Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

A biztonságtudatosság oktatása a mesterséges intelligencia fókuszában

132 views

Published on

Kollár Csaba: A biztonságtudatosság oktatása a mesterséges intelligencia fókuszában

Az I. Szakképzés és oktatás: Ma – holnap konferencián elhangzott előadás prezentációja

Időpont: 2019. november 21.
Helyszín: Budapesti Műszaki és Gazdaságtudományi Egyetem Gazdaság- és Társadalomtudományi Kar, Budapest

Published in: Science
  • Be the first to comment

  • Be the first to like this

A biztonságtudatosság oktatása a mesterséges intelligencia fókuszában

  1. 1. I. Szakképzés és oktatás: Ma – holnap konferencia 2019. november 21. Budapesti Műszaki és Gazdaságtudományi Egyetem Gazdaság- és Társadalomtudományi Kar Budapest Kollár Csaba A BIZTONSÁGTUDATOSSÁG OKTATÁSA A MESTERSÉGES INTELLIGENCIA FÓKUSZÁBAN
  2. 2. BEMUTATKOZÁS
  3. 3. társadalmi vetületei gazdasági hatásai információbiztonság humán aspektusa biztonságtudatosság fejlesztése ember-robot interakció emberi oldala intelligens városok 1. Miért aktuális most beszélni a mesterséges intelligenciáról? 2. Melyek a mesterséges intelligenciához kapcsolódó fontosabb technológiák és megoldások? 3. Hogyan tanul a mesterséges intelligencia? 4. Hogyan, mit, kinek kell/lehet tanítani a biztonságtudatosságról a mesterséges intelligencia korában? kibernetika reneszánsza A MESTERSÉGES INTELLIGENCIA társadalmi vetületei gazdasági hatásai
  4. 4. A diákok a teszteket 100%-osra töltötték ki, mégis buták maradtak. névtelen pedagógus
  5. 5. BEVEZETÉS
  6. 6. Adatok Rengeteg adat áll rendelkezésre, ezek mennyisége folyamatosan növekszik Számítási kapacitás Olyan számítások is elvégezhetők belátható időn belül, amire tíz évvel ezelőtt még a szuperszámítógépek sem voltak képesek Algoritmusok Az AI-t támogató tanulóalgoritmusok, statisztika és valószínűségszámítás, regressziós modellek, klasszifikáció, klaszterizáció, lágyszámítási módszerek megjelenése a gyakorlati, összetett, komplex, bonyolult problémák megoldásában Szinergia Technológiák fejlődése és összekapcsolódása MESTERSÉGES INTELLIGENCIA – MIÉRT MOST?
  7. 7. MIFelhő alapú számítástechnika Robotizáció 0110101 1101010 1101010 BDA Mobil Biztonság(i kamerák) Közösségi média AR, VR, MR (I)IoT és szenzor Vezetékes és vezeték- nélküli hálózatok KAPCSOLÓDÓ TECHNOLÓGIÁK ÉS ALKALMAZÁSOK GIS, GPS
  8. 8. AZ MI FONTOSABB TUDOMÁNYTERÜLETI KAPCSOLATAI Számítás- tudomány Kommunikáció- és nyelvtudomány Biztonság- tudomány Biológia és orvostudomány Idegtudomány Pszichológia és pedagógia Szociológia FilozófiaMatematika Műszaki tudományok
  9. 9. • Testen viselhető okoseszközök (óra, cipő, póló, külső „csontváz”) • Testben levő okoseszközök (implantátumok, egészségügyi monitoring) • Hordozható okoseszközök (telefon, tablet) • Intelligens (önvezető) autók, járművek • Intelligens épületek/létesítmények (domotika) • Intelligens település/város • Intelligens ország/társadalom • Intelligens Föld A MESTERSÉGES INTELLIGENCIA LÉPTÉKEI
  10. 10. A GÉP TANÍTÁSA
  11. 11. GÉPI TANULÁS ÉS FELHASZNÁLÁS Tanító adatbázis Tanuló algoritmus Modell Tanulás Felhasználás Adatok Modell Információ az adatokról Elő- feldolgozás Elő- feldolgozás
  12. 12. Felügyelt tanulás • jó válaszok előre megadva, MI jósol • tréningadatbázis Nem felügyelt tanulás Problémák, kérdések: • Mit kellene megtanítani a géppel? • Mikor engedhetjük, hogy a gép nem felügyelt módon is tanuljon? • Milyen a tanulói környezete a gépnek? • Mennyi ideje van a gépnek/embernek, hogy a gép tanuljon? • Alul-, illetve túltanulás veszélye A GÉPI TANULÁS
  13. 13. A GÉPI TANULÁS* Bemenet Kézzel tervezett program Kimenet Szabály alapú rendszer Klasszikus gépi tanulás Bemenet Kézzel tervezett funkció Leképezés a funkciókból Kimenet Reprezentációs gépi tanulás Bemenet Tanult funkciók Leképezés a funkciókból Kimenet Mélytanulás (deep learning) Bemenet Tanult funkciók Tanult összetett funkciók Leképezés a funkciókból Kimenet *Bengio, 2016
  14. 14. 1. nem nyújt semmilyen segítségét, mindent az ember csinál. 2. teljes körű cselekvési alternatívákat kínál. 3. leszűkíti a cselekvést néhány választási lehetőségre. 4. egyetlen tevékenységet/műveletet végez. 5. végrehajtja a műveletet, ha az ember jóváhagyja azt. 6. mielőtt a műveletet végrehajtaná, lehetőséget az embernek, hogy azt megvétózza. 7. automatikusan hajtja végre a műveletet, de erről feltétlenül tájékoztatja az embert. 8. a művelet automatikus végrehajtás után csak akkor tájékoztatja az embert, ha az kéri. 9. a művelet automatikus végrehajtása után csak akkor tájékoztatja az embert, ha ilyen döntést hoz. 10. maga dönt el mindent, automatikusan működik, figyelmen kívül hagyva az embert. A GÉP AUTONÓMIÁJA – A SZÁMÍTÓGÉP…
  15. 15. A GÉP TANÍT
  16. 16. • Mesterséges intelligencia tanítja, mentorálja, tutorálja a diákokat, hallgatókat • Jobban modellezhetőek a társadalmi folyamatok, természettudományos megállapítások • Pozitív visszajelzés a fejlődésről a diáknak, a tanárnak • Jobban és szofisztikáltabban mérhető a diákok fejlődése • SNI-s, (szellemi) fogyatékos gyerekek jobban elfogadják a robotot • Kiterjesztett és virtuális világok: MI AR-rel és VR-rel együtt • A diákok szükségleteihez és tudásszintjéhez illeszkedő grafikus kezelőfelület A MESTERSÉGES INTELLIGENCIA AZ OKTATÁSBAN 1.
  17. 17. • Automatizálja a diákok munkáinak az értékelését • Széleskörűen támogatja a tanárok munkáját • Támogatja, hogy a tanárok tanulás-motivátorok legyenek • Személyre szabható a segítség, a fejlődés • A csoport teljesítményéhez igazítja a gyengébb tanulók egyéni fejlődését, fejlesztését A MESTERSÉGES INTELLIGENCIA AZ OKTATÁSBAN 2.
  18. 18. A BIZTONSÁGTUDATOSSÁG OKTATÁSA
  19. 19. • Aktuális kedv (lelki állapot) • Aktuális tartózkodási hely • Alvási szokások • Antropometriai jellemzők • Arc, arcvonások • Belépés/kilépés ideje • Családi állapot • Email cím • Fizetési/pénzhasználati szokások • Fizikai cím (lakcím, tartózkodási hely) • Hanghordozás, beszédstílus • Közösségi oldalakon ismerősök, aktivitások, posztolások, lájkolások, megosztások • Kulturális fogyasztás • Lakcím • Médiafogyasztási szokások • Munkahely(ek) • Név • Nyelvismeret és egyéb ismeretek • Rokonok, ismerősök (kapcsolati háló) • Szociális készségek • Szoftver- és alkalmazáshasználat (mit, mikor, mennyi ideig) • Telefonszám • Vásárlási szokások • Végzettségek • Viselkedés MILYEN ADATAINK VANNAK AZ ADATBÁZISOKBAN?
  20. 20. FOLYAMAT Adatforrások és adatok meghatározása Logfájlok Szervezet kommunikációja Szervezet viselkedése CERT jelentések Biztonsági szoftverek jelentései Alkalmazások jelentései Adatok tisztítása Adatbázisok Információ- bázisok Tudás- bázisok Algoritmus- bázisok Elő- feldolg. Adat- elemzés Tanuló- algorit- musok, gépi tanítás Kimeneti adatok, információk Szakember elemzi Eredmény Következmény • Beavatkozás • Oktatási és képzési programok BDA MI Adatvizualizáció
  21. 21. Kitekintés a jövőbe* *Future Today Institute, Gartner, PREMA, ÓE BGI MIM
  22. 22. • Az MI mindenhol megjelenik, köszönhetően a mobileszközökbe integrált MI platformoknak • A műszaki-informatikai fejlesztések mellett egyre nagyobb hangsúlyt kap az MI etikai és humán oldala • Az MI lényegesen hatékonyabbá fogja tenni a munkafolyamatokat • Az MI segítségünkre lesz, hogy a dolgokat jobban csináljuk • Az MI révén az életünk kényelmesebbé válik • Szakmák eltűnése, új szakmák születése • Együtt fogunk dolgozni az MI-ra épülő megoldásokkal A MESTERSÉGES INTELLIGENCIA JÖVŐJE 1.
  23. 23. • A veszélyes munkaterületeken az MI-ra épülő megoldások helyettesítik az embert • Egyre nagyon hangsúlyt kap az MI-vel kapcsolatos informatikai rendszerek védelme • Új hibajavító algoritmusok fejlesztése • Megbízható emberek kiválasztása és alkalmazása a hibás mesterséges intelligencia döntéseinek vizsgálatára, elemzésére, módosítására, felülírására • Új társadalmi gondolkodás megjelenése • Új törvények elfogadása A MESTERSÉGES INTELLIGENCIA JÖVŐJE 2.
  24. 24. • Kutatások: • Társadalmi kredit rendszere adat- és információbiztonsági kihívásai • A mesterséges intelligencia hatása a kreatív szakmákra/iparágakra • A mesterséges intelligencia megjelenése a személy- és vagyonbiztonság területén • Aláírásazonosítás és –hamisításdetektálás mesterséges intelligencia segítségével • Mesterséges Intelligencia Műhely • Mesterséges intelligencia a biztonságtechnikában című tantárgy • Releváns szak- és diplomadolgozati, illetve TDK témák • Konferenciaelőadások és szakmai tanulmányok KAPCSOLÓDÓ AKTIVITÁSAINK A BÁNKI KARON
  25. 25. Dr. Kollár Csaba PhD kibernetikus, doktorandusz Óbudai Egyetem Biztonságtudományi Doktori Iskola www.drkollar.hu | www.linkedin.com/in/drkollarcsaba | www.slideshare.net/drkollarcsaba KÖSZÖNÖM MEGTISZTELŐ FIGYELMETEKET!
  26. 26. • https://hellofuture.orange.com/app/uploads/2018/01/Intro-HELLO-FUTURE-1920x1080_v2.gif • https://www.politicscentral.org/wp-content/uploads/2017/02/Robot-human-handshake.png • http://clipart-library.com/clipart/zTX5M56Rc.htm • https://www.clipartwiki.com/downpng/iRThiTw_clip-art-robot-arm-icon-robot-arm-png/ • https://www.clipartwiki.com/downpng/bobTJ_computer-icons-symbol-phone-accessories-connection-mobile- connectivity/ • https://www.clipartwiki.com/downpng/iTTRwxT_security-camera-icon-cctv-icon/ • https://www.clipartwiki.com/iclip/iRoTxmb_social-media-bar-png/ • https://www.clipartwiki.com/downpng/mmJxoR_virtual-reality-hand-drawn-icon-png/ • https://icon-icons.com/icon/electric-sensor/12922 • https://icon-library.net/icon/network-icon-5.html • https://techcrunch.com/wp-content/uploads/2017/03/gettyimages-612692416.jpg?w=1390&crop=1 • https://ionemadamenoire.files.wordpress.com/2019/03/15518392623042.jpg • https://cultura.hu/kultura/banki-donat-szabadalmai/ • https://cdn.elearningindustry.com/wp-content/uploads/2019/01/5-ways-ai-is-changing-the-education-industry-1- 1024x574.jpg • https://miro.medium.com/max/1600/1*2qqjQQ0wW37Lbvkx50zPxg.jpeg • https://www.theverge.com/2018/11/1/18051196/ai-artificial-intelligence-curiosity-openai-montezumas-revenge-noisy- tv-problem • https://docs.oracle.com/cd/E15645_01/pt850pbr0/eng/psbooks/tprs/chapter.htm?File=tprs/htm/tprs14.htm • http://clipart-library.com/clipart/rTnrapoxc.htm FELHASZNÁLT KÉPEK FORRÁSA
  27. 27. A prezentáció az EFOP-3.4.4-16-2017-00019 „STEM Fejlesztések az Óbudai Egyetemen” című projekt keretében, annak támogatásával készült. SZOLGÁLATI KÖZLEMÉNY

×