A Műegyetem és az MNB közös támogatásával megjelent kötet a digitális lábnyomok, a mesterséges intelligencia, valamint az ipari IoT rejtelmeibe vezeti be az érdeklődőket.

A Gondolat Kiadó gondozásában most megjelent „A digitális transzformáció technológiai kérdései - Digitális lábnyomaink, mesterséges intelligencia, az ipari IoT térhódítása” című tanulmánykötetet a BME Villamosmérnöki és Informatikai Kar (BME VIK), valamint Gazdaság- és Társadalomtudományi Kar (BME GTK) oktatói írták a Magyar Nemzeti Bank (MNB) és a Műegyetem közötti együttműködés keretében.

A könyvet és a megszületését eredményező kutatásokat kerekasztal-beszélgetés keretében mutatták az érdeklődőknek a BME Központi épületének Pécsi Eszter termében. (A rendezvény rövid összefoglalója itt, teljes felvétele pedig ezen a linken tekinthető meg.

Nemeslaki András, a BME GTK Menedzsment és Vállalkozásgazdaságtan Tanszék tanszékvezető egyetemi tanára bevezetőjében ismertette a 2019-ben indult BME-MNB program eddigi eredményeit. 2022-ben három kutatóműhelyben – a Digitalizáció, a Mesterséges Intelligencia és az Adatkorszak – közismertebb nevén Digi Műhely – valamint a Zöld Pénzügyek, a Zöld Gazdaság és a Felsőoktatási Innováció – folytatja a közös programokat a jegybank és a Műegyetem. A digitális transzformáció témaköréhez kapcsolódóan a banki szoftverek felhasználói szempontú elemzésével, valamint a kis- és középvállalkozói ökoszisztéma hajtóerőivel, a digitális jegybankpénz kérdéseivel és a blokklánc technológia jövőjével is foglalkoznak a kutatók. A Zöld Pénzügyek Műhelyben a zöld számviteli logika, a nagyvállalati zöldtanácsadás, valamint az energiahatékony mobilitás témaköreit is elemzik a szakértők, szorosan együttműködve a BME Zéró Karbon Központjával is.

Levendovszky János tudományos és innovációs rektorhelyettes „Az MNB és a BME a digitális transzformáció frontvonalában” című előadásában arra kereste a választ, hogy milyen összegyetemi folyamatok helyezik keretbe a könyvben érintett kutatásokat és eredményeket.

A rektorhelyettes rávilágított, az MNB vezető pénzintézet és egyben a nemzeti stratégia formálója. Műegyetemi partnerével együttműködve a magyar gazdaság versenyképességét növelhetik, ezt az értékteremtő tevékenységet pedig érdemes hosszú távon fenntartani.

Levendovszky János kiemelte, a digitális transzformáció divatos, többféleképpen értelmezhető kifejezés: a folyamat révén a tradicionális társadalom a modern társadalomba lép, ahol digitális kapacitásokat integrál valódi termelési folyamatokkal, nagy hozzáadott értéket létrehozva, amit a szakértők világgazdasági szinten 2030-ra 16 trillió dollárra prognosztizálnak. E tudásvezérelt folyamatban nagy felelősség hárul az egyetemekre: a tudásvagyon a bemutatott könyveken keresztül tud nemzetgazdasági hatékonyságot növelő erővé válni.

A szakember hangsúlyozta, a nyers adatokból a strukturált tények kialakulása, azaz a döntéseket befolyásoló információ megszületése számos technológián keresztül mehet végbe (IoT, kommunikációs protokollok, mesterséges intelligencia, stb.) E technológiák térhódításánál számos olyan tematikus egyetemi kutatás zajlik a háttérben, amelyek két nagy csoportba oszthatók: az IPAR 4.0 fejlesztések az intelligens gyártástechnológiákat alapozzák meg, a mesterséges intelligencia pedig az okos várostól a robotikáig, gépi látásig, kognitív intelligenciáig számos területen meghatározó. E témákat élő egyetemi ökoszisztéma működteti és koordinálja, amelynek pillérei a BME Nemzeti Laborok, a BME FIEK, a BME Kompetencia Központ és a BME Science Park koncepció.

A digitális transzformáció az egyetemi szerepek átalakulásával is összefügg: a negyedik generációs egyetemi modelleknél az innovációs ökoszisztéma a kulcskoncepció. A felsőoktatási intézmények korábbi szerveződéseinek át kell alakulniuk a globális kérdésekre eredményes válaszokat kereső, vertikális felépítésű, multidiszciplináris műhelyekké. E folyamat kulcsa a karok, a tanszékek és egyéb egységek közötti minél erősebb hálózatosodás kialakulása.

A rektorhelyettes kiemelte, divatos fogalom a „digitális darwinizmus”, ami – némileg leegyszerűsítve – a hatékony adaptációt jelenti, aminek elmulasztásával a vállalatok a peremre szorulnak. A diszruptív technológiák korában az egyetemek képesek az adaptációt megvalósító, tudásintenzív technológiákat biztosítani a vállalatok számára. A tudománypolitikai döntésekkel pedig az egész világon e folyamatokat igyekeznek elősegíteni.

A panelbeszélgetésen a könyv kutatói szerzőgárdájának képviselői, valamint az MNB szakértője vettek részt, a moderátor Héder Mihály, a BME GTK Filozófiai és Tudománytörténeti Tanszékének vezetője volt.

Gáspár Csaba, a BME VIK Távközlési és Médiainformatikai Tanszék tanársegédje adatelemzőként vett részt a kutatómunkában, a gépi tanulási algoritmusokat vizsgálta. Kiemelte, vizsgálódásai legizgalmasabb területe egy kifejlesztett algoritmus más területen történő alkalmazása: e téren az Ipar 4.0-ás környezetben érte el a legnagyobb sikereket. A másik érdekes aspektus az adatelemzés etikai kérdéseivel függ össze: a jó szándékkal, több lépcsőben végzett mérnöki munka eredménye nem feltétlenül szolgálja a közjót és a munka során sem lehet látni a buktatókat.

Varga Pál, a BME VIK Távközlési és Médiainformatikai Tanszék vezetője távközlési mérnökként elemezte a digitális transzformáció összetett kérdéseit. Elmondta, az ipari ellátási láncok szereplői a saját, biztonságos ökoszisztémáikon keresztül már évek óta hatékonyan kommunikáltak egymással: a mérnökök feladata e különálló egységek összekapcsolása volt. Az elszámolási, a hitelezési és a biztosítási funkciók megjelenése banki, pénzügyi eszközök alkalmazását is maga után vonta, így kutatótársaival az elosztott főkönyvek és a blokklánc technológia alkalmazhatóságát és annak hatásait vették górcső alá.

Magyar Gábor, a BME VIK Távközlési és Médiainformatikai Tanszék docense hangsúlyozta, a kötetben többféle szempontból bemutatott „digitális lábnyom” kifejezés napjainkban inkább negatív érzelmeket vált ki az emberekből, ám valójában pro és kontra érvek egyaránt sorakoznak e fogalom mellé. Ennek kapcsán sokan az „internetet” a beazonosíthatóság kizárólagos eszközének tekintik, pedig már 2000-ben született olyan tanulmány, mely szerint három egyszerű adat – postai irányítószám, biológiai nem, születési dátum – felhasználásával az Egyesült Államok lakosságának 87%-át lehetett beazonosítani. A szakember rávilágított arra, hogy a keletkezésekor személytelennek tartott adatok egy későbbi kontextusban személyessé tudnak válni. Átalakuló világunkban gyakran felmerül, vajon mi történhet a rólam gyűjtött adatokkal, azonban ritkán gondolunk arra, hogy az általam – pl. a térfigyelő kamerámmal – gyűjtött információknak mi lesz a sorsa: tanulás és mielőbbi szabályozás szükséges e területeken.

Fáykiss Péter, az MNB Digitalizációs Igazgatóság vezetője szerint nemcsak az ipar, hanem a pénzügy és az új technológiák világában is globális verseny zajlik. Három technológia lehet nagyon fontos e folyamatban: a mesterséges intelligencia, a felhő szolgáltatások, valamint a blokklánc megoldások.

Az igazgató hozzátette: fontos rögzíteni, hogy a közbeszédben egyre gyakrabban előforduló bitcoin/kriptoeszközök és a blokklánc technológia nem azonos. Az előbbi esetleg befektetési vagy spekulációs célra lehet alkalmas, a blokklánc pedig széleskörűen alkalmazható információs technológia, amely az ipar és a pénzügy közötti kapcsolatokban is új távlatokat nyithat. Számos alkalmazása lehetséges: Svédországban például az ingatlan-nyilvántartás bonyolult rendszerét helyezték blokklánc-alapra, de az ingatlanbiztosítások nyilvántartására is alkalmas. A szakember örömét fejezte ki, hogy az erős nemzetközi versenyben a műegyetemi együttműködés biztosította tudásra és kutatókra is támaszkodhatnak.

A mesterséges intelligencia etikai oldalát firtató moderátori kérdésre válaszolva Gáspár Csaba kiemelte, a kihívások jelentős része abból adódik, hogy a technológiát a nyugati társadalmak üzleti világában találták ki arra, hogy vállalatok számára hasznot hozzon. A világ azonban komplexebb: az egyén, az állam stb. érdekellentéteit nehéz áthidalni. Az állami szabályozás pedig kontinensenként változik. A legnehezebb annak a társadalmi diskurzusnak a megteremtése, amely révén megtudhatjuk, hogy az adattechnológiát mire szeretnénk használni, ugyanakkor az elmúlt években e technológia megítélése is nagymértékben változott: a kezdeti optimizmust felváltották a pesszimista hangok.

Varga Pál az „Explainable AI”, a megmagyarázható mesterséges intelligencia nyújtotta lehetőségeket kulcskérdésnek tartja az ipari alkalmazhatóság kapcsán. A mélyneurális hálók algoritmusai segítségével nagy pontossággal előre lehet jelezni a vásárlási szokásokat, ám nem tudjuk, hogy miért. Az ipari vállalatok azonban azért nem térnek át könnyen a mesterséges intelligencia általános használatára, mert adott esetben egy döntés – pl. egy önvezető autó által okozott baleset – okát nem lehet, vagy nagyon nehéz feltárni. Fáykiss Péter ennek kapcsán kiemelte, a nagyon erősen szabályozott pénzügyi szektorban szintén nagyon lényeges, hogy a szabályozó és a felügyelő hatóság lássa a mesterséges intelligencia által hozott döntések pontos hátterét, például egy hitelfelvételi procedúra során. Magyar Gábor hozzátette, a Műegyetemen jelenleg is számos eredményes kutatás zajlik, amely a mesterséges intelligencia döntéseinek jobb leírhatóságát célozza meg.

Az etikai sztenderdek régiók közötti különbségével kapcsolatos moderátori kérdésre válaszolva Fáykiss Péter kiemelte, az európai GDPR bevezetése például kezdetben félelmeket ébresztett a mesterséges intelligenciával foglalkozó szakemberek körében, mivel sokkal nehezebb lett megfelelő adathoz jutni más régiókhoz képest (USA, Ázsia, stb.). Ez azonban akár globális versenyelőnnyé is válhat, az ezzel foglalkozó szakemberek ugyanis már eleve figyelembe veszik a termékek fejlesztésénél, a modellek kialakításánál a személyes adatok védelmét. Magyar Gábor hozzátette: a törvénykezés létjogosultságát bizonyítja, hogy az Egyesült Államokban már zajlik a GDPR-hoz sok tekintetben hasonló szabályozás kidolgozása.

Varga Pál szerint is vannak az etikai sztenderdek között régiós különbségek: a kínai központosított rendszerben például könnyű döntéseket hozni. Európa előnye viszont abban áll, hogy a mérnökök nagyon különböző szinteken és technológiákon (együtt)működő rendszereket tudnak építeni, amely a jövőben kiaknázható előnyökké válhat.

Gáspár Csaba egy évekkel ezelőtti uniós tanulmány megállapításait idézte, mely szerint három szabályozási stratégia működik a világban, ezek egyike a cégközpontú amerikai modell. A második stratégiai modell Kínára jellemző és középpontjában a kontroll áll: eszerint a közjó, a közbiztonság érdekében az állam a legnagyobb adatfelhasználó. Az európai szabályozás középpontjában viszont az egyéni adatvagyon védelme áll, ami vélhetően hosszú távon is működőképessé és vonzóvá teszi ezt a modellt.

HA-TZS

Fotó: Geberle B.