás után váltson más megoldásra.
Termékcsoportoknál ez még egyszerűbb lehet. Ha például egy adott palackhoz már rendelkezünk megfelelő megfogóval, akkor jó eséllyel egy nagyon hasonló méretű és kialakítású másik palackhoz is használható lesz. A rendszer rugalmasságának éppen az az egyik lényeges eleme, hogy nem kell minden új terméknél új betanítást indítani.
MM: Hogyan nézne ki mindez egy konkrét robotcellában?
K.I.: Egy általunk kidolgozott modellben a központi robot több ládából válogatja össze a rendeléshez szükséges termékeket, miközben további robotok cserélik körülötte a különböző árucikkeket tartalmazó ládákat. Az egyikben lehet például ásványvíz, a másikban csokoládé, a harmadikban joghurt. A rendszer a konkrét rendelés alapján ezekből állítja össze a kívánt kombinációt.
A központi robot 3D kamerával készít képet az aktuális ládáról. A Robot Pick AI meghatározza, hol található megfelelő megfogási pont, függetlenül attól, hogy például egy palack elgurult vagy egy másik termék ferdén fekszik. A robot ezután felveszi a terméket, majd egy másik kamerával a letétel előtt ismét ellenőrizhető annak helyzete. Ha például a termék az adott orientációban nem férne el a rendelési ládában, a robot a behelyezés előtt elforgathatja. Ebben a koncepcióban a teljes ciklust tekintve percenként körülbelül hat-hét termék kivétele és áthelyezése valósítható meg, de ez akár ezerkétszáz/óra is lehet. Miközben a központi robot dolgozik, a kiszolgáló robotok már előkészíthetik a következő szükséges termékeket tartalmazó ládákat.
MM: A vállalatokat természetesen a megtérülés is érdekli. Hogyan lehet ezt kiszámítani?
K.I.: Ez mindig az adott alkalmazástól függ. Meg kell vizsgálni, hány műszakban működik a rendszer, milyen élőmunkát válthat ki, illetve milyen teljesítményt várunk tőle. Egy robotizált rendszer akár folyamatosan, 24/7 üzemben is működtethető. Három műszak esetén tehát már jelentős lehet az a munkaerő-ráfordítás, amely más, nagyobb hozzáadott értékű feladatra csoportosítható át. A megtérülésnek azonban nem csak közvetlen munkaerőköltség-oldala van. Egy logisztikai központban egyre fontosabb mérőszám a reakcióidő. Ha egy éjszaka beérkező rendelést a rendszer azonnal elkezd feldolgozni, és az áru reggel hat órakor már szállítható, az komoly működési előnyt jelenthet egy olyan rendszerhez képest, ahol a rendelés feldolgozására csak később kerül sor.
MM: Milyen szerepet vállal ebben az XXL Mechanika?
K.I.: Az XXL Mechanika egy, több mint harminc éve működő mérnökiroda. Az utóbbi időszakban egyre több raktárautomatizálási projekttel foglalkozunk, de jelen vagyunk többek között az autóiparban, a gyógyszeriparban és az élelmiszeriparban is, emellett egyedi célgépes megoldásokat is készítünk. A cég a Siemens Robot Pick AI magyarországi rendszerintegrátora.
Kulcsrakész rendszerekben gondolkodunk. A munka a megrendelői igények és a helyszín felmérésével kezdődik, ezt követi a teljes rendszer egyedi megtervezése, majd a gyártás, a kivitelezés és az átadás koordinálása. A gyártásban és a szerelésben külső partnerekkel is együtt dolgozunk, de a projekt és a helyszíni szerelés szakmai irányítását mi végezzük. Így nem egyszerűen egy robotot vagy egy szoftvert integrálunk, hanem az adott logisztikai vagy termelési feladatra komplett automatizálási megoldást alakítunk ki.
www.siemens.hu, www.xxlmechanika.hu
További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!
Ipar
Napi szintű adatgyűjtés a gyártásban: hogyan lesz mérésből minőség?
Az ipari termelésben egyre nagyobb szerepet kap az adatvezérelt gondolkodás: nem elég egyszer beállítani egy gépet, majd bízni abban, hogy a kimenet hosszú távon is megfelelő marad. A valóban kiszámítható minőség ma már folyamatos méréshez és az adatok visszacsatolásához kötődik – ez a szemlélet a hagyományos, kézzel foghatóbb iparágakban, például a téglagyártásban is egyre inkább meghatározó.
Miért nem elég az egyszeri minőségellenőrzés?
A hagyományos gyártásfelfogás szerint a minőségellenőrzés a folyamat végén, a kész terméken történik: mintát vesznek, megvizsgálják, és ha megfelel, mehet tovább. Ez a modell azonban egy alapvető problémát hordoz magában: ha a hiba már a gyártási folyamat közepén bekövetkezik, azt csak jóval később, sok legyártott tétel után veszik észre – ezalatt pedig akár nagy mennyiségű, nem megfelelő minőségű termék is keletkezhet.
Az adatvezérelt, folyamatos mérésen alapuló megközelítés ezzel szemben nem a folyamat végén, hanem annak minden szakaszában gyűjt adatot, így a technológiai eltérések sokkal korábban felismerhetők és korrigálhatók.
A Bakonytherm minőségbiztosítási rendszere az MSZ EN ISO 9001:2015 szabvány szerint működik.
Hogyan néz ki ez a gyakorlatban egy téglagyárban?
Jó példa erre a hazai téglaipar egyik szereplője, a Pápateszéri Téglagyár, amely a Bakonytherm falazóblokk termékeket állítja elő. Az itt alkalmazott gyakorlat szerint minden munkaállomáson naponta mérik az áthaladó termékek jellemzőit, és ez alapján finomhangolják a technológiai beállításokat.
Ez a modell lényegében egy elosztott, folyamatos érzékelési rendszerként működik: a gyártási folyamat egyes pontjain rendszeresen visszamérik a termék paramétereit (méret, szilárdság, egyéb minőségi jellemzők), és az eltéréseket nem utólag, hanem a folyamat közben kezelik.
Milyen adatokat érdemes mérni egy gyártási folyamatban?
Egy jól működő, adatvezérelt minőségbiztosítási rendszerben jellemzően az alábbi típusú adatokat érdemes rendszeresen gyűjteni és kiértékelni:
- Méretbeli paraméterek – a késztermék geometriai pontossága, amely közvetlenül befolyásolja a felhasználhatóságot.
- Anyagjellemzők – szilárdsági és egyéb fizikai tulajdonságok, amelyek a termék teljesítményét határozzák meg.
- Folyamatparaméterek – például hőmérséklet, nedvességtartalom, amelyek a gyártási lépések (formázás, szárítás, égetés) közben alakulnak, és közvetlenül hatnak a végtermékre.
- Trendadatok – nem csak az egyes mérési pontok, hanem az időbeli tendenciák is fontosak, hiszen egy lassan romló paraméter korai figyelmeztető jel lehet, mielőtt még hibás termék keletkezne.
Az adatvezérelt minőségbiztosítás előnyei
A folyamatos mérésen alapuló megközelítés több szempontból is előnyösebb az egyszeri, utólagos ellenőrzéshez képest:
- Korábbi hibafelismerés – a technológiai eltérések a folyamat közben, nem a végén derülnek ki.
- Kiszámíthatóbb minőség – a folyamatos visszacsatolás miatt a termékek tétele-tételre kisebb szórást mutatnak.
- Kevesebb selejt – a korai beavatkozás csökkenti a hibás termékek arányát.
- Dokumentált, visszakereshető folyamat – a rendszeresen gyűjtött adatok alapján utólag is nyomon követhető, mikor és milyen technológiai beállítás mellett készült egy adott tétel.
Miért fontos ez az iparon kívülről nézve is?
Az adatvezérelt gyártás nem csak mérnöki érdekesség – a végfelhasználó számára is közvetlen hozadéka van. Egy olyan gyártási rendszer, amely folyamatosan méri és korrigálja önmagát, kiszámíthatóbb, egységesebb minőségű terméket állít elő, mint egy csak utólag ellenőrzött folyamat. Ez az elv a téglagyártásban is azt jelenti, hogy a falazóblokkok minősége nem az adott naptól vagy tételtől függ, hanem egy folyamatosan fenntartott rendszer eredménye.
Ez a szemlélet áll a mögött a szakmai tanúsítás mögött is, amelyet a Bakonytherm termékei elnyertek: a Prémium Magyar Építőanyag (PMÉ) védjegy kifejezetten a folyamatos, dokumentált minőségbiztosítási gyakorlatot is vizsgálja, nem csupán egy pillanatnyi állapotot.
Összegzés
A napi szintű, folyamatos adatgyűjtés és technológiai visszacsatolás olyan szemléletváltást jelent az ipari termelésben, amely messze túlmutat az egyszerű minőségellenőrzésen. A hagyományosnak tűnő téglagyártásban is jól látható ez a fejlődés: a mérési pontok sűrűsödése és az adatok folyamatos kiértékelése végső soron kiszámíthatóbb, megbízhatóbb terméket eredményez.
További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!
Ipar
Lehet izgalmas egy gyereknek a mesterséges intelligencia vagy egy gyártósor?
Ingyenes mesekönyvvel hozzák közelebb a mérnöki világot.
Robotok, mesterséges intelligencia, virtuális valóság, fenntartható ipar és egy csapat kíváncsi iskolás. Az S-Szakkör – Virtuális utazás a technológia világában című, Fodor-Nemes Erzsébet által írt, a Siemens Zrt. munkatársai által megálmodott, ingyenesen elérhető mesekönyv egy kalandregényen keresztül mutatja meg a fiataloknak, hogy a technológia nem valami távoli és érthetetlen dolog: ott van körülöttünk, és a jövőjét egyszer akár ők maguk is alakíthatják.
Bence számára kezdetben sem az iskola, sem mérnök édesapjának munkája nem tűnik különösebben izgalmasnak. Egy váratlan virtuális kaland azonban mindent megváltoztat: olyan világba csöppen, ahol mérnökök, szoftverek és technológiai megoldások valódi problémákra keresnek válaszokat – a tiszta víztől egészen a fenntarthatóbb ipari működésig.
Barátaival hamarosan megalapítják az S-Szakkört, és innentől felpörögnek az események. Robotokat irányítanak, megismerkednek a mesterséges intelligencia és a virtuális ikrek világával, gyártósorokat fedeznek fel, fenntarthatósági problémákat oldanak meg, miközben kalandjaik Közép-Amerikától egészen az Északi-sarkig vezetik őket.
Amikor a mérnökből szuperhős lesz
Az S-Szakkör egyik legerősebb gondolata, hogy a mérnöki munka korántsem csak számokról, monitorokról és bonyolult gépekről szól. Bence fokozatosan fedezi fel, hogy a technológia mögött olyan emberek állnak, akiknek a munkája a mindennapi életet teheti könnyebbé.
A könyv pedig mindezt úgy mutatja meg, hogy közben nem akar tankönyv lenni. A kalandokat rövid „Tudtad-e?” blokkok és játékos kérdések egészítik ki, amelyek gyermeknyelven tesznek érthetővé olyan fogalmakat, mint a szoftver, a virtuális valóság, a robotika, az automatizálás vagy éppen a karbonlábnyom.
A gyerkőcök még robotokkal irányított eperszüretbe is belekóstolnak: egy virtuális rendszeren keresztül átveszik az eperszedő robotok vezérlését, miközben észrevétlenül azt is megtanulják, mire használhatók a valóságban a robotok és az automatizált folyamatok.
De még a Mikulás műhelyébe is megérkezik a XXI. század: a történet egyik játékos részében a manók automatizált raktárral, programokkal és mesterséges intelligenciával próbálnak megbirkózni az egyre összetettebb karácsonyi logisztikával.
Amikor a tudás közös ügy lesz
A regény ugyanakkor nemcsak gépekről szól. Rendkívül fontos benne a gyermeki kíváncsiság, a kreativitás, az együttműködés és a problémamegoldás. Bencéék különböző dolgokban tehetségesek, és éppen akkor jutnak a legtovább, amikor megtanulnak közösségként gondolkodni, egymás ötleteit is elfogadni. A fenntarthatóság sem különálló leckeként jelenik meg: a víztisztítástól az energiafelhasználáson és a modern gyártáson át a karbonlábnyomig újra és újra felmerül a kérdés, hogyan segíthet a technológia úgy fejlődni, hogy közben a környezetünkre is jobban vigyázunk. A könyv saját összefoglalója is az ipar, az emberek jólléte és a környezetvédelem együttes megvalósulását emeli ki.
Fodor-Nemes Erzsébet fantáziavilága találkozott a technológiával
Fodor-Nemes Erzsébet egész életében írt verseket és prózát, első publikálásra szánt meseregényének története pedig 2019-ben indult el; az ebből kibontakozó Boszorkalandok világát végül több mint 10 kötetet átfogó történetfolyammá egészítette ki, melyből nyomtatásban eddig két kötet látott napvilágot. Az S-Szakkör pedig már a szerző negyedik megjelent műve. Saját alkotói hitvallása szerint olyan történetek létrehozására törekszik, amelyek a kaland és fantázia mellett ösztönöznek, bátorítanak, tanítanak és valódi értékeket közvetítenek a fiataloknak.
Az S-Szakkörben ez a mesélői szemlélet találkozik a technológia izgalmas világával: a robotok, a mesterséges intelligencia vagy a fenntarthatóság nem száraz fogalmakként, hanem egy gyerekek számára átélhető, élményszerű történetként jelennek meg.
A kalandok végére pedig Bence is egészen másképp néz arra a világra, amelyet korábban unalmasnak tartott: már el tudja képzelni, hogy egyszer édesapjához hasonló pályát válasszon.
„Az S-Szakkör nem azt akarja megmondani a gyermekeknek, hogy ők is legyenek mérnökök. Arra biztatja őket, hogy kérdezzenek, legyenek kíváncsiak, merjenek kísérletezni, gondolkodjanak közösen és azon, hogyan tehetnék jobbá a körülöttük lévő világot”
– mondta el Arató Márk, a Siemens Zrt. kommunikációs vezetője.
Mert ahogy a könyv egyik legfontosabb gondolata fogalmaz: „A jövő feltalálói ugyanis ma még gyerekek.”
A könyv ingyenesen letölthető innen: https://blog.siemens.com/2026/08/nem-minden-mese-tunderekrol-szol-van-amelyik-a-jovo-mernokeirol/, valamint térítésmentes fizikai példány is igényelhető.
A kiadvány megvalósulását a HM könyvek csapata támogatta.
További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!
-
Gazdaság2 hét ago
A szőlő szereti a meleget, de a magyar borvidékeknek már túl sok jut belőle
-
Gazdaság2 hét ago
A szabálykövető vállalkozás ne versenyhátrányból, hanem versenyelőnyből induljon
-
Gazdaság2 hét ago
A Fenntarthatóbb mikrochipek, zöld gyógyszergyártás és személyre szabott rákterápiák
-
Gazdaság2 hét ago
Szintet lép a Waberer’s: Jelentősen bővül a szerbiai logisztikai kapacitás a cég leányvállalatánál
-
Gazdaság2 hét ago
Kijöttek a legfrissebb fizetési adatok: kiderült, mekkora hitelre elég a béred
-
Ipar2 hét ago
Megjelent a Siemens Designcenter
-
Gazdaság2 hét ago
Új szintre emeli az MI-t kiszolgáló adatközpontok áramellátását a Schneider Electric
-
Mozgásban2 hét ago
Mobilitás mindenkinek: a Hankook a jövő biztonságos és fenntartható közlekedésén dolgozik









