Az autógyárakban humanoid robotok illesztik milliméter pontossággal a karosszériaelemeket. Digitális ügynökök szervezik helyettünk a meetingeket és írják meg az e-maileket. A mesterséges intelligencia már nemcsak számol és elemez – önállóan dönt, cselekszik és helyettünk dolgozik. Az ipar forradalma megállíthatatlanul zajlik. A kérdés ma már nem az, hogy beengedjük-e az AI-t és a robotikát a munka világába – hanem az, hogyan álljuk meg a helyünket egy olyan korszakban, ahol az ember és a gép együtt építi a jövőt.
Galambos Péterrel, az Óbudai Egyetem innovációért felelős rektorhelyettesével beszélgettünk a mesterséges intelligencia és a robotika ipari jövőjéről, azokról a változásokról, amelyek már most elkezdődtek, és amelyek alapjaiban írják át az ipar működését.
Agentic AI – Az új digitális munkaerő
A Gartner előrejelzése szerint 2025 egyik kulcsszava az „Agentic AI” lesz – olyan intelligens ügynökök, amelyek nemcsak adatokat elemeznek, hanem döntéseket hoznak, cselekszenek, sőt, más AI-rendszerekkel együttműködve komplex feladatokat végeznek el.
Ez a szemléletváltás már nem sci-fi. Az AI nemcsak javaslatot tesz egy e-mail szövegére, hanem megírja, elküldi, sőt akár le is egyeztet egy találkozót helyettünk. Az iparban ez azt jelenti, hogy a vállalatok digitális munkafolyamatai teljesen átalakulhatnak: AI ügynökök irányítják majd a beszerzést, tervezik az ütemezést, optimalizálják a karbantartást.
Beke Zoltán:
Megjelent egy fogalom Agentic AI vagy ügynöki mesterséges intelligencia, amiről egyébként a Gartner azt mondja, hogy ez lesz a 2025-nek az egyik buzzwordje. Tehát ezzel érdemes barátkozni. Mesélj nekünk, mi ez?
Galambos Péter:
Meg tudom erősíteni a Gartner előrejelzést. Szerintem már kimondhatjuk, hogy ez az Agentic workflow vagy Agentic AI ez egy meghatározó buzzword. De hát mit is jelent ez? Ugye volt a Chat-GPT pillanat, amikor gyakorlatilag egyik napról a másikra mindenki tudomást szerzett róla, hogy ezek a nyelvi modellek micsoda hasznos dolgok lehetnek. Aztán szépen a különböző iparágak, meg a különböző problémahalmazok vagy feladathalmazok megtalálták a maguk felhasználási módjait. Ezeknek az úgynevezett fundamentális modelleknek a bázisán mindenféle célalkalmazások születtek, és specializált modellek is keletkeztek. És szerintem felhasználói oldalról is értelmessé vált az, hogy ne próbáljunk meg minden feladatot ugyanazzal a modellel, vagy ugyanazzal a köztes réteggel megoldani, hanem építsünk olyan struktúrákat, hogy egy bizonyos részfeladatot egy modell old meg, majd annak a kimenetét megkapja egy másik modell és egy folyamattá felfűzve, végül is elképesztően komplex feladatok oldhatók meg jó minőségben. Tehát ez az egyik alapgondolata ennek az agentic workflow-nak.
De van egy másik gondolati lába is ennek az egész történetnek, és ez is elég mélyen gyökerezik. Már a 2000-es években az egyszerű nyomógombos mobiltelefonokban is megjelent a hangfelismerés meg a hanghívás funkcionalitás. Aztán ki is kopott nagyon gyorsan, mert kiderült, hogy ez nem elég robosztus, nem működik elég jól. De az igény szerintem egy valid dolog volt. Hányszor jutott már eszembe például vezetés közben az, hogy megkérjem a telefonomat, hogy légyszíves írj egy e-mailt XY-nak, hogy 8 percet kések valószínűleg és egyébként sűrű elnézést kérek, és ez és az az oka a késésnek. És ezt nem tudom igazából még talán ma sem megtenni, de lehet, hogy most már van erre olyan app, ami ezt megcsinálja. De ehhez az kell, hogy az AI kimenetére olyan eszközt fűzzek fel, ami végre tudja hajtani a feladatokat. És ez szerintem igazából az ereje az Agentic AI-nak, amikor nem csak láncba fűzöm a különböző logikai kimeneteket, hanem olyan epizódokat, olyan pontokat építek be ebbe a láncba, ami számomra előnyös akciókat ténylegesen meg is valósít. Ez lehet valami egyszerű dolog. Írjon egy e-mailt, szerezzen be valamit stb. De odáig is el lehet menni, hogy valami fizikai dolog is megtörténjen.
Az ipari munka jövője: a szakértelem számít majd, nem a kódolás
A változás nemcsak technológiai. Átalakul a munkaerőpiac is. A jövőben nem a programozói skill lesz a kulcs, hanem az iparági szakértelem és a rendszerszemlélet. Az AI képes lesz kódot írni, de a szakembernek kell értenie az egész folyamatot, az ipari összefüggéseket.
Beke Zoltán:
Én még maradnék az ágens mesterséges intelligenciánál, ugyanis Jensen egy egész víziót, jövőképet rajzolt nekünk, hogy ilyeneket mond, hogy majd ezek lesznek a jövő digitális munkaerői, és hogy az IT az majd gyakorlatilag ezeknek a digitális ügynököknek a HR osztálya lesz. Tényleg ez jön? Tényleg be fognak ülni kvázi bizonyos szerepkörökben?
Galambos Péter:
Hát erre nem könnyű válaszolni. Ez azért már egy olyan olyan vízió, ami a jelen társadalmat gyökeresen képes megváltoztatni. Abban nem kételkedem, hogy ezek a gyökeres változások valamilyen módon be fognak következni, de az, hogy ezeknek a computer ágenseknek vagy computerizált munkatársaknak az önállósága mire terjed ki és mire nem, az azért még a jövő zenéje. Specializált feladatokra nagyon dinamikusan el fognak terjedni ezek az ágensekből épített struktúrák. És erre nem kell már éveket várni, Ez a folyamat már nagyon elindult.
Beke Zoltán: Magyarországon is vannak ilyen megoldások. Igen.
Galambos Péter:
És ugye a Microsoft vezérigazgatója, Satya Nadella, ő pedig azt mondta, hogy szerinte az ágens alapú mesterséges intelligencia workflow meg fogja ölni a szoftvert, mint szolgáltatás modellt, tehát hogy ez lesz a struktúráknak az első szög a koporsójában, hogy megjelentek ezek az agentic irányok.
Beke Zoltán:
Bár ez csak mérsékelten kapcsolódik az ipar 4-hez, de sajnos vagy nem sajnos én is azt gondolom, hogy amikor arról beszélünk, hogy hogyan fog kinézni a jövőnek az informatikája, akkor ott valószínűleg jóval kisebb arányban lesznek szoftverek és nagyobb arányban lesznek ilyen mesterséges intelligencia megoldások, most mindegy, nevezhetjük őket ágensmodellnek, de ki tudja még mi minden jön még a jövőben. És amikor én akár a saját kollégáimnak mondom azt, hogy aktívan kezdjetek el a mesterséges intelligenciával foglalkozni, nem csak azért mondom, mert hogy ez egy trendi dolog meg egy hasznos dolog, hanem azért is, mert akik most informatikával foglalkoznak, nem biztos, hogy mondjuk 5 vagy 10 év múlva ezzel az informatikával fognak tudni foglalkozni, amivel most, és igazándiból azt gondolom, hogy ez nagyon sok minden más iparágra is igaz. Igazam lehet?
Galambos Péter:
Ebben viszont nagyon biztos vagyok. Az, hogy ma hogyan dolgozik egy szoftverfejlesztő, az már nem ugyanaz, mint ahogy két vagy három éve dolgozott egy szoftverfejlesztő. Ma alap eszköz valamilyen Copilot rendszer, de mehetünk tovább. Komplett funkcionalitást, komplett részfeladatokat képes jó minőségben, jó promptra, jó minőségben lekódolni egy erre a feladatra kihegyezett nyelvi modell. És egyre nagyobb jelentősége lesz, azt gondolom, a domain tudásnak, egy iparági beágyazottságának egy mérnök részéről, és egyre kisebb lesz annak a jelentősége, hogy egy adott szoftvertechnológiát mennyire ismer. Az átlátó képesség, a szintetizáló képesség felértékelődik.
Beke Zoltán: A rendszerszemlélet.
Galambos Péter:
Rendszerszemlélet. Így van. Az pedig, hogy valaki milyen design pattern-eket ismer. Nem tudom, C++ vagy Java nyelvben ez meg leértékelődik, hiszen tényleg ez a feladat, ez gépesíthető, ezt már elég tisztán látjuk. Sokan ezt úgy hívják, hogy jönnek ezek a citizen developer-ek, akik gyakorlatilag nem szoftverfejlesztők, nem is szoftverfejlesztői tréningben részesültek az iskolában, hanem mondjuk valamilyen mérnökök, és jól értenek egy adott területhez. Van egy rálátásuk kétségtelenül az informatikára, de anélkül tudnak szoftvereket alkotni vagy funkcióelemeket alkotni, vagy ágensstruktúrákat alkotni, hogy mérnök informatikusok vagy programozók szoftverfejlesztők lennének.
Beke Zoltán: Így van, szerintem is ez a jövő.
AI-biztonság és energiaéhség: a következő kihívások
Beke Zoltán:
Jelen pillanatban az energiaigénye a mesterséges intelligencia algoritmusok futtatásának egészen magas. Én pont meg is kérdeztem a ChatGPT-t. Ide van felírva, hogy egy 100 szavas e-mail generálásakor körülbelül 0,14 kWh villamos energiát fogyasztunk el, ami nagyjából 14 LED izzó egyórás működésének felel meg.
Galambos Péter:
Ez brutális! Igen, ez brutális energiamennyiség. És amikor Szatya Nadella beszélt arról, hogy a szoftveres service architektúrát kiszorítják az AI ágensek, akkor ez volt az első gondolatom, hogy oké, ez baromi vonzó, de mennyi meddő teljesítmény lesz ennek az ára? És biztos, hogy ki fognak jönni azok a technológiák, amik újra fogják hasznosítani azokat a kódokat, amik mondjuk egy vállalatvezető promptjából röptében születnek. Mert valószínűleg az összes vállalatvezető hasonló igényeket fog támasztani mondjuk egy adathalmaznak az elemzéséhez. És muszáj, hogy valamilyen - mint ahogy az adatbázisoknál az úgynevezett tárolt eljárások elterjedt technológiává váltak - valami ilyesmire úgy érzem, hogy itt is szükség lesz, mert különben fel fogjuk fűteni a légkört.
Beke Z:
Igen, ez az egyik irány. A másik az, hogy tényleg masszívan kell csökkenteni az energiafogyasztását ezeknek az eszközöknek. Nekem ez volt az üzenet, hogy ez egy irány, és lehet, hogy emiatt lesz akkor akár még inkább elérhető az AI mindenki számára.
Galambos Péter:
De ezek párhuzamosan kell, hogy fejlődjenek, hogy egyrészt hatékonyabb legyen, másrészt meg ha nem muszáj, akkor ne pörgessük a technikát.
Beke Zoltán:
Térjünk vissza erre az AI-biztonság kérdéskörre, amit egyrészt te is érintettél, hogy vajon a robotok képesek lesznek-e mindig biztonságban működni akkor is, amikor mondjuk esetleg valami hardver meghibásodik bennük. Ugye lehet, hogy sokan nem tudják, hogy jelen pillanatban az autóiparban, amikor mondjuk valamilyen féktechnológiákat fejlesztenek, már ott is használnak olyan szimulált környezeteket, ahol tesztelik ezeket az eszközöket arra, hogy bizonyos problémák esetén is jól működjenek. Ezt hogyan látod? Hol tartunk ezen a területen? Az AI-ok esetében vagy a robotok esetében?
Galambos Péter:
A robotok esetében, főleg az ipari környezetben, azért ott mindig lehet támaszkodni arra, hogy valamilyen szintű strukturáltság lesz a munkájukban. Meg nem teljesen úgy fognak most rögtön dolgozni, hogy teljesen szabadon közlekedhetnek és bármelyik emberi munkatárssal érintkezhetnek. Tehát itt azért van egy, van egyfajta ilyen rezervátum hatás, és erre azt gondolom, hogy szükség is van, hiszen annyira sokféleképpen mehet tönkre egy ilyen intelligens humanoid, hogy azt szerintem még nem is tudjuk feltétlenül elképzelni. A mechanikai tönkremenetel az egy dolog, de azt valószínűleg nem tudjuk, hogy hogyan érzékeli a saját meghibásodását a robot, hogyan próbálja meg annak a hatását esetleg ellensúlyozni, vagy milyen protokollok mentén áll le a munkavégzéssel. Ezek részben etikai, részben praktikus szempontok. Biztos, hogy ki fog ez alakulni, de ott van az a fajta meghibásodás vagy szándékos rosszindulatú felhasználás, ami azért ezekben a nagyon intelligens robotokban ott rejlik.
Hallgasd meg a teljes epizódot a podcast.mortoff.hu weboldalon, vagy bármelyik népszerű podcast-lejátszóban az Ipar 4.0 Backstage csatornáján!
Az AI, robotika, big data, cloud, már napjaink része. De mit hoz a jövő, és milyen hatással van ez a termelő szektorra? Ezzel foglalkozunk az Ipar 4.0 Backstage podcastben, amelyben iparvállalatok kulcsszereplői és szakértők történetei mentén mutatjuk be, hogy merre tart az ipar! Tarts velünk!