Tech
MI a média ellátási láncban
Az elmúlt években egyetlen más téma sem uralta az ipari beszélgetéseket, mint például az MI elterjedése. De mit is jelent pontosan, amikor MI-ról beszélünk? Hogyan tudnak bekapcsolódni az MI-alapú megoldások a médiába a robotújságíráson és az adatelemzésen túl és miért érdemes minél előbb alkalmazni őket?
A mély tanulás erőssége a különböző adattípusok mintáinak és struktúráinak megragadásában, valamint az adatok címkézésében és gazdagításában rejlik. A mesterséges intelligencia az emberi kognitív képességek gépes szimulációjának általános kifejezése. A machine learning avagy a gépi tanulás matematikai módszerek sorozatát írja le, amelyek a megtanult példákból származó adatok bizonyos mintáit azonosíthatják. A deep learning pedig, azaz a mélytanulás a gépi tanulás részhalmaza, amely autonóm módon tanul és tár fel mintázatokat egy nagy adathalmazban, amit az emberi munkaerőnek sokkal több időbe és erőfeszítésbe kerülne megtennie.
MÉLYTANULÁS A MÉDIÁBAN
A mélytanulás lehetővé teszi olyan mennyiségű adat feldolgozását, amelyet nem célszerű manuálisan feldolgozni. A mély tanulás erőssége a különböző adattípusok mintáinak és struktúráinak rögzítésében, valamint az adatok címkézésében és gazdagításában rejlik. Az aktuális tények és adatok napi áramlásával a médiaszektor ideális a mélytanulás alkalmazásához.
Bár sok médiaszakértő szkeptikus az MI-vel kapcsolatban, a legutóbbi tanulmányok szerint az MI által generált hírek, például a forgalm információk vagy az időjárásjelentések területén kézenfekvő az alkalmazásuk. Megfelelő stratégia nélkül azonban a nagyobb automatizálás gyorsan rémálommá válhat.
MI a médiaellátási láncban
Hogyan integrálhatjuk meglévő rendszereinket a gyorsan növekvő MI szolgáltatók körébe, előre képzett modellekkel, keretekkel és szolgáltatásokkal történő használatra kész környezetekkel? Ennek eldöntéséhez először is meg kell vizsgálnunk, hol alkalmazhatjuk őket. Az egész médiaellátási láncban vannak lehetőségek rá, de nem mindegy, hogy melyik szolgáltatáshoz melyik illik. Néhány példa erre:
• Fogyasztás – Automatikus minőségellenőrzés, megfelelés, a deepfake tartalmak (azaz a mesterséges intelligencia segítségével létrehozott hamis tartalmak) felismerése, szerzői jogi felügyelet
• Termelés – címkézés, entitásfelismerés, témacsoportosítás, automatikus szerkesztés-vágás, automatikus kiemelések, robotújságírás
• Tervezés – Automatikus programtervezés, licencelési vagy marketingminták alapján
• Marketing – Értékelés előrejelzése, vásárlási minták utánzása
• Terjesztés – automatizált lejátszás vagy csomagolás
JÓ STRATÉGIA
A mély tanulás segít abban, hogy betekintést nyerjünk a médiaobjektumokba olyan szinten, amely automatizálás nélkül nem volt praktikus, és segít abban a jövőképünkben, hogy “mindent tudni akarjunk minden képkockáról”.
A rendelkezésre álló szolgáltatások sokaságának támogatása, valamint a tartalmat és az üzleti intelligenciát egyaránt elkülönítő adatok és szervezeti silók áthidalása érdekében megvalósíthatunk egy „mesterséges intelligencia-specifikus” réteget, amely kezeli az összes kommunikációt, de hozzáadott értéket is nyújt a következők révén:
• Normalizálás – az eredmények egységes formátumba öntése
• Multimédiás elemzés – videó, állóképek, hang, szöveg
• Multicloud – sok különböző szolgáltatótól érkező adatok összefogása
• Képzés – Különösen a számítógépes látás területén
• Tudásgrafikon – Kontextuális adatmodelleket készíthet különböző forrásokból és ami még ennél is több, azok valósidejű frissítésére is lehetőséget ad
A szolgáltatások sokfélesége miatt lehetőség nyílik arra, hogy minden felhasználó azt válassza ki magának, ami igényeinek legjobban megfelel. Ha a vállalat kellő körültekintéssel tervezi meg az MI stratégiáját és pontosan képes megjelölni azokat a területeket, amelyek esetében a leghatékonyabb lehet a technológia, akkor jelentős költségeket takaríthat meg ezzel, miközben a szolgáltatás minősége is nő.
EGYSÉGES RENDSZER
Az egységes metaadatok alkalmazásának további előnyei vannak. A különböző szolgáltatások által elemzett felismerési koncepciók egyesíthetők, összehasonlíthatók és felcserélhetők. Kombinálhatjuk a szolgáltatásokat is, például egy műveletből beszéd-szöveg átirat küldhető el a Természetes Nyelv Feldolgozása révén egy „Cascade” műveletben.
A szabványosított metaadatkészlet és a verziókövetés lehetővé teszi az egyedi eredmények reprodukálását, és meghatározhatjuk azt is, hogy az adatok honnan származnak, és mennyire megbízhatóak.
A mélytanulást alkalmazó szervezeteknek ki kell képezniük az algoritmusokat az igényeiknek megfelelő adatokkal, és folyamatosan tovább kell tréningelniük azokat, ahogyan ezek az igények fejlődnek – ez különösen fontos olyan dinamikus környezetekben, mint például a hírek, ahol a témák / emberek / érdeklődési tárgyak folyamatosan változnak. A tréninghez létrehozott címkézett adatbázis létrehozása történhet úgy is, hogy azt a munkavállalók végzik, de mivel ez nem túl kreatív feladat, ezért az erre irányuló erőfeszítéseket minimalizálni kell, ami szintén megvalósulhat mesterséges intelligencia felhasználásával is. Mivel a képzési adatok médiaobjektumok.
HOGYAN ALKALMAZHATÓ A TERMELÉSBEN?
A mesterséges intelligencia alkalmazásához sokszínű csapatra van szükség – az ötlettől kezdve a prototípuson keresztül történő validálásig, a gyártásba kerülésig sokféle szerepet igényel a kezelése, többek között:
• Üzleti elemzőt – az adott projekt vagy terület szakértője
• Adatmérnököt – elegendő mennyiségű és minőségű adatforrás biztosítása a feladata
• Adattudóst – elvégzi a megvalósítást és ellenőrzést
A 80/20-as szabály itt is alkalmazandó: A gyakorlati tapasztalatok azt mutatják, hogy a munka nagy részét rendszerint az adattervezés teszi ki, míg a megvalósításra kevesebb idő és erőforrás is elég. A szerepkörök meghatározása esetén javasolt a következő szabványosított eljárásra támaszkodni:
1. MI útiterv – a releváns use case-ek azonosítsa és fontossági sorrendbe állítsa
2. MI Lab – az ötlet és a prototípus kidolgozása
3. MI Factory – a termelési környezetbe teljesen integrált operatív MI szolgáltatás fejlesztése
4. MI működtetés – stabil és állandó működés és folyamatos fejlesztés
A gyakorlati alkalmazás tekintetében a lehetőségek szinte határtalanok, ma már rengeteg érdekes példát ismerünk a média különböző területeiről. Ilyenek például az interaktív divatfelismerés, a kéziratok automatikus kivonatolása, az infrastruktúra rendellenességeinek felderítése, adatújságírás (pl. „Bűnügyi térképen keresztül”), hogy csak néhányat említsünk. Nyilvánvaló, hogy a jövőben az MI egyszerűen része lesz minden informatikai eszközkészletnek.
Tech
Bíró Ada nem létezik, mégis műsort vezet (videó)
Forradalmi újítással indult újabb évadában a Duna tudományos-ismeretterjesztő műsora.
Bíró Adának hívják a Duna csatorna Delta című tudományos-ismeretterjesztő műsorának új műsorvezetőjét, akinek megjelenését, arcát és hangját egyaránt a mesterséges intelligencia (MI) hozta létre korábban már meglévő programokból – hangzott el az M1 hétfő esti Híradójában.
Mondanivalóját teljes egészében a Delta szerkesztői határozzák meg, ezzel együtt a mesterséges intelligencia segítségével életre hívott képi és nyelvi modell Fejős Ádám állandó műsorvezetőtársa lett a Deltában.
Dudás Viktor filmszakértő szerint a Delta éppen az a műsor, ahol egy ilyen egyedülálló technológiai újdonságnak helye és adott esetben fontos szerepe is van.
„Abszolút helye van egy ilyen műsorban egy ilyen megjelenésnek, hiszen ott, ahol a tudománnyal foglalkozunk és az abszolút újításokat igyekszik bemutatni a műsor, ott abszolút adekvát, hogy a legmagasabb szintű technikai újítások akár a műsor megszólalóinak a megjelenítésében is részesek legyenek”
– fogalmazott Dudás Viktor. Hozzátette: ez egy nagyon érdekes újítás, nagyon kíváncsian várja, hogyan fog a közönség erre reagálni, „mert ilyet még mi Magyarországon nem láttunk képernyőn”.
A legmodernebb nyelvi modellt használták ahhoz, hogy az MI által megalkotott műsorvezető szépen beszéljen magyarul, a legújabb videós modellt pedig ahhoz, hogy megmozdulhasson. Mint a műsorban elhangzott, ezen technológiák érzékeny egyensúlya kellett ahhoz, hogy Bíró Ada elmondhassa a nézőknek a nagyvilágból az aktuális tudományos híreket.
Szűts Zoltán média- és digitális pedagógiakutató, az Eszterházy Károly Egyetem Pedagógiai Karának dékánja az M1-en arról beszélt, hogy a mesterséges intelligenciát az ember alkotja és az ember irányítja. Az MI-vel foglalkozó szakember hangsúlyozta:
a történelemben minden technológia felfordulással járt, csakúgy, mint az MI, de nem félni kell tőle, hanem kipróbálni, megérteni, hosszú távon pedig használni.
„Az elmúlt évtizedben a digitalizáció kapcsán nagyon sokat beszélünk arról, hogy milyen módon átalakul a munka világa, és a mesterséges intelligencia az a trend, ami mindenképpen egy ugrást fog jelenteni. Ez nem azt jelenti, hogy az embereknek meg fog szűnni a munkája. Sőt! Ez azt jelenti, hogy más jellegű lesz maga a munka. Nyilván mindig kihívást hordoz egy technológiaváltás, mesterséges intelligencia esetében azt kell tudomásul vennünk, hogy ez a technológia asszisztensként működik. Segítőként működik” – hangsúlyozta Szűts Zoltán.
Tech
Újabb iskolákat fejleszt a High-Tech Suli program
Minden eddiginél több, összesen 127 iskolai alapítvány pályázott a támogatásra.
A benyújtott szakmai anyagok kiemelkedő színvonala miatt a támogató és az értékelő bizottság úgy döntött, hogy az eredeti kiíráshoz képest eggyel több – összesen hat – intézmény juthat hozzá a mintegy 40 millió forintos fejlesztéshez – közölte a Mészáros Csoport az MTI-vel.
A Mészáros Csoport High-Tech Suli programjának ötödik pályázatán modern, 21. századi digitális tanterem kialakítására és a hozzá kapcsolódó szakmai program megvalósítására támogatást nyert el:
- a Cecei Általános Iskola,
- a Csopaki Református Általános Iskola,
- a Herceghalmi Általános Iskola és Alapfokú Művészeti Iskola,
- a Józsefvárosi Egységes Gyógypedagógiai Módszertani Intézmény és Általános Iskola,
- a Monori Jászai Mari Általános Iskola és
- a Szegedi Gregor József Általános Iskola.
Horváth Ádám, a program szakmai vezetője szerint
az évről évre növekvő pályázati anyagok számából az látszik, hogy folyamatos az érdeklődés a High-Tech Suli program iránt; a rendkívül magas színvonalú szakmai anyagokból kiderült, hogy már minden pályázó számára egyértelmű, milyen hatalmas lehetőség egy ilyen terem: nemcsak bizonyos kompetenciák fejlesztésében nyújt kiemelkedő segítséget, de a diákok későbbi munkaerőpiaci elhelyezkedésben is.
Mára olyan közösség lettünk, amelyhez bárki szívesen csatlakozna – fogalmazott Horváth Ádám.
A közleményben hangsúlyozták: a program egyedülálló és több elemében is újszerű, az iskola által kijelölt termet felújítják és olyan modern digitális eszközökkel látják el, „amelyekkel új dimenzióba kerül az oktatás”.
Számos high-tech eszközt kapnak az iskolák, a fejlesztés középpontjában mégis a tanuló és a tanár kapcsolata, az együttműködés hatékonyabbá tétele, a differenciálás támogatás és a készségfejlesztés áll.
A tárgyalkotó eszközök – 3D nyomtató, lézervágó – a tanulók komplex problémamegoldó készségét, technikai kompetenciáit és kiemelten a kommunikációs, együttműködési készségeit fejlesztik – részletezték.
Hozzátették: a tanárok féléves módszertani és eszközhasználati képzésen vesznek részt, illetve a többletmunkájuk elismeréseként havi bérkiegészítésben is részesülnek. Az új, minden igényt kielégítő tantermek várhatóan júniusra készülnek el, így a jövő tanévet már itt kezdhetik a nyertes iskolák diákjai.
Tech
A digitális gazdaság női példaképeit díjazták
Átadták a 40 év feletti női példaképek a digitális gazdaság területén pályázat díjait – közölték a szervezők, az IVSZ – Digitális Vállalkozások Szövetsége és a Women in Technology Hungary Egyesület (WiTH) az MTI-vel.
A BME Villamosmérnöki és Informatikai Karán szerdán megrendezett gálán négy kategóriában hirdettek nyertest, és egy különdíjat adtak át.
A közlemény szerint a második alkalommal meghirdetett pályázatra olyan nőket lehetett ajánlani, akik példaképként szolgálhatnak a fiatalabb generációk és a karrierváltó nők számára.
Olyan szervezetek jelölését várták, amelyek büszkék a női alkalmazottjaik teljesítményére, valamint szívesen mutatnának példát a női munkavállalóikon keresztül a szervezeti diverzitásra.
Az Év csapatjátékosa díjat Burjánné Tandari Zsuzsanna, az AGCO Hungary Kft. SAP-fejlesztője kapta. Rajki Annamária, a Magyar Telekom TV és Entertainment igazgatója érdemelte ki az Innovátor elismerést. Dőry Éva, a Cosmo Consult Business Central üzletágának Support vezetője az Inspiráló teljesítményért kategória nyertese lett, míg Balogh Tünde, az evosoft Hungary Ipari Automatizációs Üzletágnak a vezetője az Inspiráló felsővezető díjat vehette át.
A Különdíjat az oktatásért Özvegy Judit, a szegedi SZTE Gyakorló Gimnázium és Általános Iskola robotokat edukációs célra is alkalmazó tehetséggondozó pedagógusa kapta.