Bemutatás

A Budapesti Műszaki és Gazdaságtudományi Egyetem (BME) az ország és a közép-európai régió egyik meghatározó mérnökképző intézménye, 23,000 diákkal és 1,500 oktató/kutatóval. Az Egyetem a magas szintű KFI tevékenysége alapján 2011-ben kapta meg a Kutató Egyetemi címet.

A Mesterséges Intelligencia (MI) kutatások három szinten valósulnak meg:

  • az MI teljesítőképességének a növelése matematikai és algoritmikus kutatásokkal (approximáció elmélet, sztochasztikus folyamatok, gépi tanulás…stb.),
  • az MI rendszerek integrációja SE és HW technológiák, info-kommunikációs, rendszerek és adatbiztonság segítségével,
  • MI alkalmazásfejlesztés az ipar és gazdaság széles területein.

A Műegyetem számos kormányzati, EU-s MI témájú projekteket nyert, valamint kiválósági programokban vesz részt. Kétszer nyerte el a Felsőoktatási Intézményi Kiválósági Programot, ahol a projekt egyik pillére a Mesterséges Intelligencia kutatása. Jelen évben a TKP2020 Intézményi Kiválóság Alprogramjában kapott finanszírozást az MI. A Felsőoktatási Ipari Egyetemi Központ, illetve a Kompetencia Központ pályázat megvalósításának is egyik sarokköve az IoT adatgyűjtéshez kapcsolódó MI alkalmazások.

Ugyanakkor az Egyetem számos multinacionális vállalattal (Nokia, Ericsson, Vodafone, Morgan Stanley, MOL, Knorr-Bremse, Bosch, Siemens, Continental) közösen folytat MI kutatásokat, hajt végre ipari projekteket, illetve elégít ki KFI megrendeléseket,a kommunikációs technológiák, ipar 4.0, állapotfüggő karbantartás, pénzügyi szolgáltatások, információs technológiák és energetika területén.

A BME jelenlegi kutatásai az MI területén

A jelenlegi egyetemi kutatások irányai a következő területekre fókuszálnak:

  • hatékony előrejelzési algoritmusok neurális hálókkal az algoritmikus kereskedésre és portfólió optimalizálásra használva,
  • statisztikus erőforrásmendzsment neurális hálókkal és nagy eltérések elméletével,
  • outlier detekció és ipari hibajelzés kopulamódszerekkel,
  • masszív objektumdetektálás CNN hálókkal,
  • természetes nyelvfeldolgozás és kognitív intelligencia mély tanulás segítségével,
  • Mesterséges Intelligencia az önvezető járművekben és a közlekedés optimalizálásában,
  • optimális felhő alapú tárolás és file integritás MI-vel,
  • a megerősítéses tanulás kutatása és alkalmazásai,
  • az MI biztonsági kérdései: modellinverzióra robusztus algoritmusok tervezése, érzékeny adatok szivárgásának algoritmikus védelem, IoT hálózatbiztonság.

Futó MI projektek

  • European AI On-Demand Platform (www.ai4eu.eu , 2018-2021 – 20M EUR est. project cost): AI4EU egy EU által finanszírozott program az MI ökoszisztéma megteremtésére
  • Safety solution for people with Aphasia (APH-ALARM – aal-2019-6-131-CP, www.aph-alarm-project.com , project cost): idősek számára MI-vel támogaott riasztási rendszer fejlesztése
  • ECSEL Productive Intelligence: a digitális transzfrmáció felgyorsítása
  • The European Sector Skills Alliences, DIGITALEUROPE:
    SW készségek fejlesztése
  • ECSEL MANTIS Cyber Physical System based Proactive Collaborative Maintenance: Elosztott és kollaboratv érzékelés.
  • COALA-Phonetics Psychological Status Monitoring by Computerised Analysis of Language phenomena EUROPEAN SPACE AGENCY_No.4000108003/13A/ KLM
  • URBMOBI: Környezeti monitorozás a közösségi közlekedésben.
  • SOLSUN: Okos város vezérlési feladatatai és optimaizálása.
  • HU-MATHS-IN: Matmetikai eredmények az ipari nnováció szolgálatában.
  • NOKIA-Bell Labs: Erőforrás menedzsment és prediktív karbantartás telekommunikációs hálózatokban.
  • MELLODDY gépi tanulás a gyógyszerfejlesztés érdekében
  • SECREDAS consortium referencia architektúra fejlesztés biztonságos architektúra fejlesztés érdekében
  • CLAWAR Project mobil robot fejlesztés.