mAI podcast

Vendégünk Koltai Balázs digitális és AI transzformációs szakértő.

-              Ki az a digitális transzformációs vezető és mivel foglalkozik?

-              A változásért nem csak a HR felel, sok más terület mellett nagyon fontos a kommunikáció szerepe is

-              Első körben az AI asszisztensek használata terjed el a vállalatoknál

-              A vezetőknek viszont meg kell érteniük, hogy miként tudják a folyamatok átalakításában használni az AI-t

-              Milyen módszertanok vannak az AI bevezetés és képzés kapcsán?

Aktualitás:

Az üzleti élet vezetői szerint mindenre fel kell készülni az AI kapcsán

https://finance.yahoo.com/news/top-business-leaders-saying-ai-132316106.html?guce_referrer=aHR0cHM6Ly93d3cuZ29vZ2xlLmNvbS8&guce_referrer_sig=AQAAAA7o68JuHDINdE8lhAuj0uaQV_O6DCPj0Uthqv_QNu0gWF-04wmKoBYy0nbXxFs5elXh_l-6Y6rLYgX5DRFD0POQkEpgiS3kIl7tJ-HysAfWHxdQTqxOZcSD9jrRwjRstGgbzPcTrshW-38ADigJhqh3bcjEJOyXHIVcf3m3rJKR&guccounter=2

Kellemes Ünnepeket! :)

Műsorvezetők: Huszti Dániel, Holderith József

Vendégeink Stadler Gellért a TC2 adat és AI vezetője és Sepsy Károly CTO.

-              Miért és miként lesz egy cég AWS partner?

-              A multi-cloud felhő stratégia hozza magával a data mesh/fabric koncepciót

-              Az AWS nagy előnye a fejlesztői közösség támogatása

-              Fontos az optimalizált szolgáltatás méret, főleg a költségcsökkentés kapcsán

-              A teljes AI eszközkészlet elérhető az AWS-en

-              Az agilis módszertan tud működni genAI projektek esetén is

Aktuálitások

1.        Az új Bedrock Automated Reasoning funkció kiszűri az AI hallucinációt https://venturebeat.com/ai/aws-bedrock-upgrades-to-add-model-teaching-hallucination-detector/

2.        Az Amazon bejelentette a Nova AI model családot a szöveg, kép és videó generálására https://venturebeat.com/ai/amazon-launches-nova-ai-model-family-for-generating-text-images-and-videos/

Műsorvezetők: Huszti Dániel, Holderith József

Vendégünk Takács Anna a Behive vezető adattudósa.

-              Hogyan lesz valaki adattudós? Majd miként kerül a viselkedés elemzés közelébe?

-              Racionális aktor az ember? Nagyon nem!

-              A tudatalatti döntéseket vizsgálják – adattudósok és pszichológusok egy csapatban

-              Perszónák vagy hiperperszonalizáció?

-              Adat nélkül nem lehet AI modelleket építeni

-              Fontos a kódolás, de nagyon jó könyvek is segítik a megismerést 

-              Az ügyfélszerzés co-creation módszerrel megy

Aktualitás:

Hatalmas a növekedési potenciál a viselkedés tudomány területén

https://www.globenewswire.com/news-release/2024/11/11/2978162/0/en/Behavioral-Analytics-Market-2024-to-2034-Rapid-Growth-Expected-at-a-27-5-CAGR-projected-to-Reach-USD-13-108-4-Billion-by-2034-Future-Market-Insights-Inc.html

Műsorvezetők: Huszti Dániel, Holderith József

Vendégünk Jóföldi Endre a Precognox vezetője.

-              Mik azok a precog-ok, és miért érdekes a jelent „előre” jelezni?

-              A vidéki iroda előnyös is lehet a külföldi terjeszkedés kapcsán

-              Működhet például az entitás kinyerés LLM-el, de vajon 2 millió dokumentumra is megéri?

-              A legtöbb LLM use case még a RAG-re épül

-              Az adatok előkészítése továbbra is szükséges pláne egy OSINT projekt kapcsán

-              Lesz-e a közeljövőben AGI – általános mesterséges intelligencia?

-              A klasszikus keresés és az LLM kiegészítik egymást

Aktualitás:

1.        A vállalatok 95%-a még nem vezetett be AI governance keretrendszert

https://www.artificialintelligence-news.com/news/ai-governance-gap-95-of-firms-havent-frameworks/

2.        Mistral AI modellek laptopok és mobilok számára

https://techcrunch.com/2024/10/16/mistral-releases-new-ai-models-optimized-for-edge-devices/

Műsorvezetők:  Huszti Dániel, Holderith József

Vendégünk Windhager Eszter a Onekey vezető adattudósa.

-              Milyen a férfi – nő arány az adattudósoknál?

-              Hogyan lesz valaki adattudós-csapat vezető?

-              Kód generálásra jó az LLM, ellenőrzésre kevésbé

-              A generatív AI hype miatt a klasszikus ML-t kevésbé keresik, pedig sok esetben az a jó megoldás

-              A firmware-ek sérülékenység vizsgálatában is van data science

-              Az R nyelv használata mára szinte teljesen visszaszorult a Python miatt

-              A kémiai és fizikai Nobel díjat is MI kutatók kapták idén

Műsorvezetők:  Huszti Dániel, Holderith József

Vendégünk Szendi-Varga János a SEON Fraud Fighters AI csapatának fejlesztési vezetője.

·      A csalásmegelőzés demokratizálása a SEON fő célja

·      Neo4j – a gráf adatbázis

·      PLG vs. community led growth – melyik a hatékonyabb?

·      Az adatos szemléletmód elengedhetetlen a szoftverfejlesztésben

·      Van olyan eset amikor a csalót nem leplezik le egyből

·      Fontos a modell és a fejlesztő számára is a visszajelzés a működési hatékonyságról

·      Az adattárolás és feldolgozás típusa a use case-től függ, de a data lakehouse az egyik népszerű megközelítés

Aktualitás:

·      A Google meg fogja jelölni az AI-al generált képeket a keresőben:

https://techcrunch.com/2024/09/17/google-will-begin-flagging-ai-generated-images-in-search-later-this-year/

Hivatkozások:

https://neo4j.com

https://www.theseattledataguy.com

https://www.dataengineeringweekly.com

https://duckdb.org

Műsorvezetők:  Huszti Dániel, Holderith József

Vendégünk Werschitz Ottó a Neuron Solutions társalapítója

-               A vállalat dolgozóinak AI képzése elengedhetetlen az ilyen projektek sikeréhez

-               Az AI minden iparág számára fontos, bárhol lehet use case-eket találni

-               A ChatGPT elsősorban az irodai munka támogatását forradalmasítja

-               A multi-ágensek és / vagy az intelligens robotok elterjedése lehet a következő lépés a genAI fejlődésében

-               Andrew Ng-t érdemes követni: https://www.deeplearning.ai/

-               Amikor a nehéz feladatot sikerül könnyen megoldani, míg a látszólag könnyű projekt lesz a kemény dió

-               Egy AI alkalmazásnak három ROI-ja is van

Hivatkozások:

-               GenAI-n belül ágensek, multi-ágens megoldások

https://medium.com/e-two-b/the-state-of-ai-agents-c184b4f7dd0f

-               chatdev – multi-ágensek 

https://medium.com/@96harsh52/chatdev-empowering-a-virtual-software-company-with-intelligent-agents-7b3a3756be28

-               multi-ágens rendszerek üzleti alkalmazása 

https://gafowler.medium.com/revolutionizing-ai-the-era-of-multi-agent-large-language-models-f70d497f3472

-               ágens alapú automatizált tudományos kutatómunka 

https://arxiv.org/abs/2408.06292

-               Intelligens robotika szintén foundational / frontier modellek alapján 

https://deepmind.google/discover/blog/shaping-the-future-of-advanced-robotics/

https://www.theverge.com/2023/7/28/23811109/google-smart-robot-generative-ai

https://covariant.ai/insights/introducing-rfm-1-giving-robots-human-like-reasoning-capabilities/

Aktualitás:

-               A Fortune 500 vállalatok egyre jobban tartanak az AI-tól 

https://www.techmonitor.ai/digital-economy/ai-and-automation/fortune-500-companies-flag-ai-risks-in-annual-reports-up-473-5-year-on-year

-               Beperelték az Anthropic-ot 

https://www.fastcompany.com/91175853/ai-startup-anthropic-gets-sued-allegations-large-scale-theft

Műsorvezetők:  Huszti Dániel, Holderith József

Vendégünk Mester Tamás data science oktató.

- Hogyan lesz valakiből data analyst?

- A gyakorlati tudás nagyon fontos, ez van az oktatások fókuszában

- Korreláció és kauzalitás

- A for loop az első kihívás általában a hallgatóknak

- Komplex problémákat még nem tudnak a genAI eszközök egymagukban megoldani, ha nincs meg a felhasználóban a szükséges tudás

- Eszközök terén az open source a favorit

- A trendeket a szakmai konferenciákon lehet a legegyszerűbben követni

Aktualitás:

1.        Az Apple a Google chip-jein tanítja az AI modelljeit LINK

2.        És az Apple új AI képességei egy kicsit még váratnak magukra LINK

3.        Bajban a podcast műfaj? LINK

Műsorvezetők:  Huszti Dániel, Holderith József

Vendégünk Kis Kornél a Bosch-tól.

- A generatív AI előtt is már rég óta folytak AI-al kapcsolatos fejlesztések a Boschnál

- Nemrég volt egy szenzortechnológiai boom - csak nem hallottunk róla

- Érzékelés, értelmezés, reakció - életciklus, beágyazott rendszerekkel

- Négyes szinttől technológiai értelemben nem vagyunk messze

- A ma még túl nagy AI modellek néhány év alatt be tudnak kerülni az autókba

- Modell validálás a top 3 probléma egyike

- Komoly kihívás és szabályzást igényel a data privacy betartása 

- Az önvezetés elfogadása régiónként változó, a Távol-Kelet a leginkább lelkes

- A diagnosztikai adatok küldése valóban segíti a fejlesztőket


Aktualitás:

Megbízunk az önvezető autókban?
 https://www.forbes.com/advisor/legal/auto-accident/perception-of-self-driving-cars/

Műsorvezetők:  Huszti Dániel, Holderith József

Vendégünk Magyar Gábor címzetes egyetemi tanár a BME TMIT korábbi tanszékvezetője, a MIMCS, az MNB és a BME együttműködésében az ún. DIGI tudományos műhely vezetője és a HOUG elnöke:

·      Mi az a MIMCS?

·      A furcsa számlák nyomában

·      Petabyte-os adatmennyiségeken kell elemzéseket végezni

·      Az adatvédelem az állami cégek esetében különösen fontos, ezért is kell foglalkozni az anonimizálással

·      Nincs 100%ban jó adatbázis

·      Copilotot egyenlőre nem lehet használni

·      Az open source működtetéséhez is komoly tudás kell

·      Adatelemzés a közigazgatásban rendezvénysorozat

·      Mivel foglalkozik a TMIT a BME-n?

·      A legfontosabb, hogy szakértők kerüljenek ki az egyetemről

·      A nagy nyelvi modellek kihatnak az oktatásra is, adaptálódni kell

·      A klasszikus MI területekre is kell fókuszálni az LLM mellett

Aktualitás:

• LeCun szerint az AI fejlesztőknek nem az LLM-ekre kell fókuszálniuk https://venturebeat.com/ai/ai-pioneer-lecun-to-next-gen-ai-builders-dont-focus-on-llms/

• Távközlési és MI előadás sorozat

https://www.tmit.bme.hu/mi-rendezvenysorozat

Műsorvezetők:  Huszti Dániel, Holderith József