Eseménynaptár

Informatikai előadás-sorozat a Magyar Tudomány Ünnepe alkalmából

Előadás-sorozat

Időpont

2017. november 30. 09.00-14.00 óra között

Helyszín

MTA SZAB-székház - 103-104 díszterem
6720 Szeged, Somogyi u. 7.

Részletek

Program

Feladatok bonyolultsága
Iván Szabolcs (Számítástudomány Alapjai Tanszék)

A számítógépek fő funkciója jól meghatározott számítási feladatok gyors elvégzése. Automatizálható, „gépies” feladatok esetében az embernél nagyságrendekkel gyorsabban és pontosabban képesek végrehajtani az utasításokat. Azonban vannak olyan problémák, amelyekre a mai napig nem ismert „hatékony” megoldási módszer abban az értelemben, hogy ezeket még a mai szuperkomputerek számítási kapacitásával sem lehet emberi idő alatt megoldani. A bonyolultságelmélet feladata az ilyen problémák felismerése, nehézségük igazolása.

 

Ember és gép, ember és kép(feldolgozás)
Nyúl László (Képfeldolgozás és Számítógépes Grafika Tanszék)

A számítógépes képfeldolgozás alapvető feladatai közé tartozik a képszegmentálás (a képen ábrázolt objektumok régióinak elkülönítése, körülhatárolása), a képregisztráció (a térben és/vagy időben elkülönülten felvett képek közötti térbeli/geometriai megfeleltetés), a képfúzió (több képen ábrázolt információ kombinálása egyetlen képpé), a képeken ábrázolt objektumok tulajdonságainak meghatározása, az objektumok és/vagy az ábrázolt színtér jellemzése. Képfeldolgozással ma már gyakorlatilag az élet szinte minden területén találkozhatunk az orvosi diagnosztikai rendszerektől az ipari gyártási és minőségbiztosítási folyamatokon át a biztonságtechnikai rendszerekig, az autonóm robotoktól, önjáró autókon át a kamerákkal felvértezett okostelefonokig. A képfeldolgozás szegedi története közel fél évszázados múltra tekint vissza. Előadásunkban ízelítőt adunk olyan alkalmazásokról, amelyekben a számítógépes képfeldolgozás munkáját segíti, helyettesíti vagy éppen a nagy mennyiségű adat automatikus feldolgozása által lehetővé teszi korábban elképzelhetetlennek tűnő feladatok elvégzését.

 

A modern mesterséges intelligencia néhány eredménye és problémája
Jelasity Márk (Számítógépes Algoritmusok és Mesterséges Intelligencia Tanszék)

A mesterséges intelligencia virágkorát éli, szinte évente oldunk meg olyan problémákat, amelyek korábban nagyon távolinak tűntek. Ilyenek például a bármely embernél jobb mesterséges Go-játékos vagy a fotók tartalmának leírására képes algoritmusok. Azonban számos olyan nyitott probléma van, amelyek a jelenlegi rendszerek vakfoltjaira mutatnak rá, mint például hétköznapi tudást igénylő kérdések megválaszolása vagy a rendszerek furcsa „optikai csalódásai”, amik azt jelzik, hogy a jelenlegi módszerek sok szempontból még mindig messze vannak az emberi intelligencia szintjétől. Az előadásban a fenti gondolatokat szemléltetjük néhány példán keresztül.

 

Aktigráf általános mozgáselemzési feladatokhoz
Gingl Zoltán (Műszaki Informatika Tanszék)

A mozgáselemzés egyre elterjedtebb a hétköznapi életben, mobiltelefonok, okosórák és más eszközök is képesek gyorsulásadatok gyűjtésére és bizonyos elemzésekre. A kereskedelmi forgalomban elérhető adott funkciókat támogató megoldások mellett fejlesztőkörnyezeteket is lehet használni, amelyek támogatják saját szoftverek futtatását. Mindkét esetben találkozunk kötöttségekkel, korlátos az aktív folyamatos mérési idő és tárkapacitás, a nyers adatok hozzáférése, a beállítási lehetőségek választéka. Ezt szem előtt tartva mutatunk be egy kutatási célú eszközt és környezetet, ami kifejezetten multidiszciplináris alkalmazok számára készült.

 

Mikroszimulációs eszközök a tudományban
Bánhelyi Balázs (Számítógépes Optimalizálás Tanszék)

Szimulációs játékokban egyre kisebb egységek viselkedését követik végig a játékok. Gondoljunk csak a városépítő simcity-re, amelyben már minden egyes lakos életét leszimulálja a program és így próbálja minél inkább életszerűvé varázsolni a játékot. De ha egy otthoni pc már képes egy kisebb város minden lakosát leszimulálni, akkor mire lehetnek képesek a nagyobb teljesítményű gépek? Milyen kutatási eredmények érhetők el ezen eszközzel, a mikroszimulációval? Az előadásomban pár felvezető példa után bemutatok a tanszékünkhöz köthető két ilyen eredményt. Az első példában Szeged város tömegközlekedésével kapcsolatos eredményeinket, míg a második példánkban magyarországi tehenészeteknek próbálunk jobb gazdasági döntéseket javasolni ezen eszközzel.

 

Szoftverhibák szisztematikus keresése tudományos módszerekkel
Beszédes Árpád (Szoftverfejlesztés Tanszék)

Hibamentes szoftver nem létezik, azonban törekedni kell a lehető legtöbb hiba felderítésére és javítására még a szoftver átadása előtt. Az előadásban a hibák szisztematikus felderítésében alkalmazható tudományos megközelítésekről lesz szó. E tevékenység nagyjából két további részre bontható: a hibák detektálása (hibás futással igazoljuk, hogy valahol hiba van a szoftverben) és azok lokalizálása (konkrétan rá is mutatunk a hiba helyére). A detektálás hagyományos módja a szoftvertesztelés, amelyre jól megalapozott módszerek állnak rendelkezésre. Azonban a lokalizálásra kevesebb tudományosan megalapozott megközelítés létezik, és azok kapcsolata a szoftverteszteléshez sem teljesen kiaknázott terület jelenleg. Az előadásban a két tevékenység kapcsolatával foglalkozunk, kitérve a legújabb tudományos eredményekre a területen.

Szervező

MTA SZAB Fizikai, Informatikai és Matematikai Szakbizottság

Kapcsolattartó

Dr. Dombi József (telefon: 36-62-546194)