A HUN-REN Magyar Kutatási Hálózat stratégiája szerint Magyarországnak nem az óriási, energia- és tőkeigényű nagy modellek versenyében kell a legnagyobb erőforrásokat összpontosítania, hanem a tudásintenzív, algoritmikus és energiahatékony megoldások kutatására. Jakab Roland, a HUN-REN vezérigazgatója ezt a megközelítést ismertette a május 21–22-én tartott nemzetközi AI-szimpózium előtt, amelynek célja az AI megértése, ellenőrizhetőségének javítása és a tudományos módszertanná alakítása.
Miért ez a stratégia?
Jakab Roland érvelése szerint a nagy nyelvi modellek fejlesztése hatalmas mennyiségű pénzt, energiát, adatot és számítási kapacitást igényel, ezért egy kisebb országnak tudatos erőforrás-gazdálkodással kell kiválasztania azokat a területeket, ahol a hazai tudás nemzetközi szinten értéket képvisel. Magyarországra építhető előnyök között említette a erős matematikai hagyományokat és kiváló kutatóintézeteket, így például a HUN-REN Rényi Alfréd Matematikai Kutatóintézetet és a SZTAKI-t.
A hangsúly olyan új algoritmusok, módszerek és AI-architektúrák kutatásán van, amelyek kisebb energiafelhasználással, kevesebb adattal és alacsonyabb számítási igénnyel is jobb eredményre juthatnak. A vezérigazgató szerint az algoritmikus fejlődés, a matematikai gondolkodás és új módszerek azok a területek, ahol a hazai kutatói közösség hozzátehet a nemzetközi fejlődéshez.
A szimpózium és a tudományos fókusz
Idén második alkalommal rendezik meg a HUN-REN által szervezett nemzetközi AI-szimpóziumot; az eseményen többek között a Google, a Microsoft, az ETH Zürich és a Nanyang Technological University kutatói is részt vesznek. A konferencia négy fő területre koncentrál: megbízható AI, egészségügyi alkalmazások, ipari felhasználás és kvantumtechnológia.
A szervezők célja nem az eszközbemutató jellegű, üzleti fókuszú konferenciák reprodukálása, hanem annak vizsgálata, hogyan lehet a mesterséges intelligenciát kutatási módszertanná alakítani: mitől működik egy modell, hogyan tehető megbízhatóbbá, hogyan csökkenthetők a sérülékenységei, és hogyan lehet az AI-t a tudomány egészének szolgálatába állítani.
AI-first gondolkodás a kutatásban
Az "AI-first" megközelítés azt jelenti, hogy a kutatás teljes értékláncát — a hipotézisgenerálástól az irodalomkutatáson át a kísérlettervezésig és az eredmények interpretálásáig — úgy tervezzék meg, hogy AI-eszközökre épüljön. Nem arról van szó, hogy a kutató alkalmanként használ egy AI-alkalmazást, hanem arról, hogy a kutatás módszertana eleve AI-kompatibilisé válik.
Ezzel együtt a megbízhatóság és az ellenőrizhetőség kulcskérdéssé válik: ha az AI hipotéziseket, kísérletterveket vagy következtetéseket javasol, a kutatónak előre meg kell terveznie a validációs lépéseket, teszteket és ellenőrzési pontokat, amelyek alapján eldönthető, hogy az eredményből érdemes-e további fejlesztést indítani.
Intézményi eszközök: AI-nagykövetek, szolgáltató központ és felderítő csapat
A HUN-REN az AI4Science program keretében először felmérte, kik a kutatóintézetekben évek óta AI-t használó szakemberek, és bevonta őket az úgynevezett AI-nagyköveti hálózatba. Ezek a kutatók segítenek kollégáiknak az eszközök használatában, a jó gyakorlatok megosztásában és az AI integrálásában a kutatási munkába.
A hálózat mellett létrehoztak egy AI-szolgáltató központot, ahol AI-architektek és szakértők projektalapon segítik a kutatókat, valamint egy felderítő csapatot, amely folyamatosan monitorozza a nemzetközi fejleményeket, és validált módszereket, modelleket továbbít képzés és szolgáltatás formájában.
Közben a HUN-REN kérdőíves felmérése közel ezres kutatói válaszadást hozott, ami alapján a központi szolgáltatások és képzések fejlesztését tervezik. Eszerint gyakori probléma, hogy egyes kutatók személyes AI-előfizetéseket használnak, ami adatbiztonsági és költségmegosztási szempontból aggályos.
Agentic Discovery Platform: központi hozzáférés és kutatásra specializált ügynökök
Ennek a problémának a kezelésére a HUN-REN egy-két héten belül indítja az Agentic Discovery Platformot. A platform három fő célt szolgál:
- központilag finanszírozott hozzáférés biztosítása a kutatók számára a megszokott, vezető AI-modellekhez egy biztonságosabb környezetben;
- egy teljes mértékben belső hálózaton futó AI-rendszer elérhetővé tétele, ahol érzékeny kutatási adatokkal is lehet dolgozni;
- kifejezetten kutatásra specializált AI-ágensek biztosítása, amelyek kutatási adatbázisokhoz és irodalombázisokhoz férnek hozzá, képesek kódolni és megoldásokat lefuttatni.
A platformmal több mint 2000, AI által használható specialista eszközt tesznek elérhetővé, egy egységes felületen, hogy a kutatók könnyen kipróbálhassák és alkalmazhassák a különböző megoldásokat.
Kapcsolódás az iparhoz és a szuperszámítástechnika
A HUN-REN célja az is, hogy az AI- és szuperszámítástechnikai képességek a kutatói környezetről a hazai innovatív kis- és középvállalkozásokhoz is eljussanak. Magyarországon új szuperszámítógépes infrastruktúra épül a HUN-REN Wigner Fizikai Kutatóközpontban, ami nagy számítási igényű modellezések és szimulációk támogatására szolgálhat — például gyógyszerkutatásban, molekulakutatásban vagy anyagtudományban.
Az AI Factory Antenna program (HunAIFA) keretében a HUN-REN SZTAKI koordinációjával Magyarország csatlakozott egy uniós szuperszámítógépekre épülő gazdaság- és vállalkozásfejlesztési programhoz. Ennek részeként a következő hónapokban és években 15–20 fős szakértői csapatot terveznek felépíteni, amely hidat képezhet az innovatív, nagy számítási kapacitást igénylő AI-projektek és az európai szuperszámítógépes infrastruktúra között.
Ez a csapat segíthet vállalkozásoknak felmérni, érdemes-e üzleti vagy technológiai problémáikat szimulációval vagy szuperszámítógépes modellezéssel vizsgálni.
Összegzés
A HUN-REN hangsúlya a kutatásra orientált, hatékony és ellenőrizhető AI-megoldások fejlesztésén van: a nemzetközi együttműködések erősítése, a kutatók számára elérhető központi platformok és a szuperszámítástechnikai kapcsolatok építése egyaránt része a stratégiának. A közeljövőben induló Agentic Discovery Platform és a HunAIFA-hoz kapcsolódó kapacitások célja, hogy a hazai kutatói és ipari szereplők számára hozzáférhetővé tegyék a korszerű AI-eszközöket és a nagy számítási teljesítményt.
