Ipar

Hogyan válasszunk mesterséges intelligenciát okosan?

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!

Related Topics:mesterséges intelligencia

Up Next

A fémmegmunkálás új dimenziói – Messer Hegesztés- és Lézertechnológiai Innovációs Fórum novemberben

Don't Miss

Újfajta motorindítót hoz a Siemens

Ipar

Az építőipar rejtett költsége: amikor a rossz döntések a falakba épülnek

Az építőiparban kevés döntés visszafordítható. Egy hibás technológiai választás vagy kivitelezési megoldás akár évekkel később is komoly minőségi vagy pénzügyi problémákat okozhat. A háttérben sokszor nem hanyagság vagy szándékos megtévesztés áll, hanem az úgynevezett információs aszimmetria: amikor az eladó vagy szakember lényegesen több tudással rendelkezik egy termékről vagy technológiáról, mint a megrendelők.

Ez a jelenség az építőiparban különösen erős. A gyártók és a kivitelezők részletesen ismerik az anyagokat, rendszereket és technológiai megoldásokat, miközben a megrendelők többsége életében csak egyszer-kétszer kerül olyan helyzetbe, hogy ilyen döntéseket kell meghoznia. A lakossági építkezők vagy felújítók számára a műszaki kérdések sokszor nehezen átláthatók, miközben a választásuk hosszú távra meghatározzák egy épület minőségét és fenntartási költségeit.

Egy nem megfelelően kiválasztott technológia vagy anyag később garanciális vitákhoz, költséges javításokhoz, sőt bizalomvesztéshez is vezethet. A probléma súlyát növeli, hogy a hibák következményei gyakran csak évekkel később válnak láthatóvá, amikor a javítás már jóval drágább vagy bonyolultabb.

A szakértők szerint ezért az információhoz való hozzáférés és a szakmai tudás megosztása kulcsfontosságú szerepet játszik a kockázatok csökkentésében.

„Az építőiparban a marketing szerepe ma már túlmutat az értékesítésen. Egy olyan piacon, ahol a döntések nagy értékűek és a műszaki kérdések összetettek, a kommunikáció valójában a tájékozódást segíti. Ha a szakmai tudás könnyebben hozzáférhető, azzal a megrendelők, a kivitelezők és végső soron az egész ágazat nyer”

– fogalmazott Markovich Béla a Mapei Kft. ügyvezetője.

Az elmúlt években egyre több építőipari vállalat helyez hangsúlyt a szakmai edukációra és a tudásmegosztásra. A képzések, technológiai bemutatók, szakmai közösségek és online tartalmak mind azt szolgálják, hogy a piaci szereplők megalapozottabb döntéseket hozhassanak.

A szemléletváltás az építőipari marketingben is megjelenik. A kommunikáció egyre kevésbé a termékek egyszerű bemutatásáról szól, és egyre inkább arról, hogy segítsen eligazodni az iparág komplex műszaki kérdései között.

Ezt a megközelítést ismerte el a Magyar Marketing Szövetség, amikor 17 Marketing Gyémánt díjjal jutalmazta a Mapei Kft. marketingtevékenységét. A vállalat programjai többek között a kivitelezők képzésére, a szakmai közösségek erősítésére és a lakossági megrendelők tájékoztatására épülnek.

Az információs aszimmetria teljes megszüntetése természetesen nem reális cél. Az azonban egyre inkább felismerés az iparágban, hogy a szakmai tudás szélesebb körű megosztása nemcsak a hibák számát csökkentheti, hanem az építőipari szolgáltatások minőségét és a piac iránti bizalmat is erősítheti.

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

Ipar

Beszerzési Kiválóság Program a BME-n a Schneider Electric közreműködésével

Idén tavasszal elindult a Beszerzési Kiválóság Program a Budapesti Műszaki és Gazdaságtudományi Egyetemen (BME). A program kurzusainak elvégzésével a beszerzés területén szerezhetnek naprakész, gyakorlati tudást a résztvevő hallgatók. E tudás elismeréséről egy úgynevezett Beszerzési Kiválóság Oklevelet kapnak a résztvevők. E kurzusok tananyagainak összeállításában, illetve a kapcsolódó ismeretek átadásában a Schneider Electric hazai szakemberei is közreműködnek.

Újabb egyetemi együttműködési projektben vesz részt a Schneider Electric, a világ egyik vezető energiatechnológiai vállalata, amely a BME-vel összefogva indított beszerzési kiválóság programot (procurement excellence program) az intézmény Gazdaság- és Társadalomtudományi Karán.

A tantárgyak többsége magyar és angol nyelven is elérhető. A szükséges kreditek tetszőleges számú szemeszter alatt teljesíthetők, azonban a tárgyakat egy adott képzés keretében kell elvégezni. A kurzus célja, hogy naprakész, gyakorlati tudáshoz jussanak a hallgatók a beszerzés kapcsán, amit a munkába állást követően azonnal tudnak hasznosítani.

A Schneider Electric elkötelezett a hazai szakember-képzés támogatása iránt, ennek jegyében több magyarországi egyetemmel is együttműködik a vállalat és a BME-vel már eddig is számos műszaki projekt valósult meg.

A program különlegességét az is adja, hogy a Schneider Electric nem csupán lektori és előadói szerepet vállalt a kurzusokon, hanem két teljes tantárgyat maga alkotott meg és tart a program keretében. Ez a fajta vállalati szerepvállalás, amikor egy multinacionális cég nemcsak tartalmakat ad, hanem önálló kurzusokat épít fel és oktat egy akkreditált egyetemi program részeként rendkívül ritka, különösen Magyarországon. A Schneider Electric szakértői így nemcsak előadóként, hanem a tananyag tervezőjeként és gondozójaként is jelen vannak a képzésben, ami a vállalati tudás és az akadémiai környezet szokatlanul mély integrációját teszi lehetővé.

„Nagyon örülünk annak, hogy részesei lehetünk a BME-n a stratégiai beszerzés kurzus elindításának. A tapasztalataink azt mutatják, hogy az egyetemi képzésből kikerülő, frissen végzett hallgatóknak nem feltétlenül van lehetőségük megszerezni azt a gyakorlati tudást, amire a piacon szükség lenne. Az idén tavasszal elindított program révén olyan naprakész ismeretek birtokába juthatnak, amivel megállhatják a helyüket az üzleti életben, például a mi, Budapesten működő regionális beszerzési központunkban, a Budapest GSC Hub-ban”

– mondta el Gurcsó Péter, a Budapest GSC Hub regionális beszerzési igazgatója.

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

Ipar

Hogyan befolyásolja a nitrogéngáz tisztasága a költségeket?

A nitrogén napjaink iparában kulcsfontosságú szerepet tölt be, olyannyira, hogy gyakran az „ötödik közműként” emlegetik a víz, az elektromos energia, a földgáz és a sűrített levegő mellett. Számos vállalat külső beszállítótól szerzi be, míg mások helyben állítják elő. Az alábbiakban bemutatjuk, hogyan hat a nitrogén tisztasága a költségekre, és milyen előnyöket kínál a helyszíni előállítás pénzügyi, biztonsági és környezetvédelmi szempontból.

Tisztaság és minőség – nem ugyanaz

Gyakori tévhit, hogy a gáz tisztasága megegyezik a minőségével, pedig a két fogalom különbözik. A tisztaság kizárólag a gáz összetételére, koncentrációjára utal: például 95%-os nitrogén esetén a maradék 5% jellemzően oxigén. A minőség ezzel szemben azt jelzi, hogy milyen egyéb szennyeződések találhatók a gázban.

További részletek:
www.atlascopco.com/hu-hu/compressors/wiki/compressed-air-articles/difference-industrial-gas-purity-quality

Miért jelenthet költségelőnyt a helyszíni nitrogéntermelés?

A helyszíni nitrogéngenerátorok lehetővé teszik, hogy a felhasználók pontosan az adott alkalmazás igényeihez igazított tisztaságú gázt állítsanak elő. Ennek egyik legnagyobb előnye, hogy az alacsonyabb tisztasági szint kevesebb energia felhasználásával érhető el, így a működési költségek jelentősen csökkenthetők.

Ezzel szemben a palackos vagy folyékony formában szállított nitrogén általában egységesen magas tisztaságú, ami a kriogén előállítás sajátossága. A gyakorlatban ez sok esetben felesleges túlköltekezést jelent, mivel a felhasználók gyakran nem igényelnek ilyen magas tisztaságot.

Részletesebb magyarázat:
www.atlascopco.com/hu-hu/compressors/wiki/compressed-air-articles/nitrogen-oxygen-purity-cost

A helyszíni termelés további előnye, hogy teljes kontrollt biztosít a nitrogén tisztasága, nyomása és mennyisége felett. Erről és a nitrogéngáz előállítási technológiákról itt olvashat többet:
www.atlascopco.com/hu-hu/compressors/products/nitrogen-generators

Rejtett költségek és kockázatok a külső ellátásnál

Nitrogén vásárlása vagy bérlése esetén a költségek nemcsak magasabbak lehetnek, hanem nehezebben is tervezhetők. A felhasználók ki vannak téve többek között:

hosszú távú szerződéseknek,
árnövekedésnek,
logisztikai költségeknek,
valamint a folyékony nitrogén tárolásából adódó biztonsági kockázatoknak.

Ezzel szemben a helyszíni előállítás kiszámíthatóbb működést, alacsonyabb költséget és kisebb környezeti terhelést kínál.

Milyen előnyöket kínál a helyben előállított nitrogén?

A rendszeresen nitrogént használó vállalatok számára a helyszíni termelés több szempontból is kedvező:

alacsonyabb összköltség egységnyi gázra vetítve,
kiszámíthatóbb, stabil költségstruktúra,
nincs gázveszteség vagy felesleges pazarlás,
kevesebb adminisztráció és logisztikai feladat,
nagyobb üzembiztonság (nincs nagymennyiségű tárolt gáz),
minimális környezeti lábnyom,
folyamatos, megbízható ellátás,
kompakt és alacsony zajszintű működés.

A működés rövid bemutatója videón:

A helyszíni nitrogén-előállítás technológiái

A nitrogéngenerátorok két fő elven működnek:

PSA technológia (Pressure Swing Adsorption)

A PSA eljárás magas, akár 99,999%-os tisztaságot biztosít, jelentős kapacitás mellett. Ez különösen fontos az elektronikai, gyógyszeripari vagy vegyipari alkalmazásoknál.

Megtekinthető itt:

Membrános technológia

A membrános rendszerek rugalmasan 95–99,5% közötti tisztaságot kínálnak, és kisebb energia- valamint karbantartási igénnyel működnek. Ideálisak például tűzvédelemhez, műanyagipari folyamatokhoz vagy élelmiszeripari alkalmazásokhoz.

Kompakt, integrált megoldás

A korszerű nitrogéntermelő rendszerek kompakt kivitelben, előre összeállítva érhetők el. Ezek magukban foglalják a szükséges fő komponenseket: kompresszort, levegőkezelő egységet, nitrogéngenerátort, nyomásfokozót, tartályokat és vezérlést.

Az ilyen rendszerek gyorsan telepíthetők, és azonnali, megbízható gázellátást biztosítanak:
www.atlascopco.com/hu-hu/compressors/products/nitrogen-generators/high-pressure-skid

Bemutató videó a nitrogéntermelő komplett rendszerről: