Connect with us

Ipar

Hogyan válasszunk mesterséges intelligenciát okosan?

mesterséges intelligencia
Képek forrása: Freepik

A generatív AI képességei rohamosan fejlődnek, de a gépi tanulás és a mesterséges intelligencia más típusai sok eseten jobb, egyszerűbb és költséghatékonyabb megoldást adnak a vállalatoknak. Beruházásuk megtérülése múlik azon, hogy a technológiák, eszközök és módszerek közül mekkora hozzáértéssel választanak.

A nagy felhajtásból adódóan a generatív mesterséges intelligenciát gyakran túlzott elvárások övezik. A generatív modellek képesek már képeket, szöveget, videót vagy akár zenét is előállítani – mindezt a tanításuk során látott adatokból megtanult összefüggések alapján.

Félreértés, hogy a generatív AI szöveges modelljei „okos keresők”. Ezek a modellek mindössze „következőszó-generátorok”, amelyek szavanként generálják ki jóslataikat a felhasználói bemenetre. Ahhoz, hogy az okos kereső képességekre felruházható legyen, elengedhetetlen a megfelelő szakértői kompetencia bevonása, különben kontroll és minőségbiztosítás nélkül a szövegben legvalószínűbben soron következő szót adja válaszul a tanítóadataikban látottak alapján. Szoftverkódot is ugyanígy generálnak. Bizonyos feladatok hatékony elvégzésére tehát kiválóan alkalmasak már most, más problémákhoz viszont működésükből kifolyólag nem ideálisak önállóan a szükséges eszközkészlet nélkül.

– Azon feladatok automatizálására, amelyekre a generatív AI nem ideális sokkal jobb és olcsóbb megoldást kínálhat egy-egy klasszikus gépi tanulási modell – mondta Póda Csanád, a Kontron Hungary ML/AI rendszertervező mérnöke. – A gépi tanulás (machine learning, ML) alkalmazása azonban kevésbé látványos, mint egy emberi nyelven „beszélgető” robot, így a széles nyilvánosság képzeletét sem ragadta meg úgy, mint a természetes nyelvi felületen bárki számára hozzáférhető generatív mesterséges intelligencia.

Aki nem ismeri ezeket a módszereket, könnyen elveszhet bennük egy magas színvonalú, hozzáértő támogató csapat nélkül. Ezért vagyunk mi – hogy segítsük a navigációt ezeken a zavaros vizeken.

Kis és nagy modellek, testre szabva

A generatív AI értelmes, hasznos, hatékony, megbízható, biztonságos és etikus használatához a megfelelő technológiai, szervezeti, emberi, társadalmi és szabályozási feltételeket is szükséges megteremteni.

Vállalati szinten tovább árnyalja a képet, illetve bővíti a lehetőségeket, hogy a nagy (nem csak nyelvi) generatív modellek mellett megjelent rengeteg kisebb, előtanított, nyílt forráskódú modell is – mondta Póda Csanád. Ezeket a különféle feladatok elvégzésére előre tanított, nyílt forráskódú modelleket a vállalatok saját adataikon testre szabhatják, így gyorsabban és költséghatékonyabban valósíthatják meg projektjeiket. Egy ilyen modell továbbfejlesztésével készítettük el például a Számlamenedzser alkalmazásunk szállítófüggetlen számlafeldolgozóját, amely a beérkező (akár scannelt) számlák adatait egy mély neurális háló segítségével ismeri fel és írja át automatikusan a vállalatirányítási rendszer megfelelő mezőibe. Ezáltal a hagyományos rendszereknél sokkal rugalmasabb megoldást kaptunk, amelynél nem kell minden új számlatípus feldolgozásához új sablonokat létrehozni, hanem minden számlatípust egy modell ismer és dolgoz fel.

Emellett a vállalatok a hatalmas adatmennyiségeken tanított, több milliárd paramétert használó generatív AI modellek kimenetét is optimalizálhatják Retrieval-Augmented Generation (RAG) segítségével. A költséghatékony módszerrel ugyanis a generatív modellek képességeit speciális területekre vagy saját belső tudásbázisukra terjeszthetik ki, így pontosabb és hasznosabb válaszokat kaphatnak anélkül, hogy a modellt újra kéne tanítani – az információt ugyanis az ügyfél saját dokumentumtárából keressük ki és adjuk át a generatív AI modelleknek feldolgozásra, ezzel csökkentve a hallucinációk valószínűségét.

Felhő és partner nélkülözhetetlen szerepe

Már ez a pár példa is mutatja, hogy a mesterséges intelligencia eszközök és módszerek milyen széles választékát fogja át. Kulcsfontosságú ezért, hogy a vállalatok az adott feladat függvényében jól válasszanak a folyamatosan bővülő palettáról.

A bőség zavarában és a felhajtás zajában azonban gyakran megesik, hogy a döntéshozók olyan AI-megoldásokat választanak, amelyektől üzleti felhasználási esetükben eleve hiába várnak eredményeket. Szerintem elsősorban ez okozza, hogy egy elemzői jelentés szerint a 2023-as vállalati AI kezdeményezések 80 százaléka megakadt a koncepcióvalidálás szintjén – mondta Póda Csanád. A másik oka ennek az, hogy a közelmúltig nem voltak meg azok az eszközök, amelyekkel ilyen rendszereket megbízható produktív környezetbe tudtunk helyezni. Itt azonban hatalmas előrelépés történt, és már nagyon jó minőségű AIOps és MLOps eszközök állnak rendelkezésünkre. Sok vállalat nem tud házon belüli AI kompetenciát kiépíteni, de ezt könnyen ellensúlyozhatja egy átfogó szakértelemmel és nagy tapasztalattal rendelkező tanácsadó- és rendszerintegrátor-partner bevonásával. Egy ilyen partner a projektek megvalósítását már az üzleti értékajánlatnak megfelelő gépitanulási-, illetve mesterségesintelligencia-eszköz kiválasztásától kezdve az élesbe állásig támogatni tudja.

Egy másik nagy hátráltató tényező ezen a téren, hogy a magyar vállalatok egy része ellentmondásos, szelektív módon még mindig idegenkedik a felhő használatától. Sok cég a Microsoft Office 365-re minden további nélkül előfizet, a belső, üzleti titkokat tartalmazó levelezését a Microsoft felhőjében tárolja, valamint irodai alkalmazásait felhőszolgáltatásként veszi igénybe. Az üzleti alkalmazásaikat viszont még mindig saját hardveren szeretnék futtatni  – noha a belőlük kinyert kimutatásokat szintén előszeretettel továbbítják e-mailben.

A házon belüli IT infrastruktúra sok szempontból nem tud versenyezni a nagy felhőszolgáltatók adatközpontjaival. Saját hardveren a vállalatok nemhogy generatív AI modelleket nem tudnának futtatni, de gyakran még a kisebb neurálisháló-alapú modelleket is csak olyan késleltetés mellett használhatnák, hogy az értelmetlenné tenné bevezetésüket. A kapacitás megfelelő bővítésére pedig az AI munkaterhelések futtatásához szükséges specializált hardver magas ára és a jelenlegi eszközhiány miatt sem gondolhatnának.

A döntéshozóknak tanácsos minél előbb megvizsgálniuk, hogy a mesterséges intelligencia használatához vállalatuknál milyen szabályok mentén használhatnak felhőalapú megoldásokat, és mely szolgáltatók tudják ezeket biztosítani, mert a választék ezen a téren is bővül  – mondta Póda Csanád. Ha továbbra is késlekednek, rövid időn belül nagy hátrányba kerülhetnek a felhőben szolgáltatásként elérhető AI képességeit eredményesen kiaknázó versenytársaikkal szemben. Bár minden esetben meg kell vizsgálni, hogy a különböző tényezők függvényében melyik szolgáltatási modell a legelőnyösebb, ma már általában a felhőt érdemes választani, hacsak használatát speciális megfelelési követelmények (törvényi szabályozottság) kategorikusan ki nem zárják. De a GDPR-nak való megfelelés például ma már nem probléma.

Nemzetközi ML/AI kompetencia-központ helyben

A megfelelő ML/AI megoldás és a szolgáltatási modell mellett a releváns üzleti felhasználási esetek megválasztása is fontos az AI beruházások gyorsabb megtérüléséhez, amiben a kompetens partner szintén sokat segíthet.

A rendszerintegrátorként ismert és elismert Kontron Hungary az utóbbi években ML/AI szakértelmét is olyan szintre fejlesztette, hogy a tagvállalatai közötti együttműködést erősítő Kontron Csoport úgy határozott, itt hozza létre csoportszintű ML/AI kompetencia-központját is, amelyet harminc fős tanácsadói és fejlesztői csapattá szeretnének bővíteni.

– Hazai ügyfeleink számára különösen előnyös, hogy cégünk méretéből adódóan szakmai területeink házon belül is szorosan együttműködnek egymással – mondta Póda Csanád. – Számos vállalat informatikai környezetét ismerő rendszer-integrációs csapatunk tudása és tapasztalata is hozzájárul így ML/AI projektjeik sikeres megvalósításához és további digitális átalakulásuk felgyorsításához.


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

Ipar

Generatív AI: a cégek 78%-a befektet az új technológiába, de csak minden harmadik felkészült rá

Bár a legtöbb vállalat érdeklődik a legújabb technológiák iránt, a legnagyobb részüknél nincs meg a szükséges IT-háttér ahhoz, hogy befektetéseik hatékonyan szolgálják az innovációt, visszahozzák a beléjük tett pénzt és teljesítsék a kiberbiztonsági követelményeket – derül ki az Unisys legfrissebb globális kutatásából. Európában különösen nagy ez a fajta lemaradás.

A Magyarországon mintegy 700 főt foglalkoztató Unisys Unisys közzétette legújabb nemzetközi felmérését, amely azt vizsgálta, hogyan alakítják át a vállalatok IT-stratégiáikat annak érdekében, hogy ki tudják aknázni a legújabb technológiák – például a generatív AI, az AI-ügynökök és a kvantumszámítás – előnyeit. A „From Complexity to Clarity: Modernizing Cloud and IT for What Comes Next” című jelentésben nyolc ország 1000 felsővezetője és IT-döntéshozója osztotta meg tapasztalatait.

Az eredmények azt mutatják, hogy egyre nagyobb szakadék tátong az üzleti ambíciók és a vállalatok IT-infrastruktúrájának felkészültsége között – ez pedig azt a kockázatot hordozza, hogy befektetéseik meddők maradnak, innovációs potenciáljuk visszaesik, és kitettebbek lesznek a kibertámadásoknak is. A tanulmány ugyanakkor azonosít egy szűk, „Innovációs éllovasok” néven említett, mintegy 100 vállalatból álló csoportot is, amely példát mutat abban, hogyan lehet okos IT-beruházásokkal felgyorsítani az új technológiák bevezetését.

A kutatás legfontosabb megállapításai:

  • A vállalatok 78%-a növelné befektetéseit a generatív AI-ba, vezetők 73%-a szerint pedig úgy véli, az AI-ügynökök (Agentic AI) kulcsfontosságúak a versenyképesség fenntartásában. Utóbbi arány Európában még nagyobb: 80%.
  • Ennek ellenére mindössze 36%-uk meri állítani, hogy készen cége áll nagy léptékű AI-terhelések kezelésére.
  • A döntéshozók 82%-a a felhőt és az IT-t immár önálló profitközpontként kezeli. Bár kevesebb mint felük elégedett teljesen a felhő, az automatizáció és a generatív AI megtérülésével, háromnegyedük mégis további befektetéseket tervez.
  • A szervezetek többsége nincs felkészülve a modern kiberfenyegetésekre, és csak 14% gondolja úgy, hogy készen áll a poszt-kvantum titkosítás korszakára.
  • 85% ismeri el, hogy kiberbiztonsági stratégiája inkább a támadások utólagos kezelésére épül, nem megelőzésre – miközben az üzemszünetek költsége óránként 500 ezer dollárra is rúghat.

Európai helyzetkép: lelkesedés van, infrastruktúra nincs

Mint láttuk, az európai szervezetek a globális átlagnál is nagyobb lelkesedéssel fordulnak az új technológiák felé, ugyanakkor az infrastruktúra terén Európa mutatja az egyik legnagyobb lemaradást:

  • az itteni vezetők mindössze 25%-a gondolja, hogy vállalata informatikai rendszere képes támogatni a kvantumtechnológiát (globálisan ez az arány 33%),
  • generatív AI esetében is mindössze 36% érzi magát felkészültnek,
  • AI-ügynököknél pedig csupán 21% (bár itt a globális arány is alig több).

A kiberbiztonsági helyzet szintén figyelmeztető: Európában a szervezetek 90%-a szerint védelmi stratégiájuk inkább utólagos reagálásról szól, nem megelőzésről.

„A következő technológiai forradalom már zajlik, de sok szervezet még mindig elavult alapokra és folyamatokra épít” – mondta el Manju Naglapur, az Unisys Cloud, Applications & Infrastructure üzletágának vezető alelnöke és vezérigazgatója. – „Ahhoz, hogy a generatív AI és az AI-ügynökök valódi értéket teremtsenek, modernizálni kell az infrastruktúrát, össze kell hangolni az IT- és üzleti prioritásokat, és proaktívabb kiberbiztonsági szemléletre van szükség.”

Az elavult infrastruktúra visszafogja az AI és a kvantum fejlődését

Az innovációs éllovasok 82%-a már most IT-költségvetése több mint 6%-át fordítja generatív AI-alapú adatkezelésre. Bár a szervezetek lelkesen fektetnek be az új technológiákba, sokan elismerik: jelenlegi infrastruktúrájuk nem kielégítő. Ez alig változott a 2023-as Unisys-felméréshez képest – továbbra is az elavult rendszerek, a szakemberhiány és az üzleti–IT prioritások közötti szakadék számítanak a legnagyobb kihívásnak. Mindössze a szervezetek 36%-a érzi magát felkészültnek nagy volumenű generatív AI-terhelésekre, a kvantumszámítás esetében ez az arány 32%, edge computingnál 34%, míg a régóta tárgyalt kiterjesztett és virtuális valóság esetében csupán 35%.

Utólagos reagálás helyett proaktív védelem kell

Az elmúlt évben a szervezetek 17%-ánál történt biztonsági incidens, ahol az üzemszünet óránként akár 500 000 dollárba került. Mégis, csak a vezetők 14%-a mondja, hogy rendszere felkészült a poszt-kvantum titkosításra. Ráadásul 85%-uk elismeri: jelenlegi kiberbiztonsági stratégiájuk inkább a támadásokra adott utólagos válaszokra épül, nem megelőző megoldásokra. Bár egyre többen váltanak új modellekre – 62% már bevezette vagy tervezi a Zero Trust-ot, 61% a kiber-helyreállítást helyezi előtérbe, és csupán 43% alkalmaz AI-alapú kiberbiztonsági eszközöket –, a védelem megerősítésére hatalmas lehetőség maradt.


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

Continue Reading

Ipar

Elsőként a digitális iker lép a színpadra a müncheni színházban

A „Sound of Science” alkalmazás már színházi környezetben debütálva könnyíti meg a próbafolyamatokat.

A jövő már a színpadon van, legalábbis ami a hangzást illeti. A Siemens és a Bajor Állami Opera együttműködésében úttörő technológiai megoldást alkalmaztak a Bajor Nemzeti Színházban, Münchenben, amely forradalmasítja a színházi akusztika tervezését és a próbafolyamatokat. Ez a gyártási szektorban jól ismert digitális iker technológia, mely most a zenészek, rendezők és karmesterek számára teszi lehetővé, hogy már az első próba előtt valósághűen felmérjék és optimalizálják a koncertterem akusztikáját.

A virtuális valóság ereje a tökéletes hangzásért

Ehhez a digitális iker egy részletes 3D akusztikus modellben szimulálja a hanghatásokat, a zenekari felállásokat és a helyszín különböző konfigurációit. A virtuális valóság szemüvegek segítségével a felhasználók fizikai helyüktől függetlenül tesztelhetnek különböző zenekari pozíciókat és a közönség szemszögéből is meghallgathatják a hangzást. Ez a képesség nagyban hozzájárul a próbák idejének lerövidítésében és a logisztikai költségek csökkentésében, miközben garantálja a művészeti kiválóságot.

Az operavilágból indult

A „Sound of Science” alkalmazást először a 2024-es Salzburgi Fesztiválon mutatták be, majd a Müncheni Operafesztiválra időzítve további funkciókkal bővült. Most már nemcsak a terem konfigurációja változtatható meg, hanem egy színpadi díszlet is beépíthető a szimulációba, és a zenekar pozíciója is variálható. A valósághűség fokozása érdekében egy énekes szólamot – Emilie Sierra szoprán, a Bajor Állami Opera tagjának előadásában, a Bajor Állami Zenekar kíséretével – is integráltak az alkalmazásba, lehetővé téve a hangzás még pontosabb értékelését.

Stephan Frucht, a Siemens Arts Program művészeti vezetője rámutatott, hogy az alkalmazás ötletét a próbák egyre rövidebb idejének és a növekvő koncertlogisztikai költségeknek a trendje szülte.

Mérnöki precizitás a művészet szolgálatában

A digitális ikertechnológia lényege, hogy a valóságos tárgyakat leképezik a digitális térben, és szimulációt folytatnak vele. A gyártóvállalatok ennek használatával csökkentik költségeiket, döntenek a hatékonyabb erőforrás-felhasználásról, a tervezéshez szükséges időt, mérséklik a kockázatokat. Azáltal, hogy előre vizualizálhatóak a lehetséges kihívások, jobb döntéseket tudnak hozni a fizikai világban.

A „Sound of Science” technológiai alapját a Siemens Simcenter biztosítja, amely a vállalat szimulációs és tesztelési megoldásainak portfóliójába tartozik. Ez a rendszer képes feldolgozni a mérési adatokat, kiszámítani, hogyan terjednek a hanghullámok a térben, figyelembe véve a különböző anyagok visszaverődésre gyakorolt hatását. Ez a precizitás teszi lehetővé a terem specifikus akusztikájának hű reprodukálását.

Jelenleg a Siemens ingyenes demonstrációs alkalmazást biztosít a nemzetközi kulturális szcéna kiválasztott partnerei számára. Bár az alkalmazás kereskedelmi forgalomba hozatala egyelőre nem szerepel a tervek között, az alapul szolgáló szimulációs megoldások megvásárolhatóak. A „Sound of Science” jó példa arra, hogy a technológia és a művészet szimbiózisa új lehetőségeket nyit meg az előadóművészetben.


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

Continue Reading

Ipar

Mapei: szezonális az építőipar megtorpanása, továbbra is félig tele a pohár

Első pillantásra ellentmondásos képet mutatnak a KSH által közzétett júniusi építőipari adatok, de a Mapei szerint ezek pontosan tükrözik a piac kettősségét: miközben rövid távon a szezonális tényezők határozzák meg a teljesítményt, például a nyári szabadságok és a kivárás, hosszabb távon erősödő bizalom és élénkülő aktivitás figyelhető meg.

A Mapei Kft. ügyvezetője, Markovich Béla kiemelte: bár az építőipar termelési volumene júniusban 5,3 százalékkal elmaradt az előző hónapitól, az új szerződések volumene közel 68 százalékkal nőtt, ami egyértelmű jele a fellendülés előtti felkészülésnek. A szakemberek beszámolói alapján szerzett tapasztalatok szerint a vállalkozók és a lakossági szereplők újra mernek előre tervezni, a kivitelezők többsége már 3–4 hónapra előre látja a munkáit. Ez korábban legfeljebb 1–2 hónap volt – tette hozzá.

„Továbbra is úgy látjuk, hogy a pohár már félig tele van, és a piac lassú, de stabil élénkülés jeleit mutatja. A csökkenő havi teljesítmény tipikusan szezonális jelenség, nem ok a pánikra. A május–júniusi visszaesés az elmúlt években is megfigyelhető volt: június rövidebb hónap, jellemzően a nyári szabadságok kezdete, ezért a termelés ilyenkor rendszeresen lassul”

– fogalmazott Markovich Béla, a Mapei ügyvezetője.

A piac hosszabb távú stabilizációját jelentősen támogatja a szeptemberben induló Otthon Start Program. „Ez a konstrukció nemcsak a lakásépítések volumenét növeli majd, hanem élénkítő hatással lesz a felújításokra is, és a teljes építőipari értékláncban multiplikátorhatást válthat ki” – tette hozzá.

A KSH szerint 2025 első félévében 43 százalékkal több lakásépítési engedélyt adtak ki, mint az előző év azonos időszakában. A Mapei várakozásai szerint a program hatása már ősszel érzékelhető lesz, a nagyobb lendület azonban 2026-ban bontakozik ki.


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

Continue Reading
Advertisement
Advertisement
Advertisement
Advertisement Hirdetés

Facebook

Advertisement Hirdetés
Advertisement Hirdetés

Ajánljuk

Advertisement

Friss