A projekt címe: Mesterséges intelligencia alkalmazása a virtuális és kiterjesztett valóságban történő oktatási szimulációk felhasználói adatainak elemzésében, és ezen adatok felhasználása adaptiv virtuális oktatási környezetben

A projekt azonosítószáma: 2023-1.1.1-PIACI_FÓKUSZ-2024-00018

A (fő) kedvezményezett neve: ZENGO Kereskedelmi és Szolgáltató Korlátolt Felelősségű Társaság

Konzorciumi partner: Szegedi Tudományegyetem

Projekt összköltsége: 667 473 500 Ft

A szerződött támogatás összege: 456 921 500 Ft

A támogatás mértéke (%): 68,46%

Konzorciumi partnerek és a támogatási összeg megosztása:

A projekt megvalósítás időszaka: 2024.06.01 - 2026.05.31.

Projektmenedzser: Varga Márk

Projekt pénzügyi menedzser: Zsiros János

Szakmai vezető: Dr. Ferenc Rudolf

A projekt tartalmának bemutatása:

Napjainkban egyre népszerűbbek a VR képzések, de ezekben jelentős változás módszertani és oktatási mechanikai szempontból nem tapasztalható: jellemzően statikus, konstans elemekből álló tananyagot kell végigvinnie a tanulónak, így az képes “bemagolni ” a feladatot. Az ezekben elérhető kimutatások is hasonlóak: látható, hogy ki mennyi idő alatt és mennyire jól teljesítette a tananyagot, ami ugyan hasznos, de nem feltétlenül skálázza, osztályozza megfelelően a képzést elvégző személyeket, és semmiképp sem ad betekintést abba, hogy az adott személy hogyan tanulhatna, illetve teljesíthetne jobban. Hogy a tanulási élmény személyre szabottabb, hatékonyabb legyen, és az elvégzett oktatást mélyebb szinteken is ki lehessen értékelni, szükséges az oktatást végző személy emocionális állapotát (pl. stressz szintjét, fókuszáltságát) folyamatosan mérni az oktatás során. Az ilyen mérések elvégzésére a jelenleg piaci forgalomban kapható VR eszközök önmagukban nem képesek, jelenleg csak olyan megoldások léteznek, amelyek további szenzorokat is használnak bizonyos kiegészítő indikátorok méréséhez, mint például a pulzusmérők, vagy speciális VR eszközöket igényelnek, amelyek képesek az agyhullámok mérésére. Ezek alkalmazása túlságosan költséges, vagy nagymértékben ronthatja a tanulási élményt. A projekt során kifejlesztett termék a piacon elsőként képes lesz csupán a piaci forgalomban kapható VR eszközökkel mérhető indikátorok felhasználásával detektálni az oktatás alanyának emocionális állapotát, pl. a pillanatnyi stressz szintjét vagy a fókuszáltságát, valamint azok alapján adaptív módon megváltoztatni a tréning menetét. Ennek eléréséhez a külső eszközökkel mért paramétereket az alap VR indikátorok értékeivel közelítjük, majd mesterséges intelligencia modellekkel elemezzük, amelyek betanítás után minden külső mérőeszköz használata nélkül, valós időben, 1 másodpercen belül elérhető legalább 80%-os pontosságú előrejelzéseket tudunk adni a tréning alanyáról. Ennek eredményeként testreszabott, akár 20%-al hatékonyabb oktatás, és részletesebb, jobb minőségű, akár 30%-kal kevesebb emberi erőforrást igénylő kiértékelés készíthető. A projekt végére végleges forgalomba hozatalra kész, teljesen validált, piacképes terméket hozunk majd létre, melynek nemzetközi szintű újdonságtartalma a VR rendszerbe integrált, és annak szenzoradataira épülő MI előrejelző modellek, valamint az azok eredményére épülő tréninget kiértékelő és az oktatást adaptívan módosító algoritmusok lesznek. Az ún. a first repsonderek (tűzoltók, mentők, rendőrség, autómentés és a katonaság) oktatásában, a felnőttképzésben és a gyáriparban is nagy igény mutatkozik az adatok mélyebb értelmezésére és az oktatás hatékonyságának növelésére az adaptív szimuláció által.

A globális virtuális és kiterjesztett valóság katonai és oktatási piac mérete várhatóan eléri az 1,5 milliárd dollárt 2025-ig. Az adaptív oktatási szimulációs piac jelenleg körülbelül 300 millió dollárt tesz ki, és 20% éves növekedési rátát mutat. A projektünk a fenti célcsoportok számára hozzáadott értéket teremt az adaptív képességek és a mély adatelemzés révén, amely lehetővé teszi a felhasználói teljesítmény és viselkedés pontosabb értékelését. A rendszer K+F újdonságtartalmai számos szakterületen hasznosíthatóvá válnak, mint például a játékiparban (játékosok kiértékelése és a játékmenet adaptálása a kidolgozott MI modellekkel), orvostechnológiában (általunk kifejlesztett MI alapú elemzés alapján pszichológiai mérések, illetve diagnózis felállítás), vagy gépgyártó iparban prediktív karbantartás megvalósításához. A projekt eredményeként egy olyan mesterséges intelligencia alapú modellekkel támogatott VR/AR oktatási platform jön létre, ami képes meghatározni az oktatást végző személy pillanatnyi állapotát/érzéseit (pl. stressz szintjét, fókuszáltságát), és ezek alapján adaptív módon megváltoztatni az oktatás menetét, ezáltal hatékonyabb és testre szabott oktatást eredményezve.