1. KUTATÓK ÉJSZAKÁJA 2022.
2022. szeptember 30.
Óbudai Egyetem Bánki Donát Gépész és Biztonságtechnikai Mérnöki Kar
Budapest
Kollár Csaba
A KVANTUMON INNEN, DE A MESTERSÉGES
INTELLIGENCIÁN MÁR TÚL?
Mesterséges
Intelligencia
Műhely

2. Bemutatkozás

3. társadalmi vetületei
gazdasági hatásai
információbiztonság
humán aspektusa
biztonságtudatosság
fejlesztése
ember-robot interakció
emberi oldala
intelligens városok és
épületek
1. Forradalmak kora
2. Kibernetika
3. Klasszikus számítástechnika
4. Mesterséges intelligencia
alapjai
5. Az MI filozófiai megközelítése
6. MI a gyakorlatban
7. Kvantumgondolkodás
8. Klasszikus- vs.
kvantumszámítástechnika
9. Játszótér
10. Kitekintés a jövőbe
kibernetika reneszánsza
A mesterséges intelligencia társadalmi vetületei
gazdasági hatásai

4. Három meghatározó forradalom
(Humán)
géntechnológia
forradalma
Robotika
forradalma
(erős mesterséges
intelligencia)
Nanotechnológia
forradalma
Robotizált
génsebészet
Neuroprotézis
Embergép
Biochip
Génmódosítás
Génsebészet
Nanoanyagok
kapcsolódása a
génekhez,
sejtekhez
Nanorobotok,
aeroszol robotok,
gyógyító robotok
Ember-gép (?)

5. KIBERNETIKAI ALAPVETÉS

6. Rendszer (1)
RENDSZER
Input1
Input2
.
.
.
Input3
Output1
Output2
.
.
.
Output3

7.  Milyen inputok/outputok vannak?
 anyag
 energia
 információ (tapasztalat, tudás)
 pénz
 humán erőforrás
 Mik a rendszer saját erőforrásai?
 idő (ami valamely tevékenység elvégzéséhez szükséges)
 humán erőforrás (a szervezet munkavállalói)
 know how, innováció
 stb...
 Mik az erőforrások paraméterei?
 avulás, romlás, meghibásodás mértéke, várható ideje
 szubjektív megítélés (pl.: szép, jó, kellemes, hasznos)
 fizikai-kémiai jellemzők
 ár
Rendszer (2) – erőforrások

8.  Átereszti magán
 Raktározza
 Szállítja
 Feldolgozza
 Átalakítja
 Komplex tevékenység
Rendszer (3) – mit csinál a rendszer az
erőforrásokkal?

9. 1) Ismerjük a működését
2) Következtetünk a működésére: input -> output
transzformáció
3) Vannak sejtéseink a működésről
4) Nem ismerjük a működését
5) A rendszer állapota a megfigyeléstől függ
Rendszer (4) – a rendszer ismerete

10. A KLASSZIKUS SZÁMÍTÁSTECHNIKA

11.  Bináris logika: igen/nem, 0/1 (Boole-algebra)
 Egy- és kétbites kapuk alkalmazása
 Logikai függvények: AND, OR, NAND, NOR
 Számítási kapacitások exponenciális növekedése
 Egyre több adat áll rendelkezésre
 Egyre több adat dolgozható fel közel valós
időben
Az elvek nem változtak, csak az idő telik

12. Moore törvénye
Miniatürizálás
2 nm – 2024
3 nm – 2022
5 nm – 2020
7 nm – 2018
10 nm – 2016
14 nm – 2014
22 nm – 2012
32 nm – 2009
45 nm – 2007
65 nm – 2005
90 nm – 2003
130 nm – 2001
180 nm – 1999
250 nm – 1996
350 nm – 1993
600 nm – 1990
800 nm – 1987
1 µm – 1984
1.5 µm – 1981
3 µm – 1977
6 µm – 1974
10 µm – 1971

13. Különbség a program és az MI között*
program MI
• Programozó írta
• Determinisztikus: ugyan arra a
kérdésre ugyan azt a választ
adja
• Igen-nem, 0-1 jellegű
eredményt ad
• Az ember mondja meg, hogy mi
a helyes eredmény
• Szabályokat futtat, nincs helye a
szabályok felülírásának
• Programozó írta
• Valószínűséggel dolgozik:
bizonyos eséllyel ugyan az a
válasz az adott kérdésre
• Kevésbé-jobban, 85%-15%
jellegű eredményt ad
• A programozó a célt adja meg, a
gép kísérletezi ki a helyes
eredményeket
• Mintákat vizsgál
• Helye van a meglepetéseknek
és a hangsúlyok eltolásának
*Biczó (2017) alapján

14. BEVEZETÉS A MESTERSÉGES INTELLIGENCIÁBA

15. A mesterséges intelligencia építőkövei
Adatok
Rengeteg adat áll rendelkezésre, ezek mennyisége folyamatosan növekszik
Számítási kapacitás
Olyan számítások is elvégezhetők belátható időn belül, amire tíz évvel ezelőtt
még a szuperszámítógépek sem voltak képesek
Algoritmusok
A mesterséges intelligenciát támogató algoritmusok, statisztika és
valószínűségszámítás, regressziós modellek, klasszifikáció, klaszterizáció,
lágyszámítási módszerek megjelenése a gyakorlati, összetett, komplex, bonyolult
problémák megoldásában
Szinergia
Technológiák fejlődése és összekapcsolása

16. Mesterséges intelligencia Humán intelligencia
• Képes az emberi viselkedés és a
kognitív folyamatok szimulációjára
• Megragadja és megőrzi az emberi
szakértelmet és kommunikált
tapasztalatot
• Nagy mennyiségű adatot képes
gyorsan megérteni, gyorsan ad
választ
• Nincs józan ész
• Nem tud egyszerre vegyes tudással
foglalkozni
• Sokba kerül a fejlesztése
• Jogi és etikai kérdéseket és
problémákat vet fel
• Intuíció, józan ész, ítélet,
kreativitás, hit
• Az intelligencia bemutatásának
képessége hatékony kommunikáció
révén
• Érvelés és kritikus gondolkodás
• Az ember hibázik
• Korlátozott tudásbázis
• A számítógéphez képest az
adatfeldolgozás lassan történik az
agyban
• Az ember nem képes nagy
mennyiségű adat tárolására a
memóriájában

17. MI
Felhő alapú
számítástechnika
Robotizáció,
drónok
0110101
1101010
1101010
BDA
Mobil
Biztonság(i kamerák)
Közösségi média
AR, VR, MR
(I)IoT és szenzor
Vezetékes és vezeték-
nélküli hálózatok
Kapcsolódó technológiák és alkalmazások
GIS, GPS

18. AZ MI FILOZÓFIAI MEGKÖZELÍTÉSE

19. 1. Isten : ember = ember : állat
2. Ember : állat = ember : gép
3. Szingularitás: Isten = MI?
ember = Isten? (teremtünk)
ember = állat? (veganizmus)
ember = gép? (intelligencia)

20. 1. nem nyújt semmilyen segítségét, mindent az ember csinál.
2. teljes körű cselekvési alternatívákat kínál.
3. leszűkíti a cselekvést néhány választási lehetőségre.
4. egyetlen tevékenységet/műveletet végez.
5. végrehajtja a műveletet, ha az ember jóváhagyja azt.
6. mielőtt a műveletet végrehajtaná, lehetőséget az embernek, hogy
azt megvétózza.
7. automatikusan hajtja végre a műveletet, de erről feltétlenül
tájékoztatja az embert.
8. a művelet automatikus végrehajtás után csak akkor tájékoztatja az
embert, ha az kéri.
9. a művelet automatikus végrehajtása után csak akkor tájékoztatja
az embert, ha ilyen döntést hoz.
10. maga dönt el mindent, automatikusan működik, figyelmen kívül
hagyva az embert.
A gép autonómiája* – A számítógép…
*Sheridan (1992)

21. MESTERSÉGES INTELLIGENCIA A GYAKORLATBAN

22. • Testen viselhető okoseszközök (óra, cipő, póló, külső
„csontváz”)
• Testben levő okoseszközök (implantátumok,
egészségügyi monitoring)
• Hordozható okoseszközök (telefon, tablet)
• Humanoid/animoid robotok
• Intelligens (önvezető) autók, járművek
• Intelligens épületek/létesítmények (domotika)
• Intelligens szervezetek/vállalatok
• Intelligens település/város
• Intelligens ország/társadalom (kínai TKR)
• Intelligens Föld
Az MI léptékei

23. • Domotika – intelligens épületek
• Nagyvárosok, megapoliszok
• Közlekedés
• Önvezető járművek
• Társadalmi értékelő rendszerek
• Környezetvédelem
• Mezőgazdaság
• Egészségügy, gyógyszeripar
• Gazdaság, pénzügyek
• Biztonság, hon- és rendvédelem
• Kiberbiztonság és informatikai rendszerek
• Oktatás, képzés, továbbképzés
• Ipar 4.0, 5.0
Az MI fontosabb felhasználási területei

24. • Felderítés
• Mintázatok felismerése
• Kép, hang, szövegfelismerés
• Kapcsolati háló feltérképezése
• Nyomkövetés, haladási útvonal predikciója
• Elkövetői csoport megrajzolása
• Elkövetői profil megrajzolása
Biztonságtudomány – bűnügyi területek

25. • Támadásdetektálás
• Riasztáskezelés
• Incidenskezelés
• Hálózati behatolásérzékelés és megelőzés
• Csalások felderítése
• Botnet-vadászat
• Biztonságos felhasználói azonosítás
• Spamszűrés
• Támadói mintázat/viselkedés meghatározása
• Prediktív előrejelzések
• Logfájlok mélyelemzése
• Különböző, mesterséges intelligenciára épülő védelmi
megoldások együttműködése
• Eseményvizualizáció
Biztonságtudomány – kiberbiztonság

26. KVANTUMGONDOLKODÁS

27. „Nature isn't classical, dammit, and if you want to
make a simulation of nature, you'd better make it
quantum mechanical, and by golly it's a wonderful
problem, because it doesn't look so easy.”
„A természet nem klasszikus, a fenébe is, és ha a
természet szimulációját akarod készíteni, akkor
inkább kvantummechanikussá tedd, és ez egy
csodálatos probléma, mert nem tűnik olyan
egyszerűnek.”
Richard P. Feynman gondolata

28. „Ha nincs szemlélő / Nincs esemény”

29.  Kis méreteknél az anyag pontszerűsége (pontos
helyzete) elmosódik.
 A rendszer pillanatnyi állapotát hullámfüggvény
ábrázolja, a mérhető tulajdonságok valószínűségi
eloszlását írjuk le.
Kvantumelmélet

30. Schrödinger macskája (szuperponált qubit)

31. 1. Szuperpozíció: itt is vagyok, ott is vagyok, a
macska élő is, meg nem is, hoztam ajándékot,
meg nem is, elektron helyzete az atommag körül.
2. A mérés megváltoztatja a kvantumbitet.
3. A kvantumbitek összefonódhatnak, s amikor
mérést hajtunk végre az egyiken, az befolyásolja a
másik állapotát is.
Alapgondolatok

32. KLASSZIKUS VS. KVANTUM

33. Van egy sok (n) adatból álló adatsorunk (pl.: telefonkönyv).
Kinek a száma a +36-1-758-4321?
Hagyományos módszerrel
• Legrosszabb esetben n-1 lekérdezés kell
• Az adatbázis nagyságával arányos nő a lekérdezések száma és
ideje
Kvantum módszerrel
• n a keresési idő
Kvantum 4-szer gyorsabb, mint a hagyományos.
Eredmény: hatékonyabb keresés (+)
Adatkeresés (Grover-algoritmus)

34. Bontsunk fel számokat prímszámok szorzatára (RSA titkosítás)!
Hagyományos módszerrel:
• Átlagos számítógépen 60 jegyű szám 10 perc, 1024 jegyű szám
1054 év
• Ahogy a számjegyek száma növekszik, exponenciális
növekedés a megoldási időben
• Kiszámolni nehéz, ellenőrizni könnyű
Kvantum módszerrel:
• 1024 jegynél kb. 1 nap alatt
Kvantum sokkal gyorsabb, mint a hagyományos.
Eredmény: az RSA titkosítást belátható időn belül fel lehet
törni (-)
Prím-faktorizáció (Shor-algoritmus)

35. KVANTUM = IDŐGAZDÁLKODÁS?

36. 1. Részletesebb, átfogóbb, alaposabb pénzügyi,
gazdasági elemzések
2. Pontosabb időjárásjelentés
3. Új, „feltörhetetlen” kriptográfiai algoritmusok
4. Anyag- és gyógyszerkutatások
5. Új anyagok felfedezése (akkumulátorok,
napelemek)
6. Okosvárosok, önvezető autók
7. Kvantuminternet -> kvantum-metaverzum
Kvantum-hatékonyság

37. JÁTSZÓTÉR

38. Arduino

39. IBM Quantum

40. Quantumplayground

41. KITEKINTÉS A JÖVŐBE

42. 1. Fejlesztések iránya: elektron, vagy atommag
spinje, fény polarizációja, elektron pozíciója,
elektronok, fotonok száma, áram iránya egy
szupravezető karikában… merre tovább?
2. Szuperpozíció sérülékeny – hogyan védjük meg?
3. Kvantumbit teljesen zárt rendszerben – hogyan
hajtsunk rajta végre műveleteket?
4. Hogyan építsünk jól skálázható/fejleszthető
rendszert?
5. Kvantumfölény: politikai, gazdasági értelemben is
6. Hatalmas üzlet vs. Dot com lufi 2.0

43. Dr. Kollár Csaba PhD
kibernetikus, tudományos főmunkatárs, műhelyvezető
Óbudai Egyetem Mesterséges Intelligencia Műhely
www.drkollar.hu | www.linkedin.com/in/drkollarcsaba | www.slideshare.net/drkollarcsaba
KÖSZÖNÖM MEGTISZTELŐ FIGYELMETEKET!

44. Felhasznált képek forrása
• https://dug.com/wp-content/uploads/2021/08/Prisms.jpg
• https://pixabay.com/illustrations/binary-one-cyborg-cybernetics-1536651/
• https://www.simslifecycle.com/wp-content/uploads/sites/2/2022/01/Electronic-Numerical-Integrator-And-Computer.png
• https://en.wikipedia.org/wiki/Moore%27s_law#/media/File:Moore's_Law_Transistor_Count_1970-2020.png
• https://pixabay.com/illustrations/yin-and-yang-fire-water-hand-1947878/
• https://www.3szek.ro/load/cikk/152577/a-szo-mint-anyag
• https://pixabay.com/photos/board-electronics-computer-453758/
• https://www.pexels.com/photo/white-and-blue-robot-figure-8566473/
• https://www.pexels.com/photo/a-man-and-woman-with-prosthetic-hand-sitting-on-the-floor-7689143/
• https://www.pexels.com/photo/photo-of-lake-552788/
• https://www.pexels.com/photo/coding-script-965345/
• https://pixabay.com/photos/hourglass-time-hours-clock-620397/
• https://pixabay.com/photos/esoteric-fortune-telling-cards-242773/
• https://pixabay.com/photos/physics-quantum-mechanics-3864564/
• https://pixabay.com/photos/playground-swing-slide-school-fun-99509/
• https://turbofuture.com/computers/build-quantum-computer