Tombola és értékes nyeremények az Agrárszektor 2025 konferencián!
Tombolával és értékes nyereményekkel várjuk az Agrárszektor konferencia résztvevőit az esemény 2. napjának végén! FŐNYEREMÉNY: Az AXIÁL Kft. felajánlásából a szerencsés nyertes egy Fűnyírótraktor Portland Hawk H9212RD-rel lesz gazdagabb!
Csoportos kedvezmények már 2 főtől: 2 fő jelnetkezése esetén, 10%, 3 fő estén 15%, 4 vagy több fő jelentkezése esetén 20% kedvezmény! A kistermelők és fiatal gazdák pedig most 64.900 Ft + áfa összegért vehetnek részt az év egyik legnagyobb és legrangosabb agráreseményén!
A Magyar Agrár- és Élettudományi Egyetemen új korszak indult: ettől a tanévtől kezdve nem lesz olyan hallgató, aki a mesterséges intelligencia használatának legalább az alapjaival ne lenne tisztában. A változtatás legfőbb célja az, hogy a színművésztől a gyógypedagógusig és a gépészmérnöktől a növényorvosig minden fiatal magabiztosan tudja alkalmazni az MI nyújtotta lehetőségeket a saját szakterületén – mondta el lapunknak Szabó István, a MATE oktatási és nemzetközi rektorhelyettese.
Olyan kurzust is indítottunk, ami mélyebben mutatja be az MI alkalmazásait, a legösszetettebb tudást pedig azok a tematikus blokkok adják, amelyek a mérnöki képzések tantárgyaiba épültek be. Amikor például én gépészmérnököknek géptervezést tanítok, akkor egy előadásban most már arról beszélek, hogy hogyan tud az MI generatív tervezési folyamatokat lekezelni, és hogyan tudunk ilyen formában egy-egy új konstrukciót létrehozni
– tette hozzá a szakember, aki arról is beszélt, hogy a MATE a tantervek frissítésével párhuzamosan a mesterséges intelligencia alkalmazásának keretrendszerét is kialakította, a téma kapcsán ugyanis jogi, etikai és oktatásmódszertani kérdések is felmerülnek. Mint mondta, az MI oktatásban és kutatásban való megjelenését alapvetően támogatóan fogadja az egyetem, bizonyos kereteket, szabályokat ugyanakkor meg kellett határozni.
Nyilván jó, ha a hallgatók használják a hivatalosan is rendelkezésükre álló alkalmazásokat, ám az is fontos, hogy ezt a tényt minden esetben pontosan rögzítsék. Arra is rendszeresen felhívjuk a figyelmüket, hogy bár az MI egy nagyon hasznos társ lehet, ne kontrollálatlanul vegyék át a tartalmakat, hanem mindent ellenőrizzenek, hiszen előfordulhat olyan generált szövegrész, ami pontatlanságokat, szakmai hibákat tartalmaz.
A mesterséges intelligenciával kapcsolatos ismereteket persze az is elsajátíthatja a MATE-n, aki korábban már szerzett felsőfokú végzettséget. A diplomára épülő adattechnológus-adatelemző szakirányú továbbképzési szak tanterve például önálló blokkban foglalkozik a mesterséges intelligenciával, így az ehhez kapcsolódó kurzusok lehallgatásával szintén naprakész tudásra lehet szert tenni a területen. Az MI fontos részét képezi a precíziós mezőgazdasági szakmérnöki képzés tantervének is, de a jövőben néhány tízórás felnőttképzési program is indulhat majd a gépi tanuláshoz, a neurális hálózatokhoz és a generatív MI-hez kapcsolódó tematikával.
Mint azt Szabó István lapunknak elmondta, az egyetemen létrejött egy mesterséges intelligencia bizottság is, amely különböző szakterületekről, így például adatvédelmi területről is tartalmaz munkatársakat, de a hallgatók, doktoranduszok is benne vannak. Ezzel a bizottsággal egyrészt folyamatosan elemzik a felmerülő helyzeteket és monitorozzák a kutatási MI-igényeket, másrészt pedig az igények szerint alakítják a szabályzatot és az infrastruktúrát.
Cél ugyanakkor az intézményi működés hatékonyságának fejlesztése és a hallgatói élmény fokozása is.
A mesterséges intelligencia arra is kiválóan alkalmas, hogy az egyetem belső működését hatékonyabbá tegyük. Nagyon sok adat keletkezik ugyanis az egyetemen a tanulmányokkal, a humán-erőforrással és a működéssel kapcsolatban is, amelyek elemzése, feldolgozása, vezetői információs rendszerbe integrálása is a céljaink közé tartozik. Amit elsőként be fogunk vezetni, az az MI alapú tanulmányi asszisztens, amellyel a hallgatók azokat a kérdéseket fogják tudni egyeztetni, amiket eddig a tanulmányi osztály ügyintézőjével tudtak megbeszélni. Ezt a rendszert mi fejlesztettük és nem támaszkodik külső erőforrásokra. Internetre nyilván szüksége van, hiszen a hallgató azon keresztül fogja feltenni a kérdését, de maga a rendszer teljes egészében az egyetem informatikai rendszerén belül fut, tehát egy biztonságos felület. A fejlesztés jelenleg tesztüzemben van, melynek során a tanulmányi osztályos kollégák teszik fel a kérdéseket, hiszen ők azok, akik a legjobban tudják a helyes választ.
Bár ezek a fejlesztések nagyban könnyítik majd az agráregyetem munkatársainak feladatait, Szabó István szerint a mesterséges intelligencia elsősorban a kutatás-fejlesztés kapcsán fog intenzíven beépülni a napi munkába.
Ezen a téren az egyik fókuszt a növényi kártevők és az állatok körében terjedő járványok terjedésének vizsgálata jelenti, amelyeknek sajnos az idei évben nagyon erős és szomorú aktualitása is van; de régóta foglalkoznak a vadgazdálkodás és a mesterséges intelligencia összekapcsolásával is.
Az a szerencsénk, hogy viszonylag sok adattal rendelkezünk a mezőgazdasági folyamatokkal kapcsolatban, és ez az igazán fontos input, ha MI-alapú döntéseket szeretnénk hozni. Most ráadásul egy együttműködés keretében igazán konkrét kérdések is megfogalmazódtak. A ZalaZONE jármű-tesztpályájánál ugyanis nagyon fontos az, hogy időben felismerjék, ha egy vad a pálya közelébe repül vagy a mezőn keresztülfut, hiszen a teszt során emberéletek foroghatnak kockán. Itt tehát a tervek szerint egy olyan rendszert alakítanánk ki, amely a mesterséges intelligencia segítségével képes lesz felismerni, hol milyen vad jelenik meg és milyen beavatkozásra van szükség, hogy elkerüljék a nem kívánatos találkozást.
Emellett Szabó István elmondása szerint két további rendszer fejlesztésében is részt vesz az egyetem. Az egyikben a dróntechnika és az MI-alapú algoritmusok alkalmazásával rágcsálók felismerése a cél, egy másik projektben pedig egy olyan hígtrágya-injektáló berendezést fejlesztenek egy magyarországi mezőgépgyártóval, ahol a kijuttatás szabályozását szintén egy MI-algoritmus végzi.
Az MI alkalmazása ráadásul nem csupán technológiai előrelépést jelent az egyetemnek és a magyar agráriumnak, hanem kézzelfogható gazdasági versenyelőnyt is. Az adatvezérelt döntéshozatal, a célzott inputanyag-felhasználás és a járványkockázatok korai észlelése ugyanis évente akár milliárd forintokban mérhető megtakarítást eredményezhet az ágazatban. A klímaadaptációs beavatkozások és a hozamoptimalizálás révén pedig akár nagyságrenddel nagyobb mértéket is elérheti az az összeg, amelyet az MI-alapú rendszerek képesek lehetnek középtávon megőrizni vagy visszatermelni a magyar mezőgazdaságban. Ez pedig nemcsak a termelők jövedelembiztonságát növeli, hanem az egész ország élelmezésbiztonságát és exportképességét is erősíti.














