A Nemzetközi Robotikai Szövetség (IFR) adatai szerint 2025-ben világszerte több mint 600 ezer új ipari robotot helyeztek üzembe, 11 százalékkal többet, mint egy évvel korábban. A gyárakban működő robotok száma ezzel meghaladta az ötmilliót. A robotok mára nemcsak előre programozott mozdulatokat tudnak végrehajtani, a következő nagy technológiai áttörést azok a robotok hozhatják el, amelyek képesek értelmezni a környezetüket, önállóan megtervezni feladataikat és alkalmazkodni a váratlan helyzetekhez.

Az AI-ágensekre épülő robotikai rendszerek fejlesztése a technológiai ipar egyik legdinamikusabban fejlődő területe, amely újfajta mérnöki tudást igényel, az ország versenyképessége szempontjából az újfajta technológiát értő és kezelő szakemberek képzése kiemelten fontos. A Pázmány Péter Katolikus Egyetem Információs Technológiai és Bionikai Karán a programozás és a mesterséges intelligencia mellett a fizika, az elektronika és a gyakorlati kutatómunka is meghatározó része a mérnökinformatikus képzésnek.

A ChatGPT és más generatív mesterséges intelligencia-rendszerek néhány év alatt átalakították a digitális munkavégzést. A fejlesztések következő nagy területe azonban már a fizikai világ. Az úgynevezett embodied AI, vagyis a fizikai testtel rendelkező mesterséges intelligencia célja, hogy a robotok ne csupán előre meghatározott mozdulatsorokat hajtsanak végre, hanem érzékeljék és értelmezzék környezetüket, döntéseket hozzanak, és összetett feladatokat oldjanak meg. Ebben egyre nagyobb szerepet kaphatnak az AI-ágensek, amelyek egy adott cél eléréséhez több egymásra épülő műveletet is képesek megtervezni és végrehajtani.

A technológiai versenyben a világ legnagyobb vállalatai is részt vesznek. A Tesla humanoid robotokat fejleszt, a Boston Dynamics és a kínai Unitree egyre összetettebb mozgásra képes gépekkel kísérletezik, miközben a Google DeepMind a robotok környezetértelmezési és feladatmegoldási képességeit fejleszti. A cél hosszabb távon olyan rendszerek létrehozása, amelyek az ipari gyártás és a logisztika mellett akár a háztartásokban vagy az egészségügyben is alkalmazhatók lehetnek.

„A mesterséges intelligencia a digitális térben már rendkívül jól teljesít.  Az egyik legnagyobb kihívás most az, hogyan tudjuk mindezt átültetni a fizikai világba. Ahhoz, hogy egy robot megértsen egy háromdimenziós teret, tájékozódjon benne, megfogjon vagy áthelyezzen tárgyakat, komplex problémamegoldásra van szükség. Ez jelenleg a robotikai kutatások egyik legizgalmasabb területe” – magyarázza dr. Horváth András, a Pázmány ITK egyetemi docense.

A robotok intelligensebbé válása ugyanakkor nem teszi feleslegessé a hagyományos mérnöki tudást. Egy fizikai környezetben működő rendszer fejlesztéséhez az algoritmusok mellett az érzékelők, az elektronika és a fizikai törvényszerűségek ismerete is nélkülözhetetlen. Ráadásul a mesterséges intelligencia által előállított megoldásokat ellenőrizni is kell, ugyanis egy robot hibás döntésének közvetlen fizikai következményei lehetnek. Ez a szemlélet határozza meg a Pázmány Péter Katolikus Egyetem mérnökinformatikus alapképzését is, ahol a hallgatók erős matematikai, fizikai és programozási alapozást kapnak. Két specializáció közül választhatnak: a szoftvertechnológia és nyelvtechnológia, valamint az érzékelő robotok és digitális elektronika területén mélyíthetik el tudásukat. A képzésben a szoftverfejlesztés mellett a fizikai eszközökkel végzett mérések, az érzékelőrendszerek és az ezekhez kapcsolódó adatfeldolgozási feladatok is megjelennek.

„A mérnökinformatika nálunk nem kizárólag szoftverfejlesztést jelent. Fontosnak tartjuk, hogy a hallgatók fizikai eszközökkel is dolgozzanak, méréseket végezzenek, és az ezekhez kapcsolódó szoftvereket is képesek legyenek megtervezni. A matematikai és fizikai alapozás azért különösen lényeges, mert olyan tudást ad, amely akkor is használható marad, amikor a jelenlegi technológiai eszközök már teljesen átalakultak” – hangsúlyozza dr. Tornai Kálmán, a kar egyetemi docense és dékánhelyettese.

A gyakorlati tapasztalat különösen felértékelődik egy olyan környezetben, ahol a mesterséges intelligencia már a programozási feladatok egy részét is képes elvégezni. A mérnökök számára egyre fontosabbá válik, hogy ne csupán használni tudják az AI-eszközöket, hanem megértsék azok működését, felismerjék a hibáikat, és önállóan is képesek legyenek összetett problémák megoldására.

„Minden mérnökinformatikusnak legalább egyszer önállóan is létre kell hoznia egy működő programot vagy algoritmust. Nem azért, mert a jövőben feltétlenül mindent magának kell majd megírnia, hanem mert ez fejleszti az algoritmikus gondolkodást és a problémamegoldó képességet. Közben természetesen azt is meg kell tanulni, hogyan használjuk jól a mesterséges intelligenciát, és mikor nem szabad megbíznunk a válaszaiban” – mondja dr. Zsedrovits Tamás, a Pázmány ITK egyetemi docense, a mesterséges intelligencia mesterképzés szakfelelőse.

A technológiai fejlődés folyamatosan alakítja a mérnökök munkáját. Ma már egy mesterségesintelligencia-eszközzel nagyon gyorsan lehet működő programkódot készíteni. De a működés mellett azt is érteni kell, mi történik a háttérben. Amikor egy összetettebb rendszerben hiba jelentkezik, a mérnöknek képesnek kell lennie megtalálni és kijavítani azt. Így miközben a mesterséges intelligencia egyre több részfeladatot automatizál, a komplex rendszerek megértése, ellenőrzése és a fizikai világgal való összekapcsolása továbbra is komoly szakmai kihívás. Ezért azok a képzések lehetnek hosszútávon értékállóak, amelyek olyan tudást adnak, melyre a jelenlegi technológiák mellett a következő évtizedek fejlesztései is épülhetnek.

A mesterséges intelligencia kutatásának és oktatásának a Pázmányon több évtizedes hagyománya van. A kar alapító dékánja, Roska Tamás professzor már az 1990-es években celluláris neurális hálózatokkal foglalkozott, jóval a mélytanulás jelenlegi térhódítása előtt. A neurális hálózatok és a mesterséges intelligencia ma is a kötelező tananyag részét képezik, a hallgatók pedig akár már az első tanévükben bekapcsolódhatnak a kutatólaboratóriumok munkájába. Személyes témavezetés mellett saját fejlesztési ötleteiken is dolgozhatnak, az elkészült programokat és kutatási eredményeket pedig később szakmai portfóliójukban is bemutathatják, amely nagyban segíti a munkaerőpiacra lépésüket.