A kutatók óriási tudású emberek, ők viszik előre a világot, minden eszközt ismernek, ami a kutatáshoz fontos lehet, tartja a köztudat. De ez nem minden esetben van így, előfordulhat, hogy a technológiai fejlődés még őket is lehagyja, nem tudnak lépést tartani vele. Hasznos lenne például a mesterséges intelligencia, de ennek a használatát is meg kellene tanulni, mint a számítógépét az 1990-es években. De honnan? Kézenfekvő: azoktól, akik értenek hozzá. No és hol vannak ők? Erre is van válasz.
◼︎ A mesterséges intelligencia esete a kétéltűekkel
A mesterséges intelligencia tulajdonképpen nem is intelligens, viszont hatalmas mennyiségű információt képes feldolgozni, és rengeteg feladatot lehet vele automatizálni. Mégis – vagy talán épp a rengeteg lehetőség miatt – sokan félnek tőle. Lovas Róbert, az NJSZT HPC- (high performance computing, szuperszámítógépes) szakosztályának alelnöke úgy fogalmazott, hogy az MI-modellek működését sok esetben nem nagyon értjük, egyfajta fekete dobozként tekintünk rájuk. Ez ugyanígy van a kutatók körében is: az MI-felhasználás területén ez a közösség is rendkívül heterogén. Ezért jött létre tavaly az AI4Science program, amelynek kidolgozásában Lovas Róbert is részt vett.
MI a tudomány szolgálatában
A program a HUN-REN Magyar Kutatási Hálózat keretén belül indult azzal a céllal, hogy az MI révén növekedjen a kutatások hatékonysága, a magyar kutatók jobban be tudjanak illeszkedni az európai és nemzetközi együttműködésekbe, és ehhez a legmodernebb technológiát tudják felhasználni. Emellett a személyes kapcsolatépítésnek is fontos szerepe van. „Hasonlóan, mint a Neumann Társaságban, azért jövünk össze, hogy beszélgessünk, hogy átadjuk egymásnak a tudást, hogy kialakuljon egyfajta kritikus tömeg. Fontosnak tartjuk, hogy létrejöjjön egy intézményi, nagyköveti hálózat. Emellett pedig értelemszerűen rendkívül fontos az oktatás, az inspiráció ezen a hálózaton keresztül”, mondta Lovas Róbert.
A mesterséges intelligenciával kapcsolatos információkat terjesztő nagyköveti hálózat nagyon széles körben fedi le a különböző tudományterületeket. Ehhez szükséges ugyanakkor a technikai háttér: ez a HUN-REN Cloud, a Magyar Kutatási Hálózat felhője.
Az AI4Science már 350 projektet támogatott és 300 tudományos publikáció megjelenéséhez járult hozzá. A felhőben elindult egy generatív MI-szolgáltatás is; ez azt jelenti, hogy a hálózat felhasználóinak, kutatóinak nem amerikai vagy más külföldi szerveken futó modelleket kell használniuk, hanem kísérletezhetnek, ágens alapú rendszereket dolgozhatnak ki ezen a a felhő-infrastruktúrán.
Miért pont a békák?
Az AI4Science program révén a legkülönfélébb szakterületek képviselői kezdték használni a mesterséges intelligenciát. Újszegi János, a HUN-REN Agrártudományi Kutatóközpont Növényvédelmi Intézet tudományos munkatársa például a kétéltűek evolúciós ökológiájával, betegség-ökológiájával, tágabban pedig természetvédelmi kérdésekkel, klímaváltozással, az élőhelyek átalakulásával foglalkozik kutatócsoportjával.
Mint mondja, a kétéltűek azért érdekesek az ökológiai hálózatokban, mert olyan alapcsoportot alkotnak, amely egyfelől sok más állatnak táplálékot nyújt, másfelől rengeteg rovart fogyasztanak, tehát a fajok egyedeit az agrárium a biológiai védekezésben tudja hasznosítani. „A kétéltűek igen fontos elemei az ökológiai rendszereknek, mivel köztes helyük van a táplálékláncban. A gólyák, egyéb nagy madarak fogyasztják őket, másrészt a békák önmaguk is több tonna rovart fogyasztanak évente egy adott területről. Ha csökken a populációjuk, több lesz a rovar, ami miatt valószínűleg több kémiai, vegyszeres irtásra lenne szükség. A kiszórt vegyszerek visszakerülnek az ivóvízbe, beszivárognak a talajvízbe, nagymértékben terhelve a környezetet. Emellett a vegyszeres védekezés nagyobb pénzkiadást jelent, tehát a gazdálkodóknál is megmutatkoznak a következmények. Vagyis összességében talán elsőre nem feltétlenül tűnik fel a kétéltűeknek az ökológiai rendszerben betöltött szerepe, viszont a hasznuk csak akkor derülne ki kézzelfogható módon, amikor már nincsenek. Ezt nem szabad megvárni és ezen dolgozunk mi is”, foglalja össze kutatásainak célját Újszegi János.
Elmúlt a fenntartások
Mint mondja, a mesterséges intelligenciával a ChatGPT megjelenése után találkozott, és eleinte nem igazán foglalkozott vele. A későbbiekben is jó darabig az volt a véleménye, hogy a generatív chatbotok inkább csak arra valók, hogy érdekes beszélgetéseket folytassanak vagy poénból játsszanak velük, de azt nem látta, hogy segíthetné őt kutatói munkájában. „Ugyanakkor már voltak olyan projektjeink, amelyek esetében sejtettük, hogy alkalmazhatnánk a deep learning technológiákat, de nem tudtuk, miként tehetnénk ezt meg. Nem volt meg a kellő ismeret, úgyhogy az ilyen tervek fiókba kerültek”, mesél a következő fázisról a kutató. Hónapokkal ezelőtt aztán egy EU-s pályázatban meg kellett jelölni, hogy milyen tervei vannak az MI-vel, hogyan tervezi beépíteni kutatásaiba. Ekkor gondolt arra, hogy ha már ennyire fontos, akkor jobban el kell merülni benne.
| A HUN-REN Cloud
A HUN-REN SZTAKI és HUN-REN WIGNER FK által létrehozott, immár 10 éves múltra visszatekintő, nemzetközi színvonalú, folyamatosan megújuló, tudományos célokat szolgáló felhőinfrastruktúra jelenleg 72 GPU kártyával rendelkezik, de a tervek szerint ezt a közeljövőben jelentősen kibővítik. A kutatói felhő több mint 300 kutatási projektet szolgált ki közel 30 támogatott szervezetből. |
Szerencséjére ebben az időszakban indult a HUN-REN AI4Science program, különböző workshopokkal. „Nagyon jó, inspiráló előadások voltak, és úgy jöttem el onnan, hogy még mindig nem tudom pontosan, hogy ez micsoda, de éreztem, hogy hasznos lesz és nem kellene belőle kimaradni”, mesél első élményeiről Újszegi János.
Később már közelebbről is megismerték a lehetőségeket az AI4Science nagyköveti hálózatán keresztül. A szervezetből dedikált emberek segítettek nekik: lépésről lépésre végigmentek a megoldásokon, folyamatokon és kiderült, hogy mennyi időt tudnak megtakarítani. „ A HUN-REN szakértői csapatától tanultuk meg, hogyan használjuk szövegbányászatra, információk kinyerésére, validálásokra, scriptek írására vagy akár műholdképek elemzése. A ChatGPT-vel például pillanatok alatt megoldjuk, hogyan lehet a sok kód között megkeresni a hibát egy statisztikai programban”, sorolja a felismert és már alkalmazott lehetőségeket a kutató.
