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

Vezető pozícióban a Schneider Electric Resource Advisor+ megoldása

„Vezető” (Leader) minősítést kapott a Schneider Electric globális tanácsadó üzletága, az SE Advisory Services által fejlesztett Resource Advisor+ platform a Verdantix „Green Quadrant: Enterprise Carbon Management Software 2026” elemzésében. A mesterséges intelligenciával (MI) támogatott megoldás új korszakot hoz az energiafelhasználási és fenntarthatósági adatok hasznosításában.

A Verdantix a tanulmányához 21 globális szolgáltató megoldásait vizsgálta meg. A független, éghajlat-, energia- és fenntarthatósági technológiákra szakosodott kutató és tanácsadó cég a Resource Advisor+ kapcsán kiemelte annak egységes architektúráját, fejlett, MI-vezérelt adatminőség-kezelési képességeit, valamint azt, hogy képes egyetlen platformon összekapcsolni az energia-, szén-dioxid- és ellátási lánc-információkat.

Mivel érdemelte ki a Resource Advisor+ a „Vezető” pozíciót?

Adatkezelés és adatminőség: A Resource Advisor+ az adatminőség-ellenőrzés terén a legmagasabb pontszámokat érte el a vizsgált megoldások közül. A mesterséges intelligenciával támogatott ellenőrzések jelzik az anomáliákat, hogy milyen adatok hiányoznak, valamint a következetlenségeket, mielőtt azok bekerülnének a jelentésbe.

Automatizált hiánypótlás: Az energia- és szén-dioxid-adatok gyakran hiányosak az elmaradt mérések, a késleltetett számlázás és a nem következetes beszámolók miatt. A Resource Advisor+ gépi tanulást alkalmaz a hiányzó adatok felismerésére és statisztikailag megbízható becsléseket ad a korábbi minták alapján. Ez felváltja a manuális adattisztítást, amely akár hónapokig is eltarthat minden egyes jelentési ciklusban.

Valós idejű adatbázis: Az energia- és épületirányítási rendszerekből származó mérési adatok közvetlenül a platformba kerülnek, ezáltal a kibocsátás-számítások becslések helyett valós adatokra támaszkodnak. Ez a valós idejű információ elengedhetetlen az auditok magabiztos teljesítéséhez.

Energia-beszerzés és nyomon követés: A Resoruce Advisor+ lehetővé teszi a felhasználók számára, hogy ugyanazon a rendszeren belül kezeljék a villamosenergia-vásárlási megállapodásokat (PPA), az energiaattribútum-tanúsítványokat (EAC) és a megújulóenergia-tanúsítványokat (REC), amelyet a szén-dioxid-elszámoláshoz is használnak. Ezáltal megszűnik a különböző eszközökből származó adatok összehangolásával kapcsolatos feladat, és biztosítható, hogy minden igény teljes mértékben nyomon követhető maradjon.

„AI-first” architektúra: A Resource Advisor+ az „AI-first” adatbázisával és MI-műveleteivel a 21 megoldás közül a legmagasabb pontszámot érte el. A platformot úgy alakították ki, hogy ne statikus adattárként funkcionáljon, hanem intelligens alkalmazásokat működtessen, mint például az automatizált anomália-felismerés, az előrejelzés, a forgatókönyv-modellezés és a termék szintű szén-dioxid-elemzés.

„Iparágtól függetlenül a vezetők ugyanazzal a problémával szembesülnek: az adatok, amelyekre a szén-dioxid- és energiaügyi döntéseiket alapozzák, hiányosak, inkonzisztensek vagy a szervezeten belül szétszórtan találhatók. Ez a fragmentáció lassítja a fejlődést és aláássa a bizalmat. A Resource Advisor+ kifejezetten ennek a problémának a megoldására készült, az MI-vel támogatott adatminőséget ötvözve tanácsadó csapataink szakértelmével, így ügyfeleinknek világos és pontos képet ad a kibocsátásukról. Amikor pedig a szabályozás vagy a módszertanok megváltoznak, akkor is zökkenőmentesen tudnak alkalmazkodni, mert már olyan szakértőkkel dolgoznak, akik értik, hogy ezek a változások milyen hatással járnak az ügyfeleink portfóliójára”

– mondta el Steve Wilhite, az SE Advisory Services ügyvezető alelnöke.

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

Ipar

A vallást, a hidakat és a műtőt is meghódította a mesterséges intelligencia

Kihirdették a technológiai újságírók és tartalomgyártók számára kiírt díj nyerteseit.

Már az előző évben is hangsúlyosnak bizonyult, idén pedig alig akadt olyan pályázat, ami nem a mesterséges intelligencia (AI) alkalmazási lehetőségeivel foglalkozott a Siemens Media Award díjra nevezett tartalmak közül. Ez a tendencia jól tükrözi az AI robbanásszerű térhódítását az élet szinte minden területén. A beküldött cikkek, videók és podcastok számos szegmenst felöleltek, az oktatástól a mezőgazdaságig, a humanoid robotoktól a vallásig, de a leggyakrabban feldolgozott témának egyértelműen az AI egészségügyi, diagnosztikai és gyógyítói potenciálja bizonyult.

A sajtódíj hazai díjátadóját ezúttal április 2-án este rendezték meg, ahol a technológia területén különösen magas színvonalon alkotó újságírók és tartalomkészítők munkáját ismerték el. Most is olyan, 2025. március 1. és 2026. február 28. között publikált médiaanyagok nevezésére volt lehetőség, amelyek rámutatnak, hogyan segíti a technológia a fenntarthatóságot, vagy a gazdaság, illetve a társadalom fejlődését. A nemzetközi vállalat éves sajtódíjának nyertesét idén már 11 ország képviselői közül választják ki: Magyarország mellett Ausztria, Bulgária, Csehország, Horvátország, Izrael, Kazahsztán, Lengyelország, Szerbia, Szlovákia és Szlovénia hirdetett versenyt.

Idén 19 nevezőtől összesen 37 pályamű érkezett, amelyeket ezúttal is független szakmai zsűri értékelt: a Sági Gyöngyi, a digitrendi.hu tulajdonosa és főszerkesztője; Vass Enikő, kommunikációs szakember; Szigeti Péter tartalomfejlesztési- és médiaszakember, valamint Arató Márk, a Siemens Zrt. kommunikációs vezetője. A zsűri tagjai a tartalmak relevanciája, újszerűsége, stílusa és a szerző által a témához való hozzáadott érték alapján pontozták a tartalmakat, amelyből kialakult a végső sorrend.

A fődíjat Bolcsó Dániel (Telex.hu) „Rácseteltem Jézus Krisztusra” c. munkája nyerte el, ami az AI avatárok és chatbotok, a hit, illetve a vallás területén játszott szerepét járta körül, miközben a súlyos morális dilemmákat is felvető kérdéseket kellő humorral és érzékenységgel, jól emészthető formában mutatta be.

A másik két Media Award elismerést úttörő hazai projekteket megismertető pályaművek kapták. Kis Judit (Forbes) a „Forradalom a hídellenőrzésben: a BME-ről indult csapat mesterséges intelligenciával védi az infrastruktúrát” c. cikkében az úthálózatban kulcsszerepet játszó hidak terhelhetőségét, állapotát, valamint a rajtuk keresztülhaladó forgalmat minden korábbinál precízebben monitorozó BridgeAid, hidak alá telepített szenzorokon alapuló, megoldását mutatta be.

Rádi Balázs (Index.hu) pedig az „Index a műtőben: először operáltak gerincsebészeti robottal Magyarországon” c. írásában egy itthon vadonatúj, a betegbiztonságot maximalizáló, és az orvosokat jelentős sugárterhelés alól mentesítő robottechnológia használatáról készített helyszíni riportot, bemutatva, hogyan képezi le a mesterséges intelligencia „videójáték-szerűen” az emberi testet, és teszi minden eddiginél precízebbé a műtéti beavatkozást.

Emellett a zsűri Gyetván Csaba „Így hasznosítják újra a használt gumiabroncsot” c. riportját videós különdíjjal jutalmazta, amiért egyedi hangvételével, közvetlenségével a nagyközönség számára is közelivé tette ezt, a fenntarthatóság szempontjából kiemelten fontos témát.

A díjazott cikkek egyúttal tovább is jutottak a Siemens régiós versenyére, ahol a többi ország sajtódíjának kiválasztottjaival méri össze őket a nemzetközi zsűri. A régió így kiválasztott legjobb öt jelentkezője meghívást kap a 2026. május 22-i nemzetközi díjátadóra, amelynek idén először Budapest adhat otthont. Itt hirdetik ki a győztes pályamunka benyújtóját, aki kétfős belépőt és szállodai ellátást nyer a Salzburgi Ünnepi Játékokra.

A díjazottakról:

Bolcsó Dániel 2014 óta dolgozik újságíróként. Pályáját Index.hu-nál kezdte, 2020 óta a Telex.hu alapító tagja, és azóta is a lap TechTud rovatának szerkesztő-újságírója. Ismeretterjesztő és tudománynépszerűsítő munkásságát Junior Prima díjjal és Hevesi Endre-díjjal is elismerték. 2016-ban Az Év Információbiztonsági Újságírójának, 2018-ban Az Év Informatikai Újságírójának választották. 2021 júniusában Minőségi Újságírásért Díjat kapott a koronavírus-gyorstalpaló cikkéért, 2023-ban pedig elnyerte az MTA Akadémiai Újságírói Díját, valamint második helyezést kapott az Év Európai Tudományos Újságírója díjon.

Kis Judit több mint 10 éven keresztül az MTI tudósítójaként dolgozott, ezt követően szabadúszó újságíróként főként a Magyar Mezőgazdaság kiadónál és a Növekedés.hu-n jelentek meg cikkei. 2021 óta a Forbes újságírója, jelenleg főmunkatársa. A Siemens Media Award hazai fődíját kétszer, 2024-ben és 2025-ben is elnyerte, majd 2025-ben hazavitte a nemzetközi Siemens Media Award fődíjat is.

Rádi Balázs újságíró, szakterületét a technológiai, gazdasági és egészségügyi témák jelentik. A kecskeméti Neumann János Egyetemen szerzett diplomát, 2019-ben elnyerte a Magyar Nemzeti Bank Kiválósági Ösztöndíját. 2022 óta az Index.hu főmunkatársa, a Közélet rovat egyik szerzője.

Gyetván Csaba televíziós host és tartalomkészítő. 2019 óta a Discovery Chanelen futó Made In Gyetván Csabával televíziós ismeretterjesztő sorozat arca, műsorvezetője és producere. 2012 óta Hogyan készül? néven saját blogot és vlogot működtet, YouTube-on több mint 100 ezer, Facebookon pedig 150 ezer feliratkozó követi a tartalmait.

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

Ipar

Értékesítési rekorddal nyitotta az évet a BMW Magyarországon

A tavalyi első negyedéves értékesítési eredményét 24,5%-kal múlta felül a BMW Magyarországon.

A BMW Group Magyarország 2026 első negyedévében 24,5%-kal növelte BMW modelljeinek eladásait a tavalyi év azonos időszakához képest, így a bajor márka továbbra is őrzi vezető pozícióját a hazai prémiumszegmensben. A január és március közötti időszakban összesen 1 870 darab BMW modell talált gazdára Magyarországon.

A modellpaletta kiegyensúlyozottságát jól mutatja, hogy a legnépszerűbb modellek rangsorában rendkívül szoros verseny alakult ki. Az első helyen a BMW 5-ös sorozat és a BMW i5 végzett 252 darabos értékesítéssel, amelyet szorosan követett a BMW X5 (235 darab), valamint a BMW X1 és BMW iX1 páros (226 darab). A negyedik helyen a BMW X3 és BMW iX3 (224 darab), míg az ötödik helyen a BMW 4-es sorozat és a BMW i4 (205 darab) végzett.

A tisztán elektromos meghajtású modellek iránti kereslet továbbra is stabil: a BMW által értékesített járművek 12,4%-a tisztán elektromos hajtású volt az első negyedévben.

„A modelljeink iránti kiegyensúlyozott kereslet jól mutatja, hogy ügyfeleink számára valódi értéket jelent a technológiai nyitottságunk. Portfóliónk minden hajtáslánc és szegmens mentén képes maradéktalanul kiszolgálni a különböző mobilitási igényeket. Az első Neue Klasse modellünk, az iX3-as sikere minden várakozást felülmúl, a debreceni gyár az elmúlt hetekben már a második műszakot is elndította, hogy az ügyféligényeket mielőbb ki tudjuk elégíteni. Külön öröm számunkra, hogy a márciusi piaci bevezetést követően már több mint 50 darab Debrecenben gyártott, a jövő BMW modelljeinek irányát is kijelölő BMW iX3 modellt adhattunk át ügyfeleinknek. A közelmúltban bemutatkozott új BMW i3-as, valamint az év során érkező további újdonságok reményeink szerint, lendületben tarthatják a márka értékesítését az év hátralevő részében is”

– hangsúlyozta Gombos Zoltán, a BMW Group Magyarország ügyvezető igazgatója.

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