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

MEORGA MSR-szakkiállítás Bécsben

Április 15-én az Austria Center Vienna ad otthont a MEORGA MSR-szakkiállításnak, amely a mérés-, irányítás- és szabályozástechnika (MSR), a folyamatirányító rendszerek, valamint az ipari automatizálás területének meghatározó szakmai rendezvénye.

A kiállításon mintegy 120 vállalat – köztük a szektor vezető szereplői – mutatja be termékeit, rendszereit és szolgáltatásait. A látogatók átfogó képet kaphatnak a legújabb technológiai fejlesztésekről, mérő- és vezérlőeszközökről, valamint az automatizálási trendek aktuális irányairól. A kiállítói jelenlétet gyakorlatorientált szakmai előadások egészítik ki, amelyek betekintést nyújtanak az MSR-technika jelenlegi állásába és alkalmazási lehetőségeibe.

A standokon a kiállító cégek szakértő munkatársai várják az érdeklődőket, elősegítve a célzott, megoldásközpontú szakmai egyeztetéseket. A rendezvény nemcsak új üzleti kapcsolatok kialakítására kínál lehetőséget, hanem a meglévő partnerkapcsolatok ápolására is ideális fórumot biztosít. A szakkiállítás elsősorban olyan szakembereknek és döntéshozóknak szól, akik vállalatuknál a teljes értéklánc mentén felelősek a termelési és üzleti folyamatok hatékonyságának fejlesztéséért.

MEORGA MSR

Időpont: 2026. április 15.,

Helyszín: Austria Center Vienna (ACV), Bruno-Kreisky-Platz 1, AT-1220 Bécs

A részvételhez előzetes regisztráció szükséges, amely a szervező honlapján keresztül érhető el. A regisztrációt követően a látogatók QR-kóddal ellátott belépőkártyát kapnak, amely ingyenes belépést biztosít a rendezvényre.

www.meorga.de/wien

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

Ipar

Még gyorsabb és hatékonyabb lehet az MI-t kiszolgáló adatközpontok létrehozása a Schneider Electric új megoldásaival

A mesterséges intelligencia (MI) alkalmazásokat kiszolgáló, újgenerációs adatközpontok tervezését, működésének szimulálását, megvalósítását és üzemeltetését új szintre emelő fejlesztéseket mutatott be a Schneider Electric, az NVIDIA és az AVEVA. Az újdonságok között megtalálható egy új referencia-terv az NVIDIA Vera Rubin architektúrájára, valamint egy speciális digitális iker megoldás is.

A San Jose-ban megrendezett NVIDIA GTC konferencián bejelentett újdonságok amellett, hogy tovább erősítik a világ egyik vezető energia-technológiai vállalata, a Schneider Electric és az NVIDIA közötti együttműködést, átfogó alapot kínálnak a gigawattos teljesítményű MI-gyárak létrehozásához. Az eseményen mutatták be az egyik első, kifejezetten az NVIDIA Vera Rubin NVL72 rackek igényei alapján megalkotott MI-referencia tervet. A validált referencia terv lefedi az áramellátást és a hűtést, és integrálták a Schneider Electric vezérlő referencia terveivel. A referencia terv az NVIDIA legújabb rack-méretű rendszerei által támasztott infrastrukturális követelmények figyelembevételével készült. Ennek megfelelően lehetővé teszi többek között az új áramelosztást 480 voltos megnövelt tápfeszültséggel, valamint a nagyobb hatékonyság érdekében a magasabb, akár 45 fokos „TCS-hurok” hőmérsékletet.

Az új referencia terv támogatja egy olyan IT architektúra kialakítását, amelyben az MI-rackekből álló klaszterek osztoznak a hálózati, tároló, CPU és támogató infrastruktúrán. Emellett azáltal, hogy az adatközpontok tervezése során lehetőséget teremt arra, hogy több ponton üzemeljenek a GPU-rackek, maximalizálja a token-teljesítményt.

A referencia-tervet az elektromos rendszer tervezése kapcsán ETAP-modellekkel, míg az elrendezés és a légáramlás vonatkozásában ITD CFD-modellekkel validálták.

Új AVEVA digitális iker architektúra a gigawatt-méretű MI-gyárakhoz

Az NVIDIA GTC-n bemutatott újdonságok között van a Schneider Electric tulajdonában lévő, az ipari szoftvere területén meghatározó szereplőnek számító AVEVA új, teljes életciklusra kiterjedő digitális iker architektúrája. A megoldás maximalizálja a GPU-k hatékonyságát, és felgyorsítja az MI-gyárak létrehozását. A Schneider Electric elkötelezett amellett, hogy az AVEVA fejlett szoftvereinek támogatásával SimReady-kompatibilis eszközöket és digitális ikreket hozzon létre az NVIDIA Omniverse segítségével. Ezzel a bejelentéssel az AVEVA mérnöki és üzemeltetési szoftverei beépültek az NVIDIA Omniverse DSX Blueprintbe és ökoszisztémájába.

Miután a rendszerarchitektúra összeállt az NVIDIA Omniverse környezetben, az AVEVA több területre kiterjedő szimulációkat hajt végre, hogy ellenőrizze, hogyan működne valós körülmények között. Ez magában foglalja az áramelosztás, a termodinamika, a légáramlás és a vezérlés modelljeinek megalkotását. Ezek a szimulációk lehetővé teszik a tervezés optimalizálását, a különböző terhelési és környezeti feltételek közötti működés gyors értékelését, valamint a rendszer fizikai kiépítése előtti végső rendszerellenőrzést.

„Ahogy a mesterséges intelligencia jelentette terhelés mind méretében, mind összetettségében nő, az adatközpontok tervezésénél minimálisra kell csökkenteni a hibázás lehetőségét. Ahhoz, hogy nagy léptékben tudjuk hasznosítani az MI-t, szorosan integrált elektromos, hűtési és digitális architektúrákra van szükség, amelyek képesek kielégíteni a példátlan teljesítményigényeket, miközben fenntartják a maximális energiahatékonyságot. A fejlett szoftverek, a digitális ikrek és a validált referencia-tervek kombinálásával az üzemeltetők szimulálhatják és optimalizálhatják az infrastruktúrát, még mielőtt egyetlen racket is üzembe helyeznének. Ez a megközelítés csökkenti a kockázatot, felgyorsítja a telepítést, és biztosítja a következő generációs MI-gyárak működtetéséhez szükséges hatékonyságot és rugalmasságot”

– mondta el Manish Kumar, a Schneider Electric „Secure Power & Data Centers” üzletágának ügyvezető alelnöke.

„A gigawatt-méretű MI-gyárak alapvetően új típusú, energiahatékony és rendkívül kiszámítható infrastruktúrát igényelnek. Az NVIDIA és a Schneider Electric együttesen biztosítja azokat az energiaellátási, hűtési és digitális iker architektúrákat, amelyekre szükség van ahhoz, hogy ügyfeleink számára felgyorsítsuk ezek megvalósítását”

– mutatott rá Vladimir Troy, az NVIDIA MI-infrastruktúráért felelős alelnöke.

NVIDIA Nemotron Agentic MI modell tesztelése riasztáskezelési szolgáltatásokhoz

A Schneider Electric az eseményen bejelentette azt is, hogy sikeresen tesztelte az NVIDIA Nemotron modellt egy új, riasztáskezelési funkcióval rendelkező MI ügynök megvalósításához. Ez a szolgáltatás egy régóta fennálló kihívásra ad választ az adatközponti iparban: a riasztások rendszer szintű értelmezésére a kiváltó okok azonosítása és a megfelelő intézkedések meghatározása érdekében.

A Schneider Electric megoldása több rendszerből származó, valós idejű IoT-adatokat felhasználva, integrált eszközök segítségével önállóan elvégzi az elemzést, a diagnosztikát és javaslatokat tesz a szükséges intézkedésekre. A szakértő technikusokkal együttműködve a technológia gyorsabb és következetesebb hibaelhárítást biztosít, csökkenti a felesleges kiszállásokat, és javítja az üzemeltetési rugalmasságot.

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

Ipar

A robotok nekünk dolgoznak, nem helyettünk

Robotokkal dolgozni sokáig science fictionnek tűnhetett, ma viszont egyre több munkahelyen egészen hétköznapinak számít.

De mit tudnak valójában ezek a rendszerek, és mi az, amit nem képesek kiváltani? Egyáltalán mitől robot a robot, és nem csak egy automatizált gép? Többek között erről beszélgettek a téma szakértői a Bosch Magyarország Podcast legfrissebb epizódjában.

A beszélgetés vendégei Majdik András László, a HUN-REN SZTAKI Gépi Érzékelés Kutatólaboratóriumának tudományos főmunkatársa, a robot-tájékozódási csoport vezetője, valamint Kis Gábor, a Robert Bosch Elektronika Kft. vállalatirányítási rendszer (ERP) szakértője voltak. A szakemberek egyetértettek abban, hogy rövid távon hajlamosak vagyunk túlbecsülni a robotika fejlődését, hosszabb távon viszont pont, hogy alábecsüljük az életünkre gyakorolt hatását.

Robotika az, amikor a gép képes dönteni

A podcast egyik legfontosabb kérdése az volt, hol húzódik a határ egy automatizált rendszer és egy valódi robot között. Míg egy automata előre meghatározott lépések sorozatát hajtja végre, addig a robot képes a környezetéből érkező információk alapján önálló döntéseket hozni, és nem várt helyzetekre is reagálni. A különbség tehát nem a kinézetében rejlik, hanem a döntési és alkalmazkodási képességben.

Majdik András László arra hívta fel a figyelmet, hogy a modern robotika fejlődését több technológia együttese hajtja. A gépi érzékelés, a mesterséges intelligencia és az utóbbi években különösen nagyot fejlődő megerősítéses tanulás együtt teszik lehetővé, hogy a robotok mozgása, egyensúlya és reakciói egyre természetesebbek legyenek. Akár olyan összetett helyzetekben is, amelyek nincsenek előre beprogramozva.

A HUN-REN szakértője egy négylábú robotot is bemutatott a stúdióban, amely szenzorok segítségével érzékeli a környezetét, stabilan mozog, és jelenleg az autonóm funkcióinak bővítésén dolgoznak. Kiemelte: mielőtt bárki a katonai felhasználáson gondolkodna, a gyártó ezt kifejezetten tiltja, a robotot kizárólag békés, hétköznapi feladatokra szánják.

Ott segít, ahol a munka monoton vagy megterhelő

A podcast fontos megállapítása, hogy a robotika közel sem minden feladatra jelent megoldást. Olyan munkafolyamatban működik a leghatékonyabban, amely jól strukturálható, fizikailag megterhelő vagy az emberek számára túl monoton. Tipikus példa erre az üzemen belüli anyagmozgatás. „Amikor a Robert Bosch Elektronika Kft. telephelyén 2017-ben elindultak az automatizált logisztikai megoldások, kiderült, hogy egy munkatárs akár napi 20 kilométert is gyalogolhat a raktár és a gyártóterület között” – mondta a Bosch vállalatirányítási rendszer (ERP) szakértője. Az automatikusan vezérelt járművek (AGV-k) ma már nemcsak nagy távolságokat tesznek meg, de képesek önállóan tájékozódni és kommunikálni egymással, miközben biztonságosan kerülik ki az akadályokat.

A szakértők kitértek egy másik fejlesztési irány jelentőségére is: az intelligens kicsomagoló- és válogatógépek alkalmazására. Ezek mesterséges intelligencia segítségével ismerik fel a különböző csomagolásokat és alkatrészeket, majd a megfelelő fogófejjel és a szükséges erővel emelik ki azokat.

Közelebb van, mint gondolnánk

A humanoid, kétlábon járó robotok fejlesztése világszerte zajlik. Ahogyan néhány évtized alatt a személyi számítógép mindenki számára elérhetővé vált, úgy válhatnak a robotok is egyre általánosabbá és elterjedtebbé. A beszélgetésben rámutattak arra, hogy ma már szinte mindenkinek egy számítógép lapul a zsebében, és a következő egy-két évtizedben a robotok jelenléte is jelentősen bővülhet az iparban, a szolgáltatásokban, sőt akár a mindennapi életünkben is. A robotok azonban nem lecserélnek, hanem kiegészítenek minket, ugyanis a kreativitást, a felelősségteljes döntéseket és az emberi helyzetfelismerést nem tudják kiváltani.

A jövő ökoszisztémában épül

A szakértők rámutattak arra is, hogy a technológia rohamos fejlődése miatt ma már egyre inkább ökoszisztémában érdemes gondolkodni. Az ipari szereplők, az akadémiai szféra és a fejlesztő közösségek együttműködése gyorsíthatja fel, hogy a kutatási eredményekből az iparban is alkalmazható megoldások szülessenek.

Kis Gábor kiemelte, a Bosch több hazai felsőoktatási intézménnyel működik együtt, példaként az Eötvös Loránd Tudományegyetem Informatikai Karát, a Budapesti Műszaki és Gazdaságtudományi Egyetemet és a Széchenyi István Egyetemet említette. Az együttműködések célja, hogy a kutatás-fejlesztésben elért eredmények minél gyorsabban alkalmazhatók legyenek a gyakorlatban, miközben a hallgatók valós projektekben szerezhetnek tapasztalatot. A HUN-REN szakembere is megerősítette, hogy a jövő robotikájához elengedhetetlen a programozási tudás, a szenzortechnológiák ismerete, a képfeldolgozás, valamint a rendszer- és irányításelméleti alapok elsajátítása.

Bosch Magyarország Podcast: technológiáról közérthetően

A Bosch Magyarország Podcast az innováció és a kutatás-fejlesztés legaktuálisabb témáival, szakértő vendégek segítségével közérthető válaszokat keres a jövő technológiájának legégetőbb kérdéseire. Aki szeretne többet megtudni arról, hogyan válhatnak a humanoid robotok tíz-húsz éven belül a mindennapok megszokott részéve, a válaszokat meghallgathatja, sőt meg is nézheti a Bosch Magyarország YouTube, Spotify, Apple Podcasts és Simplecast podcast-csatornáin!

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