Álláshirdetések
Events / Courses
Legfrissebb híreink
A Volkswagen új architektúrát vezet be a Xpenggel
2024.04.18 13:19
Bosch: 2030-ra tízből hét új autó elektromos lesz
2024.04.18 12:07
Százezernél is több Priust hív vissza a Toyota
2024.04.18 11:21
Szakmai programokkal ünneplik a Logisztika Napját
2024.04.18 10:16Autopro Blog
Autopro a Facebookon
Galériáink
Adattengerben gázol a mérnök, de értenie is kell, hol jár
Ma már mindennapos tevékenység a fogyasztási cikkeink konfigurálása, paraméterezése, hiszen így szabjuk testre mobiltelefonunkat, autónkat, televíziónkat. Az ipari automatizálás is valami ilyen tevékenység, ahol teljes termelési rendszerek vállalati igényekre szabása történik. A Techtogether mérnöki csapatversenyen a Hepenix mérnöki tervezőiroda üzletfejlesztési vezetője ezzel a példával világította meg azt, hogy a mai generáció már végérvényesen az adatok világával kötelezte el magát. Tóth József egyúttal a mérnöki tevékenység átalakulásáról, a projektalapú tervezést segítő innovatív módszerekről is beszélt a versenyen résztvevő hallgatók előtt.
A kitekintéssel indított prezentációban a tervezés, rendszerépítés mai fejlődési trendjei között említette a mesterséges intelligencia, a generatív dizájn, a fejlett analitikai eszközök használatát, valamint a horizontális és vertikális összekapcsolhatóság rohamos fejlődését. Ráirányította a figyelmet az egyre nagyobb szerepet kapó blockchain alkalmazásaira, hiszen ez a bizalmat erősítő adattovábbítási technológia alapvető fontosságú lehet nagy mennyiségű, valós idejű adatok biztonságos továbbításában.
A láthatatlanul jelen lévő mesterséges intelligencia fejlődési képességét nem lehet eléggé hangsúlyozni, hiszen már régen túl vagyunk azon a fázison, amikor az AI legyőzte az embert góban és sakkban, ráadásul ezek a szoftverek egyre kisebb erőforrást igényelnek működésükhöz - a szakember többek között ezekkel a példákkal érzékeltette, hogy milyen technológiai környezetben fog dolgozni a jövő mérnöke.
A láthatatlanul jelen lévő mesterséges intelligencia fejlődési képességét nem lehet eléggé hangsúlyozni, hiszen már régen túl vagyunk azon a fázison, amikor az AI legyőzte az embert góban és sakkban, ráadásul ezek a szoftverek egyre kisebb erőforrást igényelnek működésükhöz - a szakember többek között ezekkel a példákkal érzékeltette, hogy milyen technológiai környezetben fog dolgozni a jövő mérnöke.
Teljesen átírja a piac a tervezés menetét
Tóth József a mérnöki munka digitalizálódásáról is beszélt: ma az árajánlatadás egyre inkább az e-bidding rendszerébe terelődik, gyakran csak az előkészítés fázisában vannak személyes megbeszélések. A mérnöki irodáknak erős versenyben kell helyt állniuk, ebben a globális térben már nem ritkán más földrészek beszállítóival is versenyre kell kelni.
Szerencsére egyre intelligensebb szoftverek segítik a projektirányítást, itt példaként lényegretörő kanban megjelenítéseket alkalmazó csoportmunka rendszerekről tett említést. A rövid leszállítási idők miatt általában nagy dinamikával kell dolgozni, nagyon gyors döntések születnek a projektek során. Így nagy szerepe van a meglévő megoldások újrafelhasználásának. A beszerzés is rendkívül feszített menetrendet követ, itt főként a sok elem, a globális beszerzés jelenti a kihívást. Az összeszerelésben is vannak szerencsére jó megoldások, például a műhelyben is megjelenő nagyképernyős megjelenítők és az azokon futó összeszerelési animációk helyettesíti már a nyomtatott dokumentációkat. Felfutó, de összetettsége miatt nehezen terjedő eszközök a beüzemelés során a virtual mockup, a virtual commissioning. Ezek akár a tesztelésben is előnyöket nyújtanak, majd ezt követhetik valós előkészítő, ellenőrző és az átadás-átvétel során lefuttatott tesztek. A prezentáció kitért az elért teljesítmények mögött álló leglényegesebb elem, az ember, el nem évülő fontosságára.
Szerencsére egyre intelligensebb szoftverek segítik a projektirányítást, itt példaként lényegretörő kanban megjelenítéseket alkalmazó csoportmunka rendszerekről tett említést. A rövid leszállítási idők miatt általában nagy dinamikával kell dolgozni, nagyon gyors döntések születnek a projektek során. Így nagy szerepe van a meglévő megoldások újrafelhasználásának. A beszerzés is rendkívül feszített menetrendet követ, itt főként a sok elem, a globális beszerzés jelenti a kihívást. Az összeszerelésben is vannak szerencsére jó megoldások, például a műhelyben is megjelenő nagyképernyős megjelenítők és az azokon futó összeszerelési animációk helyettesíti már a nyomtatott dokumentációkat. Felfutó, de összetettsége miatt nehezen terjedő eszközök a beüzemelés során a virtual mockup, a virtual commissioning. Ezek akár a tesztelésben is előnyöket nyújtanak, majd ezt követhetik valós előkészítő, ellenőrző és az átadás-átvétel során lefuttatott tesztek. A prezentáció kitért az elért teljesítmények mögött álló leglényegesebb elem, az ember, el nem évülő fontosságára.
Itt a szoftver 2.0 korszaka
A hallgatóknak a Continental Mesterséges Intelligencia Fejlesztő Központjának csoportvezető mérnöke, Nemes Csaba (nyitóképünkön) szolgált releváns információkkal. A gépi látás fejlesztésében 2012 óta a neurális hálók járnak az élen, a mélytanulási módszerek abszolút vezető szerepre törtek a világ mesterséges leképezésében és értelmezésében.
A környezetértékelés fő kihívásai a jövő automatizált vezetőrendszereiben című előadásában a szakember idézte Andrej Karpathy, a Tesla mesterséges intelligencia főmérnökének megállapítását, miszerint ma már a szoftver 2.0 korában élünk, amikor már nem detektáló szoftvereket írunk, nem kódolunk a hagyományos módon, hanem az adatmérnök a neurális hálókra ereszti rá az adatokat, és a háló hozza létre az új összefüggéseket.
Egyúttal rámutatott a mérnök mindenkori felelősségére, hiszen a neurális hálókról nem tudunk sokat, mert nem mi csináltuk, ezért nagyon szigorú validálási folyamaton kell átfuttatni. Ennek biztosítéka egy helyesen annotált, megfelelően nagy, rejtett hibáktól (silent failure) mentes képi adatbázis kell legyen.
