hirdetés
hirdetés

Az MI felhasználási területei

Így lehet kiállítani a mesterséges intelligenciát

Elképzelni is nehezen tudtuk, hogy lehet algoritmusokat kiállítani, amíg nem jártunk a Mesterséges Intelligencia Koalíció szervezésében megrendezett interaktív kiállításon, ahol a mesterséges intelligencia (MI) felhasználási területeit mutatták be. 

hirdetés
A Budapesti Műszaki Egyetem Q-épületében a nagyvállalatoktól a kis innovatív műhelyekig több mint húsz cég volt jelen május 9-én, ahol mélyebben meg lehetett ismerkedni olyan, már használatban lévő alkalmazásokkal, mint például a T-System Vanda ügyfélszolgálatos chatbotjának továbbfejlesztett személyi asszisztens szolgáltatása, vagy Watson, az IBM közismert fejlesztése. 

Szertics Gergely, az MI Koalíció szakmai vezetője az ingyenes rendezvény  sajtótájékoztatóján elmondta, hogy a koalíció egyik célja, hogy közelebb vigyék a mesterséges intelligenciát a nagyközönséghez, emellett egy olyan platformot kívánnak teremteni, ahol MI-fejlesztők és felhasználók találkozhatnak egymással, vagyis ahol a kutatás-fejlesztés és az ipar összeérhet. “Fő cél ma az MI-ökoszisztéma fejlesztése, közösségépítés annak érdekében, hogy a MI-t minél többen megismerjék és kezdjék el használni” – mondta el Szertics a rendezvény céljáról.

A kiállítás helyszíne: BME Q-épület
A kiállítás helyszíne: BME Q-épület

Mindent felpörget az MI

Ahogy azt egy korábbi interjúnkban Szertics megfogalmazta: “a mesterséges intelligencia beépül a termékekbe, szolgáltatásokba. Régen sem az volt a lényeg, hogy az áram csodálatosságának örültünk, hanem a lámpáknak, a televízióknak, a kenyérpirítóknak. Így vagyunk ezzel ma is: számtalan olyan termék jön létre, amely mesterséges intelligenciával hajtott, de nem az MI a lényege, hanem hogy valami hatékonyabbá válik általa”.  Ez volt látható az MI-kiállításon is, a nyelvfelismerő rendszerektől a robotasszisztenseken át az autonóm logisztikáig számos felhasználási terület megjelent, és a standoknál jelenlévő szakértők részletes bemutatót tartottak az adott területről. A nemzetközi cégek mellett magyar fejlesztések is megjelentek a kiállításon: tanuló algoritmusokat ismerhettünk meg közelebbről, amelyek képesek felismerni objektumokat, személyeket, irányítanak járműveket vagy gyártósorokat.

Fókuszban a biztonság

A kiállításon jelen voltak olyan MI-vel "hajtott" alkalmazások is, amelyeket a gyártóipar tud felhasználni. Ilyen például a Budapesti Műszaki és Gazdaságtudományi Egyetem, Méréstechnika és Információs Rendszerek Tanszék R3-COP és R5-COP kutatási projektje, amely az autonóm robotok viselkedésének tesztelése során beállítandó környezeti szituációk sokféleségének ellensúlyozására kereste a választ, mivel az megnehezíti és költségessé teszi a tesztelést valós körülmények között, de még szimuláció során is.

A T-Systems új ügyfélszolgálatosa
A T-Systems új ügyfélszolgálatosa

A megoldás lényege a biztonsági követelmények elemzése alapján a robot környezetéről egy olyan modell kialakítása, amely tartalmazza a környezeti objektumtípusokat, ezek paramétereit és kapcsolódását, valamint a fizikai és alkalmazási korlátokat. A megoldás előnye a tesztelrendezések szisztematikus generálása, amely biztosítja a környezeti objektumok, szituációminták és -kombinációik, valamint szélsőséges és extrém elrendezések és paraméterek lefedését. Így automatizálható egy, az ad-hoc tesztelésnél nagyobb hibamegtalálási képességgel rendelkező tesztkészlet előállítása szimulációs és valós körülmények közötti teszteléshez is.

Tiszta víz mesterséges intelligenciával

Az iparon túl a lakosság számára is fontos területen fejleszt a WaterScope csapata. Egy vízmonitoring eszközt fejlesztettek, mely holografikus eljárás alapján elemzi a vízmintákat a hagyományos 2D megoldás helyett, így jóval több adatot produkál és a vizsgáló folyamatot sokkal hatékonyabban végzi. Képet készít a vízben található mikroszkopikus élőlényekről, automatikusan osztályozza őket – itt dolgozik a MI –, és riportot készít azok koncentrációjáról is. A Waterscope által készített adatbázis valós idejű információkat nyújt a vízminőségről, lehetőséget adva az azonnali beavatkozásra. A technológia felhasználható ipari technológiai vizek, élelmiszergyártásban használatos víz, de akár a felszíni vizek ökoszisztémájának fenntartására is.

Gyártástámogató MI

Az Ericsson bemutatta saját fejlesztésű segédprogramját, amely az operátorokat segíti az összeszerelő robotok programozásában. A vállalatnak a saját gyártási folyamataiban számos összeszerelési feladat van, amelyeket emberi munkával és ipari robotokkal együtt végeznek. Míg a robotizált összeszerelésnek a pontossága kimagasló, addig az azt lehetővé tévő robotprogramozás költséges, munkaigényes, valamint hosszú ideig tartó feladat. A cég célja egy olyan robotprogramozási-segédlet létrehozása, amely az újabb és újabb összeszerelési feladatok programozásához szükséges időt jelentősen lecsökkenti. A már eddig használt robotokhoz kamerát telepítettek, amely az aktuális munkaterületet – benne a megmunkálandó munkadarabbal – figyeli. A robot átprogramozása során a technikus az adott típusú munkadarabhoz rögzített képeken bejelöli a csavarok helyét egy grafikus szerkesztő használatával.

A Continental az önvezető fejlesztésein keresztül mutatta be az MI egyik  felhasználás területét
A Continental az önvezető fejlesztésein keresztül mutatta be az MI egyik felhasználás területét

A kifejlesztett szoftver rendszer ezt az embertől származó információt felhasználva azonosítja és eltárolja a csavarok elhelyezési sorrendjét, illetve azok pontos helyét a munkadarabhoz viszonyítva. A gyártás során az összeszerelést vezérlő szoftver a kamera képe alapján azonosítja a következő munkadarab típusát, majd a konkrét munkadarab pontos helyét, esetleges elfordulását a munkaterületen. Majd ezekhez a térbeli eltolás és forgatás értékekhez viszonyítva számolja ki a pontos koordinátákat, ahova aztán a csavarokat be kell csavarni.

Olcsóbb fuvar, nagyobb kihasználtság

Több logisztikai és szállítmányozási tanuló algoritmussal is megismerkedhettünk a kiállításon. A Waberer's komplett rakományok fuvarozására szakosodott, ezért a fuvartervezési folyamatait folyamatosan optimalizálni kell. A pusztán emberi kapacitásra építő fejlesztés nem járt kellő eredménnyel, főleg, hogy naponta ezres nagyságrendű döntést kellett meghozni a vállalatnál a fuvarok szervezése kapcsán. A megoldást a logisztikai iparágra specializálódott Nexogen szállította, méghozzá egy „cégre szabott”, Microsoft Azure-alapú MI -szolgáltatás formájában. Az alkalmazást megelőzően a kamionok terheltsége 87%-os volt – ez az iparági átlag. Az MI-megoldásnak köszönhetően ez az arány 92%-ra emelkedett.

Az IBM objektum-felismerő algoritmusa
Az IBM objektum-felismerő algoritmusa

A Dmlab is a logisztikán belül szállít MI-alapú megoldást. A bemutatott alkalmazásuk a Trans-Sped európai fuvarozó vállalatnak készült, ahol a sofőrök üzemanyag fogyasztása kiemelt hatással bír a cég profitjára, ezért ki akartak alakítani egy a valós idejű visszajelző és sofőr motivációs rendszert a takarékos üzemanyag-fogyasztás ösztönzésére. Olyan alkalmazást fejlesztettek, amely valós időben visszajelzést ad a kamionsofőröknek, hogy az adott útszakaszon és az aktuális körülményekhez képest – rakomány, forgalmi viszonyok, időjárás – mennyire vezet takarékosan, és érdemes-e tempomatot használnia az adott útszakaszon.

Kiállító cégek

BME-VIK-MIT
Clementine
Dmlab
Energofish Kft
Eötvös Loránd Tudományegyetem
Ericsson Magyarország Kft.
FAMPATH.COM
Hallatlan Alapítvány / GLACCES
IBM
Microsoft
Monster Code Hungary Kft.
MTA Nyelvtudományi Intézet
Multilogic Kft
Nokia
Robert Bosch Csoport
SpeechTex Kft.
T-Systems Magyarország Zrt.
Ultinous Kft.
Vodafone Magyarország
WaterScope Zrt.

Trapp Henci
a szerző cikkei

hirdetés
Ha hozzá kíván szólni, jelentkezzen be!
 
Cikk[238544] galéria
hirdetés
hirdetés
hirdetés

Kiadónk társoldalai

hirdetés