Hogyan hat majd a jövőben mindennapi életünkre a mesterséges intelligencia? Hol tart a Műszaki Karon belül a mesterséges intelligencia fejlesztése? Erdei Timotei Istvánnal, a NeurotechEU projekt egyik résztvevőjével, a Debreceni Egyetem, Műszaki Kar Légi- és közúti járművek Tanszékének tanársegédével beszélgettünk.
Hogy jelenik meg a képzésben a mesterséges intelligencia?
A NeurotechEU projektben mi az ipari robotikával vagyunk jelen. A mesterséges intelligenciát nagyon nehéz definiálni. A ChatGPT például a kommunikációra helyezi a hangsúlyt: lefordítja a szöveget, vagy összeszedi az információkat a kérdésről. Létezik ezen kívül számos egyéb AI-rendszer, mindegyik más előnyökkel és hátrányokkal rendelkezik.
A hazánkban legismertebb ChatGPT AI például szépen képes fordítani magyarra, ez volt az egyik oka annak, ami miatt ilyen széles körben elterjedt a használata Magyarországon. Az oktatásba való integrálása viszont egy komolyabb kérdés, mert ugyan rutinszerű mérnöki feladatok úgymond automatizálhatók vele, de komplexebb tervezéseknél, vagy amikor valamilyen interakcióval kapcsolatos dolog szükséges, – például valamit vezérelni kell a térben – akkor azért érezhetően gyerekcipőben jár, még.
Az egyik laborunkat, ahol úgynevezett additív gyártási technológiát is alkalmazunk, illetve járműipari robotegységeket, még 2012 körül kezdtük el Husi Géza dékán úrral fejleszteni az ipari trendeknek megfelelően. Amennyiben megkérdeznénk a mesterséges intelligenciát arról, hogy pontosan milyen fejlesztéseket javasolna következő lépésként egy ilyen labor kapcsán, azt nem biztos, hogy tudná maradéktalanul definiálni.
A mesterséges intelligencia nem tévedhetetlen, nagyon sok dolog befolyásolja a működését. Ötletet tudnak adni ugyan, de áthidalni nem képesek például a gépek közötti kompatibilitási problémákat, legalábbis egyelőre, ezeket továbbra is a mérnököknek kell megoldani.
Azt látni kell, hogy nagyon sok más területen alkalmazott AI is fejlesztés alatt áll. Vannak olyan AI rendszerek, amelyek fő feladata képek generálása. Ott nagyon sok múlik azon, hogy az egyes, generáltatni kívánt képet definiáló szavakat, hogy fogalmazzuk meg. Ha pontatlan a megfogalmazás, eltérés lesz, és nem biztos, hogy az elvárt eredményt kapjuk majd. Ez a terület azért is fontos számunkra, mert használunk képelemzési technikákat a tervezés-gyártás során. Az AI tanításához felhasználni kívánt adatkészletet pedig többféleképpen is előállíthatjuk. Akár mozgóképes anyagból is elkészíthető a szükséges adatkészlet, hogy ha JPG-PNG képformátummá konvertálják át az egyes képkockákat. Viszont, aki jártas a video anyagok, vagy fényképek készítésénél, az tudja, hogy nagyon sok múlik az előkészületeken (bevilágítás, fókusz, satöbbi), és nem mindig konzisztens minőséget kapunk.
A járható út, hogy az adatkészletet virtuális úton állítjuk elő az adott 3D CAD modellről és CGI renderelést alkalmazva gyártjuk le a képeket a képelemzéshez. Ez esetben ugyanis, mi szabjuk meg, a felbontást, a textúrát, a bevilágítást, egyebeket. (A render olyan képet jelent, amit a számítógép generált, állított elő, valamilyen algoritmus, modell alapján, segítségével.)
De, más esetben is alkalmazunk mesterséges intelligenciát. A NeurotechEU témakörben, ipari robotegységekkel dolgozunk. A rendelkezésre álló erőforrásokat optimálisan kell felhasználunk, ehhez nyújt hatékony segítséget a mesterséges intelligencia azzal, hogy lerövidíti a kiértékelendő adataink feldolgozását.
Az oktatásban felhívjuk a hallgatók figyelmét arra, hogy ugyan most már bárki számára elérhető lehet a mesterséges intelligencia, de a mérnöki gondolkodás továbbra is nagyon fontos, és kreatívan kell hozzáállni a megoldandó problémához. És ne támaszkodjanak annyira a technológia adta kényelemre, ez ugyanis idővel csökkentheti az önállóságukat.
Mint a telefonhasználat is…
Pontosan, és ezzel kapcsolatban megfigyelhető, hogy nagyon impulzus-alapúvá váltak a dolgok. Sokkal nehezebb már az oktatásban a figyelmet megragadni és fenntartani, ehhez pedig a digitális tartalomfogyasztási szokások is hozzájárultak az elmúlt években. Továbbá ebben jelentős szerepet vállal a szórakoztatóelektronika is, így nekünk, oktatóknak viszonylag nagy kihívást jelent, hogy csapatokat szervezzünk, akik aztán a kutatásokban is aktívan részt tudnak venni, hosszabb távon. A hallgatók részéről tapasztalható egy erős kíváncsiság a mesterséges intelligencia iránt, de többen bizalmatlanok közülük, vagy félnek tőle, mert változást hordozz magában. Többek között azért is, mert nagy hatása lesz a munkaerőpiacra.
Várható a jövőben a virtuális tantermek számának növekedése?
Igen, a jövőben több virtuális tanterem is nyílhat. Egy programunk ezzel kapcsolatban el is készült, és innentől csak rajtunk múlik, hogy ezt mennyire akarjuk bevonni ténylegesen az oktatásba. A Covid-19 alatt pedig rendezvények során alkalmaztuk is és működőképesnek bizonyult. Most az a kérdés, hogy mennyire akarjuk ezt az állapotot fenntartani. Úgy gondolom, bizonyos részei megmaradnak online, de fizikai elemei is lesznek. A robotcellákat és a gépek kezelését például nem lehet teljes egészében átültetni a virtualitásba, mert szükség van fizikai kontrollra, hogy érezze, lássa a hallgató, hogy mit jelent gépeket kezelni, és hogy az mivel jár. Egy adott gyártósortpéldául le lehet nagyon részletesen modellezni virtuálisan, de ha arról van szó, hogy ki kell menni a helyszínre programozni vagy karbantartani, akkor érezzük, hogy az ilyen fajta tudás átadásához több kell.
Hol tart a Műszaki Karon belül a mesterséges intelligencia fejlesztése?
Házon belül mi aktívan alkalmazunk neurális hálókat, a rendszerek taníttatásához. Hangsúlyos még az anyagmozgató-válogató robotok fejlesztése. Utóbbiak esetében fontos, hogy a szín és forma alapján történő kiválasztás mellett detektálni is tudja a tárgyat. Például képes legyen megállapítani, hogy a vizsgált objektum sérült-e. De van olyan rendszerünk is – Emmának hívjuk -, aki beszélni is tud hozzánk. Képes például figyelmeztetni, ha valaki a robot munkaterébe akar belépni.
Azt is figyelembe kell venni, hogy a humanoid típusú robotokat nehezebben fogadják el, még a fiatalabb korosztály is. Ez idővel biztosan változni fog, de erre mi is odafigyeltünk az egyes fejlesztéseink kapcsán. Az arctalan rendszereket könnyebben elfogadják.
Mi az oka, hogy Japánban, Dél-Koreában és egyéb ázsiai országokban épp az arccal rendelkező robotok váltak be?
Más a közeg. Ha egy kicsit mélyebre megyünk a témában, akkor láthatjuk, hogy ott azért már nagyon régóta ismert fogalom az android típusú robot és gyerekként sem számít ott már kuriózumnak egy ilyen típusú géppel való találkozás, illetve a kultúra meghatározó része. Emiatt nagyobb is az ilyen típusú robot rendszerek társadalmi elfogadottsága. Valamint, az elöregedő társadalomnak elemi érdeke is az ilyen gépek alkalmazása, hogy segíteni tudjanak nekik a jövőben. Előbb-utóbb ez a folyamat más országokban is végbemegy, így javulni fog hazánkban is az ilyen gépek elfogadottsága.
Mikortól lehet majd exoskeletont, vagyis az ember mozgását segítő mesterséges vázat kapni a boltokban?
Egyelőre hazánkban még nem annyira drámai a társadalom elöregedése, mint néhány kelet-ázsiai országban, így nálunk az exoskeletonok szélesebb körben való elterjedése még a jövő zenéje. Ezek egyébként nagyon jól hasznosíthatók a hadiiparban is, ami köztudottan húzza magával a többi iparágat. De, a gyártásban nagy segítség lehet, hiszen gyorsíthatja a raktározási feladatok végrehajtását.
Több esetben, mint látjuk a technológia már adott, kérdés csak az, hogy mi mikor és hogyan kívánjuk azt használni.
– N. Nagy Sándor –
