Magyar tudományos akadémia

Debreceni területi bizottsága

Gépitanulási algoritmusok alkalmazása mechatronikai, gépészeti és járműmérnöki területen

 

A Műszaki Kar Mechatronikai Tanszéke és a DAB Műszaki Szakbizottság meghívására Botzheim János az ELTE-Bosch Mesterséges Intelligencia Tanszékének vezetője tartott előadást 2022. június 17-én a Műszaki Karon. A program második részében a Műszaki Karon frissen alapított IEEE IES Student Chapter első szakmai rendezvényének díszvendége volt, ahol az előadása angol nyelven is elhangzott.

A mesterséges intelligencia és a gépi tanulás algoritmusai rohamosan fejlődtek az utóbbi években, számos szoftver és egyre több fizikai eszköz vesz körül bennünket a mindennapi életben és a munkában, melyek működésének fontos része a mesterséges intelligencia.

A tanuló algoritmusok széleskörű elterjedése a műszaki eszközökben és rendszerekben újabb látványos fejlődési lépés lesz. Napjaink aktuális kutatási és fejlesztési témája, hogy miként lehet mérnöki feladatok megoldására felhasználni a kidolgozott algoritmusokat. A gépitanulási algoritmusokat a tudományos kutatás szintjén már korábban megalapozták, de a hatalmas számítási igényük miatt az iparban nem tudtak elterjedni, ezért maradt sokáig a tudósok „belügye”. Napjainkban a számítási kapacitás megnövekedése lehetővé teszi az algoritmusok egyre szélesebb körű alkalmazását, így a témakör a tudományos kutatás szintjéről átlépett az ipari alkalmazás szintjére, és ez egy újabb lökést adott úgy a további kutatásoknak, mint a mérnöki alkalmazásoknak.

A várható ipari igényeket figyelembe véve a gépitanulásnak kiemelt szerepet kell kapnia az oktatásban és a kutatásban a műszaki felsőoktatásban, ami határozott szándéka a Debreceni Egyetem Műszaki Karának és Informatikai Karának.

Botzheim János előadásában szóba kerültek olyan alkalmazások, mint a kognitív robotika, hegesztési modell paramétereinek identifikációja, optimális hegesztési paraméterek kiválasztása, zajszűrés mérési adatgyűjtés során, hiszterézises súrlódási modell paramétereinek identifikációja, hajtáslánc optimalizálása, darts dobások betanulása robotkarral, dróndetektálás.

Ha mesterséges intelligenciáról és a gépi tanulásról beszélünk, akkor érdemes külön választanunk az algoritmusfejlesztést, ami az informatikusok feladata, és az algoritmusok mérnöki alkalmazását, ami a mérnökök feladata, az említett előadás a mérnöki felhasználók oldaláról közelítette meg a gépi tanulás témakörét. A 21. században a mérnöki munka természetes segédeszköze kell legyen a gépi tanulás. Ugyanúgy kell használnunk, mint valamikor a logarlécet, a zsebszámológépet, majd a számítógépet, és napjainkban a tervezést és a számítást segítő szoftvereket.

 

DAB_kep.jpg