Ipar
Hogyan gondolkodik a generatív MI? Szegedi kutatók keresik a választ a chatbotok titkaira
A mesterséges intelligencia (MI) egyre több feladatban segít minket a mindennapokban, de mi történik egy chatbot „fejében”, amikor választ ad egy kérdésre vagy értelmez egy utasítást?
Többek között erre keresi a választ a Szegedi Tudományegyetem Mesterséges Intelligencia Kompetencia Központjának áprilisban induló kutatása, együttműködésben az amerikai Rutgers Egyetemmel és a német Ludwig-Maximilians-Universitättel. A cél, hogy mélyebben feltárják a generatív nyelvi modellek működését a technológia biztonságosabb és hatékonyabb alkalmazása érdekében.
Belelátni a generatív MI modellek fejébe
A mesterséges intelligencia képes utánozni az emberi gondolkodást, de valóban érti is a saját döntéseit? A generatív modellek – amelyek különféle algoritmusok és gépi tanulási modellek segítségével a megadott utasítások alapján hoznak létre új tartalmakat – képesek lehetnek sakkozni, de felmerül a kérdés, hogy valóban ismerik-e a játékszabályokat, vagy csupán mintázatokat követnek anélkül, hogy értenék a játék működését.
A RAItHMA projekt keretében induló kutatás egyik fontos témája, hogy a generatív MI modellek hogyan reprezentálják az egyes fogalmakat, és ezek a fogalmak milyen kapcsolatban állnak egymással. Magyarán, ha egy chatbot igaznak ítél egy állítást, vajon automatikusan hamisnak tartja annak tagadását? Az emberi gondolkodás számára ez magától értetődő, de a nyelvi modellek esetében nem minden esetben teljesül.
A chatbotok meglepő korlátai
„A nagy nyelvi modellek nem a tényleges tudást vagy a szabályok megértését sajátítják el, hanem pusztán a szövegek folytatására épülnek. Ebből kifolyólag a chatbotok olykor olyan alapvető kérdésekben hibáznak, amelyeket adott esetben egy gyermek is képes megválaszolni. Ha például felsoroljuk a hét törpe nevét, majd megkérdezzük, hogy egy adott név szerepelt-e a listán, a modell nem mindig tudja a helyes választ. Az MI képes akár rendkívül összetett matematikai feladatokat is megoldani, ugyanakkor nehezen birkózik meg a halmaz fogalmával és néha egészen egyszerű feladványokkal is. Ha sikerül felderíteni ennek hátterét, nagyot léphetünk előre a mesterséges intelligencia jobb megértése és biztonságosabb, hatékonyabb használata felé”
– mondta Dr. Jelasity Márk, az Interdiszciplináris Kutatásfejlesztési és Innovációs Kiválósági Központ Mesterséges Intelligencia Kompetenciaközpont vezetője.
A kutatók arra is keresik a választ, hogy mi áll ezeknek az ellentmondásoknak a hátterében, milyen belső tudással rendelkezik a modell, és miképpen csökkenthető a kommunikációs zavar ember és gép között. Amellett, hogy ez a munka a generatív MI megbízhatóságának javítását szolgálja, új távlatokat nyithat a modellek alkalmazásában számos területen.
Megbízhatunk a mesterséges intelligenciában?
Ahogy egyre több területen alkalmazzuk a mesterséges intelligenciát, komoly kockázatot jelent, ha nem értjük pontosan, hogyan működnek ezek a modellek. Egy önvezető autó például képes felismerni az előtte haladó járműveket és a közlekedési táblákat, de nem képes megérteni a közlekedési helyzeteket. Egy ember tudja, hogy ha egy labda begurul az útra, valószínűleg egy gyerek fog utána szaladni – a mesterséges intelligencia viszont ezt a kontextust egyelőre nem képes felismerni.
Az egyik alapvető hiányosság, hogy a modellek nem építenek ki stabil világmodellt, ami kulcsfontosságú lenne a megbízható működéshez. A Szegedi Tudományegyetem kutatói nemzetközi partnereikkel együtt arra törekednek, hogy feltárják a generatív MI korlátait és mélyebben megértsék működését. Első lépésként ugyanis, ha pontosabb képet kapunk arról, hogyan „gondolkodnak” ezek a rendszerek és milyen hibák jellemzik őket, az hosszú távon segíthet új megközelítéseket kialakítani. Az így szerzett tudás hozzájárulhat a jövő MI-rendszereinek alakításához, a hatékonyabb, megbízhatóbb tervezéshez. A mesterséges intelligencia ugyanis nem csupán egy technológiai eszköz, hanem a tudomány egy olyan területe, amelynek mélyebb megismerése kulcsfontosságú a jövő fejlesztéseihez.
További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!
Ipar
A Siemens és a P&G világszerte kiterjeszti az AI-alapú minőségellenőrzést
Ipari AI a mindennapi termékek szolgálatában
Ismerős érzés lehet: leveszünk a polcról egy sampont vagy mosóport, és biztosra vesszük, hogy a termék makulátlan lesz. Ez a magától értetődő bizalom egyre inkább a mesterséges intelligenciának köszönhető. A Siemens és a Procter & Gamble (P&G) közösen fejlesztett AI-alapú minőségellenőrző rendszerét most globálisan kiterjesztik a P&G gyáraira, ami egy újabb lépést jelent ezen a téren.
Rugalmassá tett mesterséges intelligencia
A Visual Inspection Cockpit (VIC) névre hallgató rendszert kifejezetten a nagy sebességű, percenként több ezer terméket előállító gyártósorokra tervezték, ahol a rugalmas vagy mintás anyagok (például csomagolóanyagok, higiéniai termékek) természetes elmozdulása miatt a hagyományos kamerás rendszerek eddig gyakran hibáztak. A megoldás azonnal kiszűri a hibás darabokat, legyen szó torz csomagolásról, gyűrődésről vagy alig látható felületi hibákról.
A rendszer a P&G mélytanulási modelljeit ötvözi a Siemens Industrial Edge platformjával, valamint Nvidia GPU-kkal felszerelt ipari számítógépekkel. További jellemzője, hogy azt az üzemi mérnökök maguk is konfigurálhatják, külön szakértői csapat nélkül, emellett nem szükséges újraprogramozni minden egyes csomagolásváltáskor vagy termékmódosításnál.
A P&G szakembere, Paul Thomas szerint a rendszert kifejezetten olyan kihívások megoldására fejlesztették, amelyekkel a hagyományos vizsgálórendszerek nem tudtak megbirkózni.
Gyorsabb bevezetés, jobb minőség
A megoldás egyik legnagyobb előnye, hogy újrafelhasználható Industrial Edge-alkalmazásként működik, így az új gyártósorokra való bevezetése ötször-tízszer gyorsabb, mint a hagyományos, egyedi fejlesztésű vizsgálórendszereké. Egyúttal könnyen kiterjeszthető újabb gyárakra, termékekre és vizsgálati helyzetekre.
A minőségi eredmények is látványosak: a rendszer bevezetése után egyes termékeknél 10–20%-kal javult a selejtarány, vagyis egyre kevesebb olyan termék kerül le a gyártósorról, amely nem felel meg a minőségi elvárásoknak.
A rendszer emellett folyamatosan gyűjti és elemzi az adatokat, így a P&G gyártási csapatai hosszú távú trendeket is azonosíthatnak, és folyamatosan fejleszthetik a gyártási folyamataikat.
A Siemens közlése szerint a VIC a vállalat szélesebb ipari AI-portfóliójának része, amely az Industrial Edge platformon szabványosított alkalmazásokként érhető el – így a jövőben más gyártók és iparágak is hasonló megoldásokat vezethetnek be.
További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!
Ipar
Megjelent a Siemens Designcenter
A mérnöki tervezés és gyártás új korszaka – Az ipari vállalatok radikális kihívásokkal néznek szembe: a termékek komplexitásának növekedése, a lerövidült piacra jutási idő, a szakemberhiány és a szigorú minőségi elvárások mind arra kényszerítik a mérnöki csapatokat, hogy újragondolják tervezési és gyártási folyamataikat.
A graphIT Kft. és a Siemens Digital Industries Software közös szakmai napján debütált Magyarországon a Siemens Designcenter platform. Az esemény átfogó betekintést nyújtott a mérnöki CAD/CAM/CAE munka jövőjébe, ahol a mesterséges intelligencia, a felhőalapú Live Collaboration és a Sony XR hardverre épülő immerzív VR-tervezés találkozik.
Mi az a Siemens Designcenter? Az integrált mérnöki tudásközpont
A Siemens Xcelerator portfólió legújabb mérföldköveként a Designcenter egy olyan egységes, skálázható és intelligens termékfejlesztési platform, amely zökkenőmentes átmenetet biztosít a böngészőalapú felületek és a nagyteljesítményű asztali alkalmazások között. A platform célja, hogy a startupoktól kezdve a globális nagyvállalatokig minden mérnöki csapat számára 100%-os adathűséget, maximális rugalmasságot és kiemelkedő költséghatékonyságot nyújtson.
A Designcenter a Siemens megbízható technológiai alapokjaira épít (Parasolid, D-Cubed, Kineo, JT), és négy rugalmasan skálázható licenccsomagban érhető el: Essentials, Standard, Advanced és Premium. Ezt egészíti ki a Siemens innovatív Value-Based Licensing (VBL) kiegészítő rendszere, amely több mint 140 modulhoz enged rugalmas, token-alapú hozzáférést.
Főbb termelékenységi mutatók a SaaS átállással:
- 50% költségcsökkenés az informatikai infrastruktúrában.
- 30% csökkenés a termékek piacra jutási idejében.
- 20% termelékenység-növekedés az AI-támogatott tervezési munkafolyamatok révén.
- 99,9% üzemidő és kimagasló adatbiztonság a felhőalapú háttérrel.
Mesterséges intelligencia a mérnöki gyakorlatban (Engineering AI)
A mérnöki intelligencia fejlesztése a Designcenter X központi eleme. Az AI nem csupán egy kiegészítő funkció, hanem a teljes tervezési folyamatot átható ágens-alapú asszisztens:
- Designcenter X Copilot: Természetes nyelvű (magyarul is értő) generatív AI, amely funkciókkal kapcsolatos támogatásra, hatékonyabb munkavégzéssel kapcsolatos tanácsokra, makró kódgenerálásra és modellmódosításra képes promptok vagy képek alapján.
- Predictive Machine Learning: A Command Prediction felismeri a parancsismétlődéseket, míg a Selection Prediction és a Select Similar Faces/Components gépi tanulással azonosítja a geometriailag hasonló elemeket, csökkentve a kattintások számát.
- Hangvezérlés & PMI AI: A Voice Command Assistant gépelés nélküli irányítást tesz lehetővé, míg az AI-alapú 3D PMI Predictor automatikusan hozzárendeli a méreteket és tűréseket a megfelelő modellnézetekhez.
Élő együttműködés és felhős rugalmasság (Live Collaboration)
A Designcenter X beépített, Teamcenter X alapon működő adatkezelése megszünteti a fájlok zárolásából és a széttagolt kommunikációból eredő torlódásokat:
- Live Share & Egyidejű Tervezés: Több mérnök dolgozhat egyidejűleg ugyanazon a komplex összeállításos modellen valós időben, automatikus szinkronizálás és ütközésfeloldás mellett.
- User Presence & Context Awareness: A rendszer valós időben jelzi, melyik kolléga melyik alkatrészen dolgozik.
- Multi-user Notifications: Automatikus riasztások és értesítések a követett alkatrészek módosításairól és mentéseiről.
- Teams Integráció: Csevegések és konferenciahívások indítása közvetlenül a tervezői felületen lévő alkatrész-kontextusból.
- Böngészőmódú Hozzáférés (Teamcenter Share): CAD/CAM adatok biztonságos megtekintése, szerkesztése és felülvizsgálata szoftvertelepítés nélkül, bármilyen eszközről.
Immersive Engineering – Mérnöki munka határok nélkül Sony XR hardverrel
A rendezvény egyik legkiemelkedőbb bemutatója a Siemens és a Sony XR partnerségének eredménye volt. A CES-díjas, szemenként 4K felbontású Sony HMD headset és a dedikált gyűrűs kontrollerek segítségével a mérnökök 1:1 méretarányban, adat-előkészítés és konverziós veszteség nélkül léphetnek be a virtuális 3D tervezőtérbe.
Az Immersive Explorer, Designer és Collaborator modulok támogatják a virtuális üzembe helyezést, az ergonómiai elemzéseket, valamint a földrajzilag szétszórt csapatok közös, VR-alapú tervellenőrzését.
Integrált Part Manufacturing portfólió
A Designcenter teljes mérnöki folyamatkört teremt a megmunkálással. Az integrált CAM portfólió magában foglalja a 2,5–5 tengelyes marást, multifunkciós esztergálást, huzalszikrázást, robotos megmunkálást és CMM mérésprogramozást.
A gyártáshelyességet és a gyors üzembe helyezést olyan funkciók támogatják, mint a Staged Models (gyártásközi állapotok asszociatív kezelése), a Shop Floor Connect (közvetlen papírmentes munkautasítások a gépkezelőknek) és a Sinumerik Run MyVirtual Machine (100%-os gépkód-hűségű digitális iker szimuláció).
Designcenter a magyar cégeknek
A rendezvényen a hazai mérnöktársadalom közel 100 leginkább innovatív mérnöke vett részt, akik megismerhették a Desigcenter azon előnyeit, amely ideális mérnöki platformmá teszi a hazai tervező és gyártó cégek számára. Ezek az előnyök mindenek előtt a költséghatékonyság, a legkorszerűbb technológiai megoldások és a mesterséges intelligencia, valamint a graphIT Kft. Expert támogatása és bevezetési szolgáltatásai.
További információk: graphitblog.hu | www.graphit.hu
További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!
Ipar
Elérhetőbbé válik a fém 3D nyomtatás
Az ipari fém 3D nyomtatás szélesebb körű alkalmazását célozzák az Xact Metal fejlesztései. Az amerikai gyártó a november 17–20. között megrendezésre kerülő Formnext 2026 kiállításon mutatja be porágyas lézeres technológiára épülő rendszereit, amelyek Magyarországon a VARINEX kínálatában is elérhetők.
A fém additív gyártás egyik legfontosabb fejlődési iránya, hogy a technológia a jelentős beruházási kerettel rendelkező nagyvállalatok mellett egyre több kisebb ipari szereplő, fejlesztőközpont és kutatóintézet számára is reális alternatívává váljon. A 2017-ben alapított Xact Metal fejlesztéseiben ezért a nagy teljesítményt, a rugalmas alkalmazhatóságot és a kedvezőbb beruházási költséget igyekszik ötvözni.
Rugalmas platform ipari feladatokra
A vállalat első fém porágyas rendszere, az XM200C 2019-ben jelent meg, elsősorban kutatás-fejlesztési és egyetemi alkalmazások számára. Az azóta kifejlesztett XM200G sorozat már nagy sebességű galvanométeres lézerirányítást alkalmaz, és egy- vagy kétlézeres konfigurációban, 100, 200 vagy 400 wattos szálas lézerrel érhető el.
Az XM200G alapkiépítésben 150 × 150 × 150 milliméteres munkatérrel rendelkezik, az építési magasság pedig opcionálisan 290
A berendezéssel számos ipari fémalapanyag feldolgozható. A rendelkezésre álló anyagok között rozsdamentes és szerszámacélok, szuperötvözetek, valamint titán-, alumínium- és rézalapú ötvözetek is megtalálhatók. A rendszer így a prototípusgyártás mellett szerszámok és kis sorozatban készülő ipari alkatrészek előállítására is alkalmazható.
Mikroméretű alkatrészek nagy pontossággal
A portfólió egyik legújabb tagja az XM200G µHD, amelyet kifejezetten a nagy pontosságot és rendkívül finom részleteket igénylő kis méretű fémalkatrészek additív gyártására fejlesztettek.
A berendezés 5–15 mikrométeres szemcseméretű fémporok feldolgozására is alkalmas, miközben a lézerfolt mérete 20 mikrométer alatt marad. A 140 × 140 × 150 milliméteres munkatérrel rendelkező rendszer olyan alkalmazások előtt nyithat új lehetőségeket, mint az elektronikai és mikromechanikai alkatrészek, antennák, hullámvezetők vagy egyes orvostechnikai komponensek gyártása.
A rendkívül kis lézerfoltméret és a finom fémporok alkalmazása olyan geometriai részletek létrehozását teszi lehetővé, amelyek a hagyományos fém additív rendszerekkel nehezebben valósíthatók meg.
Nagyobb munkatér, több lézer
A fejlesztések másik iránya a nagyobb méretű alkatrészek és a termelékenyebb sorozatgyártás. Ezt a területet célozza a jelenleg fejlesztés alatt álló XM300G. A rendszer 300 × 300 × 350 milliméteres munkatérrel készül, amelynek Z irányú mérete opcionálisan 450 milliméterre növelhető.
A berendezést egy-, két- vagy négylézeres konfigurációban tervezik, így a nagyobb munkatérhez magasabb termelékenység is társulhat. Ez már olyan ipari felhasználásokat céloz, ahol nemcsak az alkatrészek geometriai szabadsága, hanem a gyártási idő és a gazdaságosság is meghatározó szempont.
A kutatás-fejlesztéstől a kis sorozatokig
Az Xact Metal portfóliója jól mutatja a fém 3D nyomtatás fejlődésének irányát. Az XM200G rugalmas platformot kínál fejlesztési és ipari feladatokra, az XM200G µHD a mikroméretű, nagy részletességű alkatrészek gyártását célozza, míg az XM300G már a nagyobb munkatér és a magasabb termelékenység felé mozdul el.
A technológia ezzel a kutatás-fejlesztéstől és prototípusgyártástól kezdve a szerszámgyártáson keresztül egészen a kis sorozatú ipari alkatrészgyártásig kínál alkalmazási lehetőségeket.
Az Xact Metal rendszerei Magyarországon a VARINEX kínálatában érhetők el. A gyártó megoldásai novemberben a frankfurti Formnext 2026 kiállításon is bemutatkoznak, ahol az additív gyártás nemzetközi szereplői vonultatják fel legújabb ipari technológiáikat.
További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!
-
Tippek2 hét ago
Sztrádára fel: a biztonságos autópályás közlekedés írott és íratlan szabályai
-
Tippek2 hét ago
Ingyenes mérnöki mentorprogram indul a középiskolásoknak
-
Gazdaság2 hét ago
Az átvilágítás első szakasza vezetési és kontrollhiányosságokat tárt fel az MKIK Tőkealap-kezelő Zrt.-nél
-
Szórakozás2 hét ago
A szupererő, ami mindannyiunkban ott rejlik
-
Okoseszközök2 hét ago
Bevált smart home megoldások – 10 praktikus példa a modern otthonhoz
-
Ipar2 hét ago
Hét év alatt harmadszor nyerte el a Schneider Electric kommunikációs megbízását a DeepInsight
-
Zöld2 hét ago
A paksi energiakrízis tanulsága: a napenergia mellől hiányoznak a tárolók és a rugalmas hálózat
-
Gazdaság2 hét ago
Nemzetközi szinten versenyképes, de kritikusan szűk a magyar e-kereskedelem élmezőnye







