Elképesztő mennyiségű termék előállítását teszik lehetővé az automatizált gépek és robotok. Azonban a gyártósorról legördülő alkatrészek vagy készáruk minőségellenőrzését – összetettségük miatt – még mindig nagyrészt az emberi szemre vagy tapintásra bízzák a gyárakban. Viszont a mesterséges intelligencia (MI vagy AI) egyre inkább átveszi ezt a szerepet is. Ezzel a technológiával ellenőrzik például a Terrán tetőcserepeit vagy a Szobi szörp üvegeit, de a Holcim cementgyárában is MI felügyeli az ott dolgozók védőfelszerelés-használatát. A pécsi Contrall Kft. többek között e három cégnek is fejlesztett MI-vel működő megoldást, és ahogy Herbály István ügyvezetőtől megtudtuk, egyre nagyobb az érdeklődés a 21. századi technológia iránt. Herbály István, a Pécs–Baranyai Kereskedelmi és Iparkamara alelnöke, a MIK alumnusa.
A mesterséges intelligencia viszonylag tág fogalom, tulajdonképpen egy technológiát jelöl. Cégünk a mesterséges intelligenciával történő képfeldolgozást alkalmazza ipari feladatok megoldására. Általában ott használjuk, ahol manuális, vizuális ellenőrzést szeretnének automatizálni vagy kiváltani. Például a tetőcserepek minőségi ellenőrzésénél ki tudjuk szűrni a felületi hibákat, de egy elektronikai gyártóüzemben az alkatrészek beültetése előtt a nyers pcb-t (nyáklapot) is ezzel vizsgáljuk, hogy van-e rajta felületi hiba. Ezeket a feladatokat a technológia alkalmatlansága miatt korábban a hagyományos kamerás rendszerekkel nem tudták automatizálni.
Mi a különbség a két technológia között?
A kamerás rendszereket a régi fajta, autókban működő tempomathoz tudom hasonlítani. Az autópályán beállítjuk 130-ra, és mindegy mi történik, ezt az egy utasítást hajtja végre, nem reagál a külső körülményekre. Az adaptív tempomat viszont lelassít, ha bizonyos távolságban érzékeli az előttünk haladó járművet, vagy felgyorsít, ha sávot váltunk. Itt is hasonló az analógia,
a régi rendszerek csak bizonyos egyszerű szabályokat tudnak követni. A mesterséges intelligencia alapú rendszerekkel viszont meg tudunk tanítani eseteket, ami alapján megmondjuk, hogy milyen bemenetre milyen kimenetet várunk, és a rendszer összerakja azt a bonyolult szabályrendszert vagy absztrakciót, aminek a segítségével ez megvalósítható.
Így sokkal komplexebb problémákat lehet megoldani, mint a régi, úgynevezett rule vision technológiával.
A Contrall miért kezdett el mesterséges intelligenciával foglalkozni?
Piaci alapon fejlesztünk, és a partnereinknél előálló problémákat már nem lehetett másképpen megoldani. Mindenképpen valamilyen új dolgot kellett kitalálni. Több évet szántunk a megoldás megtalálására, illetve a cégekkel közös munkára, így a piac inspirált bennünket.
Mivel kevés és drága a munkaerő, a minősége is nagyon hullámzó, ezért az ipari szereplők részéről egyre nagyobb az igény arra, hogy egy adott vizsgálati ponton objektív szempontok alapján mindig konzisztensen döntő rendszerek működjenek. Ahogy említettem, jobbára minőségellenőrzési problémákkal foglalkozunk, és ezen a területen hatványozottan igaz, hogy mindig ugyanúgy kell elbírálni az adott terméket vagy az adott problémát. Egyre több megkeresésünk van, hogy ilyen rendszereket állítsunk fel a minőségellenőrzésnél.
Hol lehet megtanulni a mesterséges intelligenciát alkalmazni?
Alapvetően nyílt forráskódú rendszereket használunk, az adott problémának megfelelően ezekhez fejlesztünk modelleket. Az MI alkalmazásának elsajátításához igen erős informatikai és matematikai alapok szükségesek. Ezekre építve online anyagokból, különféle leírásokból meg lehet tanulni dolgozni vele. A pécsi egyetemen egyelőre még nem oktatják önálló képzésként az MI alkalmazását, de már vannak olyan felsőoktatási intézmények, például a BME, ahol igen. Ez az alaptudás aztán a cégeknél az adott ipari felhasználásra továbbfejleszthető, specifikálható. Beszélgetünk a pécsi egyetemmel, hogy ők is építsék be a képzésbe a mesterséges intelligencia oktatását, a diákok tudjanak ilyet tanulni, lássák előadáson, a gyakorlatban a működését, mert ez tényleg egy olyan technológia, ami a jövőben nagyon jól és széles körben használható lesz.
A munkájukban mi jelenti a kihívást a mesterséges intelligenciával kapcsolatban?
A legnagyobb kihívás az, hogy ipari feladatokra használjuk az MI-t, így mi nem íróasztalon működő elvi megoldásokat hozunk létre, hanem olyanokat, amelyeknek be kell állniuk az ipari termelésbe. Robusztus, nagyon stabil megoldásokat kell megalkotnunk. A mesterséges intelligencia egyelőre egy elég erősen K+F terület, ezért nem mindig könnyű megmondani, hogy az adott probléma milyen bonyolultsággal oldható meg ezzel a technológiával. Az általunk létrehozott megoldásnak be kell állnia a termelésbe, és akár napi 20 ezer terméket objektíven elbírálnia.
Ma mindenki MI-lázban ég, rengeteg fals információ jelenik meg róla, talán egy kicsit túlmisztifikálják. Ezért az emberek fejében az van, hogy ez mindenre alkalmazható, mindent megold, mindenkit helyettesít. Pedig ez egyáltalán nem igaz.
Az elképzeléseket a valósághoz kell igazítani, ez sem egy univerzális eszköz. Egyes problémákat bizonyos hatásfokkal, nagyon sok előkészítő munkával és több körös tanítással meg tud oldani.
Úttörő dolognak számít-e ma, amit önök csinálnak?
Abban a tekintetben igen, hogy ipari alkalmazásban valós problémákra még kevesen használják így az MI alapú képfeldolgozást. Rengetegen foglalkoznak mesterséges intelligencia alapon adatelemzéssel vagy szövegelemzéssel, szöveggenerálással, ezek mind új területek, de ipari felhasználásra és speciális feladatokra még kevesen. Magyarországon csak néhány cégnek van referenciája, hogy ezzel a technológiával már megoldott valós problémákat.
Mi volt eddig a legnagyobb sikerélményük az MI alkalmazásával kapcsolatban?
Mindig az aktuális munkánk jelenti a sikerélményt. Most egy kábelkorbácsgyártó cégnek dolgozunk, ahol
eddig napi 20 ezer alkatrészt vizsgáltak meg mikroszkóp alatt emberi erőforrás igénybevételével. Ezt tudjuk kiváltani egy kamerával, amely önállóan képes detektálni a problémát és megmondja, hogy jó vagy hibás a termék. Ezzel drasztikusan egyszerűsítjük és könnyebbé tesszük a cég munkáját.
De például egy elektronikai gyártónál is rengeteg pénz, energia takarítható meg azzal, hogy nem a folyamat végén ellenőrizzük a pcb, azaz annak a nyáknak a minőségét, amelybe beültetik az alkatrészeket, hanem még az elején. Ezzel a környezetet is védjük, hiszen kisebb mértékben keletkezik selejt, amit meg kellene semmisíteni. A megoldásainkkal emberi erőforrás szabadul fel, amelyet kvalifikáltabb feladatokra tud átcsoportosítani a cég.
A mesterséges intelligencia elterjedésével most egy robbanás előtt állunk?
Bár sokan ezt állítják, én mégsem gondolom ezt. Húsz éve is volt már mesterségesintelligencia-oktatás egyetemen, léteztek ezek a technológiák, és igaz, hogy rengeteget fejlődtek az utóbbi időben, de azért még nem nevezném exponenciálisnak ezt a növekedést. Szép fokozatosan fejlődik, egyre többen foglalkoznak vele, mint ahogy a fejlesztésekbe is mind többen kapcsolódnak be. Nem gondolom, hogy az MI az egyik napról a másikra mindent megváltoztat majd, de kiváló eszköz arra, hogy hatékonyabbá, egyszerűbbé tegyük a munkánkat. Ha jól használjuk, akkor mondjuk a munkánk 90%-át, az egyszerűbb részét jól meg tudja csinálni, de a maradék 10%-ot nekünk kell hozzáraknunk. Ha mondjuk egy jogásznak fizetési felszólítást kell írnia, akkor ahhoz egy kiváló vázlatot készíthet az MI, de az nem lesz egy az egyben olyan, ami ki is küldhető az ügyfélnek. Ám a szakember a maradék 10% hozzárakásával már be tudja fejezni a munkáját.
Milyen veszélyét látja a mesterséges intelligencia elterjedésének, a mindennapokba való beépülésének?
Az egyik, hogy a ma nagy népszerűségnek örvendő ChatGTP-t nem arra használjuk, amire való. Ez egy szöveggenerátor program, de az emberek úgy tekintenek rá, mint valamilyen szakértői rendszerre, hogy bármit kérdezünk tőle, majd tényszerűen válaszolni fog rá. Bizonyos információk vagy adott utasításaink alapján képes megírni egy blogbejegyzést vagy egy posztot, de nyilvánvalóan tele lesz nyelvtani hibákkal, illetve klisékkel, de azért egy jó alapot adhat. Viszont ha tényeket akarunk tőle kérdezni, abban megmutatkozik a gyengesége. Szerintem az valós veszély, ha egyre inkább elterjed, hogy fals vagy nem teljes információkat ad, akkor magát a technológiát kérdőjelezhetjük meg. Holott nem a technológia rossz, csak nem arra használjuk, amire fejlesztették. A másik pedig az, hogy elkényelmesedhetünk, ha rábízzuk magunkat. Mint ahogy ma sokkal egyszerűbb beütni egy címet a GPS-be, minthogy megkeressük a térképen, milyen úton találunk el oda. Ebben benne van az a veszély, hogy az ember elveszíti a tájékozódási képességét. A ChatGTP-vel is hasonló módon járhatunk,
ha kiszolgáltatjuk magunkat neki, akkor előbb-utóbb bekövetkezhet egyfajta butulás, hiszen az ember kevésbé használja az agyát.
Szintén rengeteget lehet olvasni arról, hogy öntudatra ébred és fölénk kerekedik a mesterséges intelligencia. Én nem látom ezt a veszélyét, mint ahogy annak sincs realitása, hogy lesz egy nagy mesterséges intelligencia, ami mindent tud. Az MI-t használjuk arra, amire jó: legyen egy cél, a feladat megoldásához alkossuk meg az eszközt, a kis mesterséges intelligenciákat, amelyek ellenőriznek egy hibát, megírják, átfogalmazzák a szöveget, kijavítják a helyesírási hibákat, ha úgy kérem. Tehát kis feladatokra legyenek olyan modellek, amik jól ellenőrizhetően, átláthatóan működnek, és akkor remekül a saját javunkra tudjuk fordítani ezt a technológiát.
