Az új technológiák egyik előnye, hogy folyamatosan javulhatnak további adatok elemzése közben. Erre szükség is lehet olyan iparágakban, ahol az adatgyűjtés már automatizált és a nagy mennyiségű adatok manuális elemzése lényegében lehetetlen. Drónok segítségével lehetővé vált erdők állapotvizsgálata, tűzterjedés hatékony modellezése vagy mezőgazdasági területek részletes elemzése (vegetációs index, talajnedvesség, parlagfű terjedése), de drónok segíthetik a légi irányítást, baleseti helyszínelést vagy akár mozgási anomáliák (közlekedési káosz, tömeg pánik) detektálását is. Az automatizált adatgyűjtés azonban nem elég, az adatok automatizált elemzésére is szükség lesz. A Budapesti Értéktőzsdén jegyzett OTT-ONE Nyrt. erre a kihívásra felel AI alapú megoldásaival, amelyek nemcsak hatékonyak, de az adott iparág igényeire szabhatók, biztonságosak és transzparensek is.
Az AI, vagyis mesterséges intelligencia nem a jövő zenéje, hanem a jelen szerves része, és annak ellenére, hogy a kifejezés hallatán talán sokaknak az amerikai akciófilmekből ismert kegyetlen, az embereket leigázni akaró robotok képe ugorhat be, azért ez igencsak messze áll a valóságtól. Számos különböző iparágban használják a technológiát, Magyarországon is.
Az alkalmazott ipari mesterséges intelligencia tulajdonképpen nem más, mint tanuló rendszerek hatékony alkalmazása nagy volumenű adatelemzési, döntés előkészítési folyamatokban
– mondta a Portfolio-nak Kósa Gábor, az iSRV Zrt. informatikai vállalkozás tulajdonosa, egyben az OTT-ONE Nyrt. stratégiai tanácsadója. A két cég által fejlesztett, mesterséges intelligencián alapuló képfelismerési rendszerüket a világ számos országában használják.
Az egyik lehetséges felhasználási terület például vegetáció monitorozása, növények azonosítása. Jelenleg komoly probléma Magyarországon is az allergén parlagfű detektálása, mivel gyakran nehezen elérhető vagy művelés alól kivont területeken szaporodnak a gyomnövények. Drónokkal ugyanakkor könnyen fel lehet deríteni ezeket a területeket. A drónokra felszerelhető különféle szenzorokkal ugyanez az AI alapú elemző rendszer alkalmas ipari létesítmények, csővezetékek, tartályok, tetőszerkezetek, kerítések, gátak, töltések állapotának vizsgálatára is – tudtuk meg Kósa Gábortól.
A rendszer legnagyobb előnye, hogy hatalmas területeket lehet átfésülni vele, és jelentős mennyiségű képi adatot tud gyorsan elemezni.
"A mesterséges intelligencia ebben jó – megbízhatóan elemzi a kapott adatokat. Erre persze képes egy ember is, csak épp nagyságrendekkel lassabb maga a folyamat és nő a hibalehetőség is. Az AI az emberrel ellentétben nem fárad el, a monoton munkát csekély hibalehetőséggel tudja elvégezni" – mondta Májer Bálint, az OTT-ONE Nyrt. vezérigazgatója.
Bűnmegelőzés mesterséges intelligenciával
A képfelismerő rendszer különböző viselkedési anomáliák kiszűrésére is alkalmas.
Képes felismerni és aztán az illetékes hatóság számára jelezni, ha egy adott területen emberek tömörülnek össze, vagy épp szétfutnak. Vagyis kiszűri, ha egy adott területen valami rendhagyó történik.
Eleinte a rendszer azonnal jelez, ha például azonosítja, hogy a képen több ember fut. Pedig lehet, hogy csak arról van szó, hogy a téren gyerekek fociznak. De a mesterséges intelligencián alapuló rendszerek taníthatóak, megjegyzik, és később felismerik a már korábban látott mintázatokat.
Egy másik speciális alkalmazási terület lehet a fegyverek detektálása. Ez jól hasznosítható akár egy bankban vagy egy trafikban, ugyanis ha valaki rablásra készül és elővesz valamilyen fegyvert, akkor a kamerák képének valós idejű, automatizált elemzése automatikusan bekapcsolhat egy rendőrségre bekötött vészhívó rendszert. A rendőrség épp ezért gyorsabban reagálhat egy ilyen helyzetben, mintha a riasztás azt követően történne meg, hogy egy alkalmazottnak meg kell nyomni egy pánikgombot. Májer Bálint elárulta, piaci igény van arra is, hogy emellett a funkció mellett a rendszer – akár riasztással – jelezze azt is, ha füstöt vagy tüzet észlel egy adott területen, térben.
"Bár az említett feladatok meglehetősen különböznek, a megoldások magját adó tanuló rendszerek nagyon hasonlóak. Vagyis egy-egy megrendelés esetén nem kell mindent a nulláról kezdeni" – magyarázta Kósa Gábor.
AI alapú képelemzés az egészségügyben
A kórházak digitalizációja (képalkotó technikák terjedése stb.) rengeteg mintát generál mindenféle problémára. Míg egy szakorvos évente legfeljebb pár száz vagy pár ezer esettel találkozik, egy AI alapú tanuló rendszer akár több millió mintát is "láthat" egyszerre, így igen kifinomult diagnosztikai rendszerek építhetők.
Magyarországon a felnőtt társadalom közel 8 százaléka szenved cukorbetegségtől, továbbá 8 százalék pedig feltételezhetően közel áll ahhoz, hogy cukorbeteggé váljon. A diabétesz egyik tünete az érkárosodás, amit többek között a szemfenék erein lehet megfigyelni. Bár kisebb mintákon az AI alapú diagnosztikai megoldások egyre jobban teljesítenek, az OTT-ONE Nyrt. első lépésben egy hatékony előszűrésre alkalmas rendszert szeretne kifejleszteni, amit aztán országosan lehetne használni. Az előszűrés során kapott nagy mennyiségű adat segítségével a későbbiekben lehetővé válik nagy pontosságú diagnosztikai rendszer kifejlesztése is.
Nagy hangsúlyt fektetnek az AI fejlesztésekre
Az egyetemi laborokból egyre gyorsabban kerülnek át az AI fejlesztések különböző üzleti megoldásokba. Ennek a gyorsuló transzformációnak azonban egyelőre főleg a nagyvállalatok a haszonélvezői. Fontos lenne olyan platformokkal, megoldásokkal dolgozni, melyek skálázhatók az ügyfél és a probléma igényei szerint.
Az OTT-ONE a piaci trendek folyamatos követése mellett figyeli azt is, hogy szolgáltatások terén hogyan és milyen irányban tudna még bővülni. Ennek értelmében a vállalat idén júniusban tájékoztatta a befektetőket, hogy megkezdi egy nyilvános, a Budapesti Értéktőzsdén szervezett tranzakció lebonyolítását. Májer Bálint elmondta, hogy a nyilvános tranzakcióból befolyó tőkének legalább kétharmadát fordítják majd a biztonságtechnikai és AI-fejlesztésekre.
A cikk megjelenését az OTT-ONE Nyrt. támogatta.
