Sajtónyilvános eseményen, az újságírókkal közösen várta a fiziológiai és orvostudományi Nobel-díj bejelentését a Szegedi Tudományegyetem vezetősége 2023. október 2-án, az egyetem központi épületében. Az SZTE kutatóprofesszorát, Karikó Katalint évek óta az esélyesek között tartották számon, és idén meg is kapta a tudományos világ legjelentősebb elismerését. A Szegedi Tudományegyetem élőben kapcsolta az SZTE történetének második Nobel-díjasát, Amerikából.
A Szegedi Tudományegyetem a Nemzeti Kutatási, Fejlesztési és Innovációs Hivatal által meghirdetett Tématerületi Kiválósági Program 2021 pályázati konstrukcióján az Innovációs és Technológiai Minisztérium, mint Támogató 2021.11.24-ei döntésével 1.199.519.969 Ft támogatást nyert el a „Smart rendszerek” című projekt megvalósítására. A projekt a Nemzeti Kutatási, Fejlesztési és Innovációs Alapból 100%-os vissza nem térítendő támogatásban részesült. A megvalósítás 2022.01.01-el megkezdődött, és 4 év áll rendelkezésre a támogatott szakmai program megvalósítására.
A Tématerületi Kiválósági Program célja, hogy a felsőoktatási intézmények és kutatóhelyek szakmai kiválóságára építve, tématerületi kutatásfejlesztési programokat bonyolítsanak le (beleértve az alapkutatást, alkalmazott kutatást és kísérleti fejlesztést).
A Smart Rendszerek Kutatóintézet 2018-ban alakult a Nemzeti Kiválósági Program keretein belül 12 kutatócsoport részvételével. A kutatócsoport dolgozói az alábbi területeken értek el jelentős kutatási és fejlesztési eredményeket:
1) Szoftvermérnöki feladatok: hatékony, megbízható és biztonságos IoT (Internet of Things) szoftverplatform fejlesztése smart rendszerek monitorozására, adatkinyerésre és a környezet vezérlésére.
2) A rendszerben keletkező adatok feldolgozása: optimalizációval, prediktív modellezéssel, és az erre épülő adaptív vezérléssel kapcsolatos problémák vizsgálata, a matematika, mesterséges intelligencia, képfeldolgozás és az adatbányászat eszköztárával.
3) Alkalmazásspecifikus feladatok: tömegközlekedési, egészségügy problémák vizsgálata klinikai orvosi és geoinformatikai kompetenciák felhasználásával.
A szakterület sajátosságai miatt a kutatás-fejlesztés smart rendszerek területén sokszor csak intenzív ipari együttműködések keretein belül lehet igazán hatékony. Erre kiváló példa a minimális erőforrás igényű IoT szoftverplatformok fejlesztése. Ilyen projektek évek óta haladnak előre az intézet munkatársai és olyan ipari szereplők közös munkájaként, mint a Samsung, az Intel és az ARM. A területi ipari együttműködések volumenét jól jellemzi, hogy az SZTE innen származó éves bevétele meghaladja az 1 millió eurót.
A Kutatóintézet dolgozói eddig több száz cikket publikáltak, melyek túlnyomó többsége az adott terület nemzetközileg elismert fórumain jelent meg. Természetesen ez a publikációs tevékenység kiterjedt nemzetközi együttműködéssel valósult meg. Több mint 30 külföldi egyetemmel jöttek létre társszerzős publikációk, melyek közül néhány ismertebbet nevet említve: Dresden University of Technology (Németország), Lund University (Svédország), Sungkyunkwan University (Korea), Texas A&M University (USA), University of British Columbia (Kanada) és University of California, Los Angeles (USA).
A jelenlegi pályázatban a kutatócsoportok egyik célja az eddigi sikeres kutatás-fejlesztési témák folytatása.
Új fókusz területként jelentkezik az MI modellek (speciálisan mélytanulási modellek) megbízhatósági problémáinak vizsgálata. Ez egy nagyon kritikus biztonsági probléma, hiszen napjainkban nagyon sok helyen alkalmaznak gépi tanulási modelleken alapuló szoftver megoldásokat. Ugyanakkor nem teljesen megoldott még az ilyen modellek biztonsági kockázatának kezelése. A kutatóintézet több kutatócsoportja is foglalkozni kíván ezzel a területtel. Tervezett kutatási téma a mesterséges neuronhálózatok formális és heurisztikus verifikációjával kapcsolatos módszerek vizsgálata továbbá a robusztus mesterséges neuronhálók jellegzetességeinek feltárása, valamint az úgynevezett deep-fake technológiák elemzése. Ígéretes kutatási irány annak vizsgálata, hogy a hagyományos szoftverminőség-biztosító és tesztelési módszerek adaptálhatók-e MI modellekre?
Matematikai kutatási feladat neurális hálózatok differenciálegyenletekkel történő modellezésének vizsgálata, illetve olyan folytonosan differenciálható neurális hálózatok keresése, melyek segítségével a „fekete doboz” szerű kiértékelő szoftverek klasszikus algoritmusokkal is kombinálhatók.
Az MI modellek biztonsági problémáinak kutatása mellett kiemelt kutatási feladat annak vizsgálata, hogy a rohamosan fejlődő MI módszereket, hogyan tudják a kutatók biztonságosan és hatékonyan használni a különböző smart megoldásokban. Alkalmazási területként telemedicina, okos városok, különböző képfeldolgozási feladatok, illetve mobil robotikai megoldások kutatása szerepel a pályázati célkitűzésben. Nagyon ígéretes kutatás-fejlesztési terület az MI módszerek alkalmazása szoftver karbantartási, illetve tesztelési feladatokban.
A pályázatban résztvevő kutatók jelenleg is több nemzetközi EU-s pályázatban vesznek részt. A pályázat egyik célja, hogy növelje ezen nemzetközi kutatás-fejlesztési együttműködések számát és volumenét. Mivel a MI területhez kapcsolódóan jelentős a nemzetközi érdeklődés, ezért erre reális esély van.
Másik fontos cél, hogy a résztvevők megőrizzék és lehetőség szerint növeljék a kutatóintézet igen jelentős nemzetközi és hazai ipari együttműködéseit. Erre is jó esélyük van, mivel több területen folyamatosan erősödik az együttműködés a Samsung céggel és más partnerekkel is vannak hosszútávú együttműködéseik (ARM, Sagemcom).
A projekt azonosító száma: TKP2021-NVA-09
Szakmai vezető: Prof. Dr. Gyimóthy Tibor (gyimothy@inf.u-szeged.hu)
