AI Symposium 2025 – A második nap történései

Izgalmas panelbeszélgetéssel indult az AI Symposium 2025 második napja. A stratégiai finanszírozásról és a fenntartható növekedésről beszélgetett Palkovics László mesterséges intelligenciáért felelős kormánybiztos; Jakab Roland, a HUN-REN vezérigazgatója, valamint Vajda Viktor, a Neumann Technológia Platform ügyvezető-helyettese. A panelbeszélgetés moderátora Szertics Gergely, a HUN-REN AI 4 Science program vezetője volt. Palkovics László felidézte Magyarország 2020-ban elindított nemzeti MI stratégiáját és annak erősségeit, megemlítve olyan, továbbra is fejlesztendő területeket, mint az adatalapú gazdaság és az oktatás. Kiemelte: szükség volt és van a stratégia frissítésére a gyors technológiai fejlődés, valamint az uniós szabályozásokhoz történő igazodás miatt. „A stratégia egyik legfontosabb pontja, hogy a mesterséges intelligenciát használhatóvá kell tennünk a közösség, az emberek, a vállalatok, az intézmények és a közigazgatás számára” – hangsúlyozta a kormánybiztos.

Ehhez az állásponthoz csatlakozott Jakab Roland, a HUN-REN vezérigazgatója is, aki szerint Magyarország célja, hogy a mesterséges intelligencia korszakának élére álljon azáltal, hogy elsőként és hatékonyan hajtja végre az EU AI-rendeletét. „Ezzel egy biztonságos, átlátható és jövőálló környezetet teremthetünk a mesterséges intelligencia fejlesztéséhez és alkalmazásához” – húzta alá a HUN-REN szervezetének vezetője.

Dr. Vajda Viktor, az Neumann Technológiai Platform (Neumann János Nonprofit Közhasznú Kft.) ügyvezető-helyettese is megerősítette, hogy Magyarország vezető és proaktív szerepre készül az AI-ról szóló rendelet végrehajtásával kapcsolatban. Elmondta, hogy egy világos, jogilag stabil környezetet kívánnak megteremteni, amely ösztönzi az AI elterjedését, miközben védi a felhasználókat. „Ezáltal Magyarország „a legjobb tanulóként” bizonyíthatja elkötelezettségét és jövőbe mutató gondolkodását” – hangsúlyozta dr. Vajda Viktor.

A beszélgetésben még elhangzott, hogy az AI gyakorlati alkalmazása a magyar gazdaságban csak széleskörű összefogással – közép- és kisvállalkozások, kamarák, egyetemek és nemzetközi partnerek bevonásával – valósulhat meg hatékonyan, és hazánknak most van lehetősége stratégiai előnyre szert tenni e téren.

Jakab Roland kiemelte, hogy Magyarország mesterséges intelligencia központtá kíván válni azáltal, hogy az AI Factory programon keresztül összekapcsolja a szuperszámítástechnikai erőforrásokat a kkv-kkal, a kutatókkal és az egyetemekkel – megalapozva a hosszú távú gazdasági és tudományos fejlődést. „A legfőbb cél egy olyan ökoszisztéma létrehozása, amelyben az akadémiai szféra, a vállalatok, a kutatóintézetek, a startupok és az ötletek együtt vannak jelen” – emelte ki a HUN-REN vezérigazgatója.

Jakab Roland hozzátette, a HUNRENTECH elnevezésű Technológia Transzfer Pályázat célja, hogy segítse a HUN-REN kutatóit találmányaik és tudományos eredményeik termékké alakításában, a teljes értékláncban gondolkodva. Az új kezdeményezés olyan területeket támogat, mint az anyagtudomány, az energia és a mezőgazdaság. „Emellett képzési programok indulnak, amelyek felkészítik a kutatókat arra, hogyan használják ki a számítási kapacitásokat, és hogyan teremtsenek társadalmi és gazdasági értéket munkájukból” – tette hozzá.

A plenáris előadások közül az elsőt Stefan Thurner, a Complexity Science Hub Vienna vezetője, a Bécsi Orvostudományi Egyetem kutatója tartotta. A professzor elmondta: a mai technológiával végre képesek vagyunk „látni” és megérteni a gazdaság rejtett hálózatait. Az ellátási láncok dinamikája már nem csupán logisztikai kérdés, hanem kulcs ahhoz, hogy mélyebben megértsük a gazdasági rendszer működését, kockázatait és lehetőségeit. Az adatvezérelt hálózattudomány és a mesterséges intelligencia pedig esélyt ad arra, hogy a közgazdaságtant új szintre emeljük. „A cégek a gazdaság atomjai – és ezt szó szerint értem. Csak ezek az atomok sokkal bonyolultabbak, mint a valódi atomok” – hangsúlyozta az osztrák fizikus.

A nap sztárelőadója, az eddig legfiatalabb Nobel-díjas kutató, a brit-orosz Sir Konstantin Novoselov professzor volt, aki az anyagtudomány fejlődését mutatta be a grafén felfedezésétől a következő generációs anyagok tervezéséig vezető kihívásokig. Előadásából kiderült, hogy a hagyományos megközelítések már nem elegendők az olyan összetett rendszerekhez, mint az ún. kétdimenziós anyagok, a heterostruktúrák vagy éppen a kvantumeszközök. Ahogyan az anyagok egyre bonyolultabbá válnak és a számítási kapacitások határaihoz érkezünk, úgy válik a mesterséges intelligencia nélkülözhetetlen eszközzé, de nem a kutatási tevékenységet végzők helyettesítésére, hanem az anyagok megértéséhez, tervezéséhez és optimalizálásához. „Rájöttünk, hogy a hagyományos módszerek az anyagtervezésben többé nem működnek, ezért valóban a megszokott kereteken kívül kell gondolkodnunk” – hívta fel a szimpózium közönségének figyelmét a Nobel-díjas kutató, aki külön megbeszéléseket is folytatott Gulyás Balázzsal, a HUN-REN elnökével és Jakab Roland vezérigazgatóval.

Az AI Symposium 2025-ön bemutatkozhatott az a három csapat is, amelynek tagjai leginkább eredményesen szerepeltek a hét elején rendezett HUN-REN Disrupt Science AI Hackathonon  Az első helyet az AutoDiscover elnevezésű projekt nyerte el. A csapat egy olyan ügynökalapú AI-rendszert kezdett fejleszteni tudományos problémák megoldására, amely távoli szakterületek módszertanait ajánlja, hogy a kutatások kreatívabban és hatékonyabban támogathatóvá váljanak a mesterséges intelligencia segítségével. A második helyezett csapat AI nyelvi modellekből létrehozható gyermekpopulációt tervezett, amely kiskorúak viselkedésének kutatására szolgálhat.  A harmadik helyezett csapat tagjai pedig olyan AI-alapú rendszert fejlesztettek ki és mutattak be a szimpóziumon, amely képes egyes társadalomtudományi kutatások automatizálására: ötletgenerálásra, narratívák írására, kísérletek tervezésére és értékelésére. A Hackathonról bővebben itt lehet olvasni.

Chen Change Loy, a szingapúri NTU AI-for-X Központjának igazgatóhelyettese a számítógépes látással kapcsolatos munkájáról számolt be, különösen az anyagtudományok mesterséges intelligenciával kapcsolatos kontextusában. Elmagyarázta, hogy a számítógépes látás célja, hogy a gépek képesek legyenek érzékelni és megérteni a vizuális világot, hasonlóan az emberi észleléshez. A terület főként arra fókuszál, hogy automatikusan kinyerje, elemezze és értelmezze a képekből és videókból származó információkat a döntéshozatal és az interakció elősegítése érdekében.

A délutáni párhuzamos szekciók témái között az AI-fejlesztések mellett a robotikai programozás is szóba került. Beleznai Csaba, az Austrian Institute of Technology kutatója a nagyméretű munkagépek emberi beavatkozás nélküli, előre programozott működésének kulisszatitkaiba engedett betekintést. Per Ola Kristensson, a Cambridge Egyetem kutatója a kézírás és gépelés példáján keresztül világított rá, hogyan alakítják át az intelligens technológiák és a virtuális valóság a hétköznapi kapcsolatokat ember és gép között.

A tematikus előadásokra felkért szakemberek a hálózatkutatás is szerepét és megkerülhetetlenségét hangsúlyozták. Az előadók megerősítették, hogy a párhuzamos feldolgozás és a gráfstruktúrák optimalizálása után a mesterséges intelligencia rendszerei képesek úgy „látni” a gráfokat, mint ahogyan a nyelvi modellek értelmezik a szöveget. Szegedy Balázs, a HUN-REN Rényi Alfréd Matematikai Kutatóintézet kutatója ehhez kapcsolódva a magyar matematikai tudás átültetéséről beszélt a mélytanulásba.

A gépi tanulás bizonytalansága és biztonsága témáját körüljáró szekcióban pedig a hazai és külföldi tudományos műhelyekben dolgozó magyar kutatók tartottak előadásokat és válaszoltak a hallgatóság kérdéseire. András György, Petreczky Mihály, Csáji Balázs és Jelasity Márk a mesterséges intelligencia alapjait érintő kérdéseket vették górcső alá: többek között a sokak által már ma is egyre inkább használt nagy nyelvi modellek (pl. A ChatGPT) megbízhatósága és a kapcsolódó döntéshozatal bizonytalanságai kerültek a középpontba. Előadásaikban szó esett még a bizonytalanság becslésének megbízható matematikai módszereiről, a hibák felismeréséről, valamint a bizonyíthatóan megbízható verifikáció lehetőségeiről és kihívásairól.

Az első nap történéseiről itt írtunk.