1. MI szakmai nap célja

A Pécsi Tudományegyetem Természettudományi Kar Matematikai és Informatikai Intézete tekintettel a mesterséges intelligencia oktatásának, kutatásának, fejlesztésének és felhasználásának a jelentőségére 2024. április 16-án kedden Mesterséges Intelligencia szakmai napot és ennek részeként konferenciát és szakmai kiállítást rendez a PTE TTK Vargha Damján konferenciateremben. Az eseményen a mesterséges intelligencia oktatásával, kutatásával, fejlesztésével és alkalmazásával foglalkozó akadémiai és felsőoktatási kutatók, illetve oktatók mellett a témakörben érdekelt szervezetek és vállalatok szakértői tartanak előadást és mutatják be tevékenységüket.

A konferencia szervezői három célt fogalmaztak meg:

  • a mesterséges intelligencia felhasználásának és fejlesztésének elméleti és gyakorlati megközelítésű bemutatása (esettanulmány jelleggel), annak érdekében, hogy a hallgatóság minél több oldalról és szempontból megérthesse a MI kutatásának és felhasználásának jelentőségét és lehetőségeit.

  • a kötelező szakmai gyakorlat előtt álló informatikus alapszakos hallgatók megismerhessék a résztvevő szervezetek gyakornoki és junior programjait, illetve az ezekre való belépéshez szükséges feltételeket (szakmai tudás, kompetenciák, készségek skillek). A rendezvény a plenáris előadások mellett kiemelt figyelmet fordít, teret és helyszínt ad a szervezetek bemutatkozására és a HR-es jellegű tevékenységeire.

  • fórum és szintér biztosítása a PTE Természettudományi Kar és az MI kutatásával, fejlesztésével, oktatásával és felhasználásával foglakozó szervezetek közötti képzési és kutatási együttműködések megalapozására.

2. Védnökség

A Mesterséges Intelligencia szakmai nap a Pécsi Tudományegyetem Természettudományi Kar vezetőségének engedélyével és pártolásával, valamint a Körber Hungária Kft. támogatásával kerül megrendezésre.

Pécsi Tudományegyetem Természettudományi Kar részéről a rendezvényt Dr. Trócsányi András dékán, Prof. Dr. Tóth László tudományos dékánhelyettes, és Prof. Dr. Pap Margit intézetigazgató engedélyezi.

3. Szervezés

A Mesterséges Intelligencia szakmai nappal kapcsolatos operatív szervezői tevékenységet és az esemény koordinációját a PTE TTK Matematikai és Informatikai Intézet egyetemi adjunktusa, vállalati kapcsolati referens, szakmai gyakorlat felelőse, dr. Lendvai Tamás végzi. A Mesterséges Intelligencia szakmai nappal és a hatáskörébe tartozó területekkel kapcsolatos bármely ügyben kereshető az alábbi elérhetőségeken:

4. Helyszín

A Mesterséges Intelligencia szaknap rendezvénynek a Pécsi Tudományegyetem Ifjúság úti Campusa ad otthont. A Campus címe: 7624 Pécs, Ifjúság útja 6.


4.1. Campus térkép


4.2. Konferenciaterem

Az előadásokra a 160 fős, mikrofonnal, kihangosításssal és full-hd projektorral felszerelt PTE Vargha Damján konferenciateremben kerül sor.


4.3. Kiállítótér, börze

A Mesterséges Intelligencia szaknapon az előadások mellett, a konferenciaterem közvetlen közelében elhelyezkedő két folyosón a résztvevő szervezetek és vállalatok stand, illetve roll-up mellett ismertetik a mesterséges intelligencia kutatására, fejlesztésére és alkalmazására vonatkozó tevékenységeiket, valamint a hallgatók számára elérhető - a szakmai gyakorlat teljesítését és a szakdolgozatírást is lehetővé tevő - gyakornoki programjaikat.


4.4. Talking zone

A standok közelében elhelyezkedő asztalok mellett kényelmes lehetőséget biztosítunk a szervezetek és a hallgatók közötti egyeztetésekre, megbeszélésekre.

5. Programterv

10:00 Megnyitó

10:05 Dr. Pap Margit I PTE TTK Matematikai és Informatika Intézet I A mesterséges intelligencia oktatás jelene és jövője a PTE Természettudományi Karon

10:30 Érdi-Krausz Gábor I Mesterséges Intelligencia Nemzeti Laboratórium - SZTAKI - A magyar mesterséges intelligencia ökoszisztéma és szereplői, kutatási projektek a Nemzeti Laboratóriumban

11:05 Dr. Csató Lehel I Babes-Bolyai Tudományegyetem (Kolozsvár) I Értelmezhető döntések neurális hálókkal

11:30 Karsa Róbert I PTE TTK Matematikai és Informatikai Intézet I Hogyan működnek a nagy nyelvi modellek és mire használhatók egy egészségügyi alkalmazási lehetőségen keresztül bemutatva. (KínAI orvos)

11:55 Dr. Hetesi Zsolt I PTE TTK Matematikai és Informatika Intézet I Mesterséges intelligencia és gondolkodás-fogalmak a tudomány fejlődése során

12:15 Ebédszünet

13:00 Nagy Péter I SAP Hungary Kft. I Mi ez a nagy felhajtás az LLM körül?

13:25 Dr. Vörös Zoltán I PTE Digitális Oktatás- és Tanulástámogató Központ I Mesterséges intelligencia (MI) hasznosítása az oktatásban

13:50 Dr. Dombi Judit I PTE BTK Anglisztika Intézet, Angol Nyelvészet Tanszék I Humán-chatbot interakciók nyelvi vizsgálata - a “közös alap” (common ground) természete

14:15 Dr. Feleki Zsolt I PTE TTK Matematikai és Informatika Intézet I Természetes nyelvfeldolgozás és költészet

14:25 Kávészünet

15:00 Hóf Tamás, Gömöri Marin I Webstar Csoport Kft. I Generatív AI a Webstar Csoportnál

15:25 Szücs Imre I Test Innovation Technology Zrt. I A mesterséges intelligencia transzformatív ereje: “nem az MI veszi el a munkádat, hanem az a munkatársad, aki ért hozzá”

15:50 Herbály István I Contrall Ipari Informatikai Kft. I Mesterséges intelligencia a gyakorlatban (esettanulmányok)

16:15 Lengyel Sándor I suIT SOLUTIONS I AI a gyakorlatban - biztosítási és pénzügyi szektorban

16:40 Brachmann Ferenc I Acounto Magyarország Kft. I AI modellek és blockchain fejlesztések könyvelési-, illetve adótanácsadási feladatok automatizálására

17:05 Janovics László I INNOMINE DIHI MI EDIH konzorcium, a projekt célcsoportja és szolgáltatásai I

17:30 Konferencia zárása

6. Résztvevők és előadásaik

6.1. Acounto Magyarország Kft.

A szervezet rövid ismertetése: Digital-first könyvelési-, bérszámfejtési- és adótanácsadási szolgáltatás. További információ: https://acounto.com

  • Brachmann Ferenc: AI modellek és blockchain fejlesztések könyvelési-, illetve adótanácsadási feladatok automatizálására

    • Az utóbbi években a számítási kapacitások növekedésével számtalan AI és blockchain kutatási szakterületen jelentős alapkutatási eredmények születtek. Ennek eredményeképp számtalan olyan alkalmazott kutatási és kísérleti fejlesztési területen tudtunk jelentős előrelépést felmutatni, melyek alapjában véve fogják átalakítani a könyvelés, bérszámfejtés, illetve adótanácsadás szolgáltatási folyamatait. Az előadás célja, hogy bemutassa a legfontosabb ipari kutatási területeket amelyekkel a könyvelési-, számviteli-, illetve adózási folyamatok egyre magasabb szintű automatizációját kívánja megvalósítani vállalkozásunk.

      Az első fejlesztés egy AI-alapú OCR modellre épülő, valamint számla adatkinyerő AI modellfejlesztéssel megvalósított, öntanuló hurokban üzemeltetett modellt ismertet gyakorlati tapasztalatokkal.

      A következő modell egy adótanácsadási céllal feltanított nyelvi modell, mellyel ügyfélszolgálati valamint adótanácsadási feladatok végezhetők el.

      A harmadik fejlesztés egy kísérleti fázisban levő egy blokklánc-alapú háromszintű könyvelési rendszer, mely elősegíti kis- és középvállalkozásának hitelhez való hozzáférésének egyenlítését, és csökkenti a bankok hitelkockázatait azzal, hogy egy átlátható, hitelesített harmadik főkönyvet kínál, ami valós idejű és megbízható pénzügyi adatokat biztosít, ezáltal növelve a vállalati hitelezésbe vetett bizalmat. A háromszintű könyvelési modell bevezetésével a projekt jelentős értéket ad az NGI Ecosystem-nek, lehetővé téve egy szabályozásnak megfelelő, innovatív üzleti modellt a kkv-k hitelezéséhez.

6.2. Babes-Bolyai Tudományegyetem (Kolozsvár)

A szervezet rövid ismertetése: A Kolosvári Babeş-Bolyai Tudományegyetem Románia legnagyobb egyeteme, mely magyar és német oktatást is biztosít. Kiterjedt nemzetközi kapcsolatokkal rendelkező állami felsőoktatási intézmény, arra hivatott, hogy lokális, regionális, nemzeti és nemzetközi viszonylatban a kulturális sajátosságok fenntartását, a kultúra dinamikáját biztosítsa.

  • Csató Lehel: Értelmezhető döntések neurális hálókkal
    • A neurális hálók alkalmazásainak gyakori példája amikor a bemenetek alapján döntéseket hozunk; gyakran – például vezetés-támogató rendszereknél – ezen döntések kockázata vagy emberi- etikai következménye nagy. Kockázatos esetekben szeretnénk ha a rendszer – a döntések kiszámítása mellett – „meg is tudná magyarázni” magyarázni ezen döntéseket. Képfeldolgozó algoritmusok esetén a bemenő képek alapján szeretnénk, ha az osztály-információval együtt a döntések indoklását is meg tudnánk határozni. Egy módja ennek a – csökkentett kockázatú – működésnek az, amikor architektúrális megkötéseket alkalmazunk a neurális hálóra; ez az osztálykimenet mellett kiszámítja egy indoklását is; ezek a döntési primitívek – a prototípusok – intenzitásai a kép részein. Az előadás bemutatja a motivációját a prototípus-alapú architektúrának; az architektúra részleteit, a tanulási szabály módosításait, melyek által jobb – magyarázhatóbb – osztályozást szeretnénk elérni, illetve beszámol implementálási és futtatási eredményekről. Az implementáció során a prototípusok előállításának a módozatairól, a műveletek robusztusságáról, az elért értelmező intenzitás-képekről beszélünk. Bemutatunk egy egyszerű –lineáris – prototípus-kivonó algoritmust és érvelünk amellett, hogy a lineáris jellege megfelelővé teszi ezt az algoritmust arra, hogy a robusztus magyarázható rendszerek alapja legyen.

6.3. Contrall Ipari Informatikai Kft.

A szervezet rövid ismertetése: Egyik fő termékünk a mesterséges intelligencia alapú termékellenőrző, osztályozó, mintafelismerő rendszer. A hagyományos kamerás ellenőrző megoldások (rule vision) nem adaptívak, egyszerű problémák megoldására alkalmasak. Ezzel szemben a Contrall Vision a mesterséges intelligenciával támogatott képfeldolgozás használatával olyan összetett feladatok megoldására is képes, melyek magasabb szintű absztrakciót igényelnek.

  • Herbály István: Mesterséges intelligencia a gyakorlatban (esettanulmányok)
    • Terrán és Szobi szörp projektek bemutatása

6.4. INNOMINE DIH

A szervezet rövid ismertetése: A Digital Innovation Hub-ok fő célja, hogy segítsék a vállalkozásokat versenyképesebbé válni, új, úttörő technológiák segítségével, és támogassák őket ötleteik, fejlesztéseik megvalósításában. Az Innomine DIH alapvetően innovációs, digitalizációs projektek tervezésével és koordinációjával foglalkozik nemzetközi térben. Ebben a témakörben közvetlen európai uniós pályázatok (pl. Horizon Europe), vissza nem térítendő támogatások és konzorciumok, partnerségek szervezését és menedzselését végzi.

Az Innomine DIH célja, hogy a magyar kis- és középvállalkozások hatékonyságát növelje a digitális technológiák használatával, így hozzájáruljon fenntartható fejlődés és egy körkörös gazdaság kiépítéséhez.

Az Innomine DIH tagja az MI EDIH konzorciumnak, melynek keretében azon dolgozunk, hogy felkészítsük a hazai cégeket arra, milyen változást hoz életükbe a mesterséges intelligencia elkerülhetetlen terjedése. A kérdés, hogy a cégek proaktívan elébe mennek a kihívásnak vagy passzív elszenvedői és követői lesznek a változásoknak.

A magyarországi MI EDIH a mesterséges intelligenciára és az azzal elérhető növekedési potenciálra fókuszál. Egy többszintes projekt, melybe fejlettségi szinttől függően be lehet kapcsolódni. Akik nem tudják, merre induljanak el, tájékoztató rendezvényeket és workshopokat biztosítunk, melyek során az ország legjobb szakembereitől szerezhetnek naprakész tudást és választ kaphatnak kérdéseikre. Megismerhetik a bevált céges jó gyakorlatokat és az elérhető pályázati lehetőségeket, hallhatnak a mesterséges intelligencia bevezetésének gyakorlati megvalósításáról, a szellemi tulajdonjogról, valamint etikai, biztonsági és fenntarthatósági témákról is. A megfelelően felkészült (digitálisan érettebb, innovációs ötlettel rendelkező) partnerek számára személyes konzultációkat szervezünk ipari és tudományos szakértőkkel, koncepcióbizonyítást (POC) dolgozunk ki, valamint segítséget nyújtunk pályázati források és kockázati tőke bevonásban is.További információ: https://innomine.hu/

  • Janovics László: MI EDIH konzorcium, a projekt célcsoportja és szolgáltatásai
    • Az előadó bemutatja az MI EDIH projekt célját, célcsoportjait, a fejlesztések sikeres megvalósításán dolgozó konzorcium tagjait, valamint a projekt keretében nyújtott ingyenes (De minimis) szolgáltatásokat. Szóba kerülnek a mesterséges intelligencia által kínált technológiai lehetőségek, a célcsoportok számára nyújtott képzések, a technológiai és innovációs tanácsadás, a „test before invest” szolgáltatás a szükséges infrastruktúra biztosítása a befektetés előtti teszteléshez, a vállalkozásfejlesztési források felkutatásához kínált segítség, a vissza nem térítendő, és visszatérítendő források beazonosítása (például közvetlen EU-s és hazai pályázatok; banki termékek; kockázati tőkebefektetés).

6.5. Mesterséges Intelligencia Nemzeti Laboratórium-SZTAKI

A szervezet rövid ismertetése: A Mesterséges Intelligencia Nemzeti Laboratórium, továbbiakban MILAB célja Magyarország szerepének megerősítése a mesterséges intelligencia területén. Válaszul a nemzetközi és hazai kihívásokra, a laboratórium azzal a céllal jött létre 2020-ban, hogy Magyarországot helyzetbe hozza napjaink egyik legfontosabb KFI területén, egyaránt erősítve az alap- és az alkalmazott kutatási, valamint az innovációs tevékenységet, elősegítve hazánk bekapcsolódási esélyét országhatárokon átívelő megaprojektekbe.

  • Érdi-Krausz Gábor: A magyar mesterséges intelligencia ökoszisztéma és szereplői, kutatási projektek a Nemzeti Laboratóriumban
    • Előadásomban beszélek a mesterséges intelligencia különböző területeiről, a bennük rejlő lehetőségekről, a Mesterséges Intelligencia Nemzeti Laboratórium kutatásairól és a már működő alkalmazásokról. Beszélek a generatív mesterséges intelligencia üzleti felhasználásáról, a korlátairól és kiterjesztési lehetőségeiről.

6.6. PTE BTK Anglisztika Intézet, Angol Nyelvészet Tanszék

  • Dr. Dombi Judit: Humán-chatbot interakciók nyelvi vizsgálata - a “közös alap” (common ground) természete

    • Az előadás bemutatja az elmúlt 5 évben a PTE-n folyó humán-computer nyelvi interakciós vizsgálatokat. Az LLM-en alapuló chatbotok megjelenése előtt a dialógusrendszerekkel (SDS) folytatott humán kommunikáció interakciós sajátosságait vizsgáltam, ezt később a generatív MI-vel folytatott beszélgetésekre is kiterjesztettem. Kutatásaimban főleg a humán és computer interakciós partnerek között fellelhető, illetve kialakuló közös ismeretalap (common ground) természetét tárom fel. Az interakciók során több, nyelvészetileg rendkívül érdekes jelenség valósul meg: a humán beszélők részéről mind a Grice-i kooperációs törekvések, mint egyfajta egocentrikus perspektívafelvétel is megfigyelhető, amelyek eltérő mértékben alakítják a beszélgetést. A humán beszélgetőpartnerek részéről megfigyelhető a nyelvi akkommodáció, mint kooperatív tevékenység, amely során a beszélők igyekeznek kommunikációs partnereikhez igazítani nyelvhasználatukat.

      Az előadás négy empirikus kutatás eredményeit szintetizálja, bemutatván, hogy miként változik a humán beszélők közös ismeretalap keresése a computer beszélgetőpartner válaszainak függvényében. A kutatásban a PTE hallgatói vettek részt, akik angol nyelvű interakciók során különböző computer beszélgetőpartnerekkel kommunikáltak: (1) egy HALEF alapú SDS dialógusrendszerrel; (2) a Meta BlenderBot MI-alapú társalgó chatbotjával, (3) és az OpenAI ChatGPT 3.5 valamint 4 modelljein alapuló chatbottal.

      Az interakciók során megfigyelhető volt, hogy az indirekt humán megnyilvánulások számos esetben nem értek célt, tehát a valós beszélői szándék felismeretlen maradt, ezeket az eseteket az adatközlők sikertelen kommunikációs kísérletnek értékelték. Az eredmények elméleti szempontból rávilágítanak a kooperatív és egocentrikus nyelvi viselkedés, a partnermodellezés, a nyelvi akkommodáció jelenségeire egy újfajta kommunikációs területen. Gyakorlati hasznosulásuk többek között a UX területén várható: milyen motívumokkal, igényekkel, elvárásokkal közelítik meg a humán beszélők ezeket a kommunikációs helyzeteket? Mitől függ, hogy sikeresnek ítélik-e az interakciókat? Mi teremthet tartalmas és releváns felhasználói élményt?

6.7. PTE Digitális Oktatás- és Tanulástámogató Központ

A szervezet rövid ismertetése: A digitalizáció, az online terek konstans, egyre nagyobb mértékű használata mára elválaszthatatlanul összeforrt életünkkel. Ez alól az oktatás sem kivétel, sőt: a nemzetközi trendek, a globális információáramlás és tudásmegosztás igénye, valamint a mindennapjainkat, munka- és tanulásszervezésünket is gyökeresen átalakító pandémia egyre gyorsítják a folyamatot, a hibrid oktatás jelentette igények, követelmények adekvát választ igényelnek. A digitális lehetőségek tárháza nem ismeretlen a Pécsi Tudományegyetem oktatói és hallgatói számára sem: mindennapjaik részévé váltak a TEAMS-előadások, a Kahoot!-tesztek, a Moodle-ben kezelt tananyagok. A blended learning eszköztárának súlyozott használata rámutatott egy olyan digitális oktatás- és tanulástámogatási rendszer iránti igényre, mely alapvető elvárásnak tekinthető egy 21. századi európai felsőoktatási intézményben. Ezen kihívásokra válaszul a PTE, a nagy múltú tudásközpont tíz karjának igényeihez igazítva megalkotta a Digitális Oktatás- és Tanulástámogató Központot (DOT), mely magasan képzett, kompetens segítőivel hatékony válaszokat tud adni a felsőoktatás mindennapjait is átszövő digitalizáció kérdéseire.

A DOT azért jött létre, hogy - hatékony válaszokat kaphassunk digitális oktatással, blended learninggel kapcsolatos kérdésekre; - egy szakértői csapat támogatásával új módszerekkel fejleszthessük, modernizálhassuk a kurzusainkat; - a tudáshálóban korszerű módszerek, eszközök és platformok alkalmazását sajátíthassuk el, mélyíthessük jártasságunk.

A Digitális Oktatás- és Tanulástámogatás (DOT) elhivatott szakértői csapatának célja, hogy támogatást nyújtson a virtuális tér lehetőségeit kiaknázók által használt hibrid oktatási eszközök finomhangolásában, azok hatékony kezelésében, a blended learning jegyében készített és átadott tananyag minél magasabb szintre emelésében. A DOT épp úgy szól a digitális eszközöket már magabiztosan kezelőkhöz, mint a bizonytalanabbakhoz, a módszertani kérdésekben eligazodó, vagy éppen válaszokat kereső kollégákhoz. További információ https://pte.hu/dot

  • Vörös Zoltán: Mesterséges intelligencia (MI) hasznosítása az oktatásban
    • Az elméleti és gyakorlati részeket váltogató workshop keretein belül a résztvevők megismerik az MI olyan felhasználási lehetőségeit, amelyek jelenleg a felsőoktatás szempontjából a legrelevánsabbak és az oktatásban alkalmazhatóak.

6.8. PTE TTK Matematikai és Informatika Intézet

A szervezet rövid ismertetése: A Matematikai és Informatikai Intézet a PTE Természettudományi Kar egyik leginkább kedvelt, hallgatói létszámokat tekintve az egyik legdinamikusabban fejlődő intézete. Szerepünket hosszú távon igyekszünk stabilizálni, a lehetőségekhez mérten népszerűségünket tovább növelni.

A Matematikai és Informatikai Intézet jelenleg a Programtervező informatikus BSc, Gazdaságinformatikus BSc és MSc, a Matematika BSc és az Alkalmazott Matematikus MSc, valamint az osztatlan tanárképzés Matematikatanár és Informatikatanár képzéseiben érdekelt.

  • Dr. Feleki Zsolt: Természetes nyelvfeldolgozás és költészet
    • Az ELTE Digitális Bölcsészeti tanszéke fejleszti az EMBER nevű szoftvert, amely lehetőséget ad magyar nyelvű digitalizált szövegek automatikus nyelvtani elemzésére. Ezt az elemzést a Magyar Elektronikus Könyvtárban található digitalizált versekre el lehet végezni. A nyelvtani elemzés mellett bizonyos verstani jellegzetességek is meghatározhatók. Az erre vonatkozó fejlesztés a GITHUBon itt található: https://github.com/ELTE-DH/poetry-corpus. Körülbelül négy éve jómagam is verseket kezdtem el fabrikálni. Mivel több évig dolgoztam informatikusként és adatbányászként, kézenfekvő volt, hogy kombináljam egymással e kétfajta tudást és érdeklődést egymással. A versek ilyenfajta elemzésének az előnyei:
      • Hozzájárul az irodalmi művek egy másfajta megközelítéséhez illetve megismeréséhez.
      • A nyelvtani mutatókkal az irodalmi művek és szerzők jellemezhetők, rangsorolhatók
      • Ezen nyelvtani mutatók teljesen objektívek.
      • A mesterséges intelligencia és a költészet határvonalán egy többlettudáshoz jutunk.
      • Bizonyos szubjektív vélemények arról, hogy mit tartunk jó költészetnek, letesztelhetőek.

  • Dr. Hetesi Zsolt: Mesterséges intelligencia és gondolkodás-fogalmak a tudomány fejlődése során
    • A gondolkodás modellezése a tudomány fejlődése során mindig komoly kihívásként jelent meg és általában a kor tudományos fejlettségének és a világ működésének elmébe vetüléseként jelent meg a tudósok és filozófusok írásaiban. Így a mechanikus világkép az agy mechanikus modelljével állt elő, az elektromágnesesség teljes, maxwelli modellje a gondolkodás, mint elektromos jelenség képét hozta el. Ma sincs ez másképp, és ismerve, hogy az agy működését nem kielégítően értjük, valószínű egyelőre egy teljes leírásnak híján is maradunk. Állíthatjuk-e akkor, hogy valaha elérhető a gépek számára a valós öntudat és intelligencia, vagy nem? Röviden erre is keressük a választ.

  • Dr. Karsa Róbert: Hogyan működnek a nagy nyelvi modellek és mire használhatók egy egészségügyi alkalmazási lehetőségen keresztül bemutatva. (KínAI orvos)
    • A mesterséges intelligencia azon belül is a gépi tanulással kapcsolatos kutatások fókusza napjainkban egyre inkább a természetes nyelvfeldolgozással (NLP1) kapcsolatos kutatások irányába mozdul el. Az információk tárolása szöveges formában a mai napig az egyik legáltalánosabb forma. Az így felhalmozott információmennyiség a tudás igazi kincsestárának nevezhető. A nagy nyelvi modellek (LLM2) igazi áttörése a természetes nyelvek megértésével (NLU3) kapcsolatos. Az NLU az NLP egyik részterülete, amely a szövegértésre és a szemantikai elemzésre összpontosít. A nyelv megértése azt jelenti, hogy képesek vagyunk kommunikálni a számítógéppel anyanyelvünkön, azaz egy természetes nyelven, nem csak programozási nyelveken keresztül. Ez az előrelépés olyan forradalmi változásokat hozhat el az életünkben, mint annak idején a könyvnyomtatás vagy éppen az internet elterjedése. Az a tény, hogy a számítógép bizonyos szinten már megérti a természetes nyelveket teljesen új perspektívákat ad a jövőre nézve. Az előadásom során a nagy nyelvi modellek egészségügyi célú felhasználásának lehetőségeit tekintem át. Az előadásom célja bemutatni azokat a technológiákat, amelyek segítségével a rendelkezésünkre álló hatalmas egészségügyi témájú meglévő írásos tudásanyag gépi tanulási módszerekkel feldolgozható. A kutatás során kínai nyelvű orvosi párbeszédeket és orvosi enciklopédiát használtam fel. A képzési szakaszban a Nyelvtudományi Kutatóintézet által fejlesztett magyar nyelvű 6,7 milliárd paraméterrel rendelkező Puli GPT-3SX alap modellt finomhangoltam a kínairól lefordított adatkészlettel. A finomhangolást kvantálással és alacsony rangú adapter injektálásával, a QLoRA módszerrel végeztem. A kutatás során arra a következtetésre jutottam, hogy viszonylag kis erőforrásigénnyel nagy nyelvi modelleket használva jó eredményeket érhetünk el egy olyan felületet (chatbot) létrehozásában, ahol magyar nyelven orvosi, egészségügyi témában kérdéseket tudunk feltenni egy mesterséges intelligenciával támogatott rendszernek, amely képes koherens, releváns válaszokat adni.

  • Dr. Pap Margit: A mesterséges intelligencia oktatás jelene és jövője a PTE Természettudományi Karon
    • Az előadás ismerteti a PTE TTK Matematikai és Informatikai Intézet jelenlegi felépítését, az intézet képzési struktúráját, valamint részletesen kitér a mesterséges intelligencia oktatás jelenlegi helyzetére, jövőbeli lehetőségeire és kihívásaira.

6.9. SAP Hungary Kft.

A szervezet rövid ismertetése: Mint piacvezető, segítünk minden cégnek és iparágnak a hatékonyabb és fenntarthatóbb működésben. Innovatív termékeinket úgy terveztük, hogy azok minden üzleti igénynek megfeleljenek. Azt akarjuk, hogy a világ jobban működjön és az emberek élete jobb legyen: a világon minden percben 282.000 liter sör és 17kg fagyi készül SAP rendszeren.

  • Nagy Péter: Mi ez a nagy felhajtás az LLM körül?
    • 2022 év végén lett mindenki számára elérhető a Chat GPT, ami egy olyan mesterséges intelligencia alapú chat ami a LLM (Large Language Model) -en alpaszik. Az előadásomban az LLM-ek körüli felhajtást járom körül, hogy mivel, és miért hódította meg a világot. Milyen előnyei és milyen hátrányai lehetnek a jövőben.

6.10. suIT SOLUTIONS

A szervezet rövid ismertetése: Testreszabott megoldásainkkal mindig olyan optimális megoldást nyújtunk nagyvállalati ügyfeleink számára, amelyek teljes mértékben alkalmazkodnak a cég meglévő rendszereihez, legyen szó a legmodernebb, legelterjedtebb vagy éppen egy kevésbé ismert platformról. További információ: https://www.suitsolutions.eu/

  • Lengyel Sándor: AI a gyakorlatban - biztosítási és pénzügyi szektorban
    • Néhány olyan AI megoldást szeretnénk bemutatni, amelyek már a gyakorlatban is beváltak és aktuális üzleti megoldásokba beépítve használjuk őket.

6.11. Test Innovation Technology Zrt.

A szervezet rövid ismertetése: A globális szinten növekvő digitalizáció, és a tesztelés fontosságának alábecsülése hívta életre a 2016-ban megalapított TestIT-et. Ebben az időszakban a nagyvállalati világban kirobbant verseny rávilágított arra, hogy a hatékonyság és az ügyfelek magas szintű kiszolgálása a siker kulcsa. Az informatikai fejlesztések minőségének és fenntarthatóságának jelentősége tehát felértékelődött.

A TestIT megszületésének hátterében az a kihívás állt, hogy tesztelésben szakértő erőforrást biztosítson olyan IT projektekhez, ahol nem áll rendelkezésre a megfelelő technológia vagy szaktudás. Célunk már a kezdetektől az volt, hogy innovatív megoldásokkal teremtsünk maradandó értéket ügyfeleinknek.

Az egymást követő sikeres projekteknek köszönhetően szoftver minőségbiztosítási feladatköreinket rövid időn belül üzleti elemzői, folyamatautomatizáló és szolgáltatásmenedzseri területekkel bővítettük, hogy még teljesebb szolgáltatást nyújthassunk partnereinknek.

A TestIT-nél azonban nem csak a munkára összpontosítunk. Az összetartozás és a közösség fontosságát is kiemeljük. Belső képzési rendszerünk lehetővé teszi a tudás megosztását és az egyéni erősségek fejlesztését. Emellett számos közösségi eseményt szervezünk, ahol a feltöltődés és a jó hangulat kerül előtérbe.

Fiatal, lendületes csapatként mára már meghaladtuk a 90 fős létszámot, és nemcsak Budapesten vagyunk jelen, hanem Pécsen is nyitottunk irodát, illetve német leányvállalatot Münchenben.

Célunk hatékonyan támogatni a fejlődni vágyó nagyvállalatokat az informatikai fejlesztések terén. A TestIT-nél elkötelezettek vagyunk a minőség, az innováció és ügyfeleink sikerének elérése iránt.

  • Szücs Imre I Test Innovation Technology Zrt. I A mesterséges intelligencia transzformatív ereje: “nem az MI veszi el a munkádat, hanem az a munkatársad, aki ért hozzá”
    • A Mesterséges Intelligencia nem újdonság. A nagyvállalati folyamatokat már évek óta támogatjuk MI megoldásokkal, így ezek a hétköznapi felhasználók életét is behálózták már, sokszor észrevétlenül. Az utóbbi években azonban felgyorsult a fejlődés, és egyre több területen látjuk, hogy az MI átalakítja az életünket. Az előadásban átnézzük az MI alkalmazásának múltját, jelenét és beszélünk a várható közeljövőről.

6.12. Webstar Csoport Kft.

A szervezet rövid ismertetése: A szervezet rövid ismertetése: Több mint huszonöt éve foglalkozunk szoftverfejlesztéssel. Ez idő alatt rengeteget tanultunk, folyamatosan fejlődtünk, növekedtünk, megújultunk; ami változatlan maradt, az a minőségbe vetett hitünk és a munka iránti szenvedélyünk, amit három területen kamatoztatunk:

  • állami és közigazgatási intézmények egyedi szoftverigényeit valósítjuk meg,
  • középvállalatok egyedi vállalatirányítási rendszereit fejlesztjük, valamint
  • saját dobozos szoftvertermékeket hozunk létre.

Jelmondatunk, hogy Örömöt viszünk a munkába, ami egyszerre jelenti azt, hogy örömmel végezzünk a dolgunkat, és azt is, hogy olyan szoftvereket fejlesztünk, amivel öröm dolgozni.

  • Hóf Tamás, Gömöri Marin: Generatív AI a Webstar Csoportnál
    • A Webstar Csoportnál a generatív mesterséges intelligencia (AI) alkalmazásának fő célja ügyfeleink AI-szükségleteinek kiszolgálása, amely magába foglalja az alkalmazási lehetőségek feltérképezését és a legmegfelelőbb megoldás megkeresését. Ennek érdekében a cég különösen hangsúlyosnak tartja az adatbiztonságot, előnyben részesítve az on-premise megoldásokat a felhőalapú vagy külső szolgáltatásokkal szemben, hogy meghagyja a teljes ellenőrzést a céges adatok felett. Egyelőre nincs konkrét üzleti projekt, de mivel a jövőbeli tervek között szerepel az ügyfelek munkafolyamatainak javítása, így a kutatás, a szakmai tudás fejlesztése elkezdődött. Az adatbiztonságra való összpontosítás olyan stratégiát jelent, amely lehetővé teszi a Webstar Csoport számára, hogy kihasználja a generatív AI nyújtotta előnyöket anélkül, hogy kockáztatná ügyfelei adatainak biztonságát. A kutatás feltárja a generatív AI potenciális alkalmazási területeit, kihívásait és jövőbeli terveit a munkafolyamatok javítása és az ügyfél-elégedettség növelése érdekében.