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.
SECURIFORUM Biztonságtechnikai és tűzvédelmi kiállítás és konferencia
2019. október 10.
Lurdy konferenciaközpont
Budapest
...
BEMUTATKOZÁS
DIGITÁLIS KOR társadalmi vetületei
gazdasági hatásai
információbiztonság
humán aspektusa
biztonságtudatosság
fejlesztése
e...
1. A mesterséges intelligencia megjelenési formái és léptékei
2. A mesterséges intelligenciához kapcsolódó fontosabb
techn...
A mesterséges
intelligencia
megjelenési formái
és léptékei
Az MI néhány általános formája
Watson
Sophia
Deep Blue
• Testen viselhető okoseszközök (óra, cipő, póló, külső
„csontváz”)
• Testben levő okoseszközök (implantátumok,
egészségüg...
A mesterséges
intelligenciához
kapcsolódó
fontosabb
technológiák
Az MI és egyéb technológiák kapcsolata
Cloud - Felhő alapú számítástechnika
Analytics - Big data analitika, adatbányászat
...
Alapgondolatok
a mesterséges
intelligenciáról
• Az MI az intelligens gépek gyártásának tudománya és mérnöki gyakorlata
• Az MI egy izgalmas erőfeszítés a számítógépek g...
1. Számítási kapacitások exponenciális növekedése
2. Rendelkezésre álló adatok mennyisége
3. Fejlett algoritmusok
4. Techn...
Az MI fontosabb tudományterületi kapcsolatai
Számítástudo-
mány, informatika
Kommunikáció- és
nyelvtudomány
Biztonság-
tud...
Az MI kapcsolódó fogalmai
Különbség a program és az MI között*
program MI
• Programozó írta
• Determinisztikus: ugyan arra a
kérdésre ugyan azt a vá...
Az MI rendszerábrája
A mesterséges
intelligencia
felhasználási
területei a
biztonságtechnikában
• Valószínűségi modellek
• Kockázatfelismerés
• Kockázatelemzés
• Kockázatértékelés és válasz
• Kockázatfigyelés
• Kockáza...
Szövegfelismerés és -elemzés
• Nyomtatott, kontúros háttérrel rendelkező szöveg
beolvasása – OCR (pl.: Recognita 1.0, 1987...
• Mintázatfelismerés (pl.: ujjlenyomat)
• Egyszerűbb alakfelismerés (háromszög, kör, négyzet)
• Bonyolultabb alakfelismeré...
• Zajos környezet hangtisztítása
• Egyszerűbb hangfelismerés és megkülönböztetés
(ember hangját a környezettől)
• Hang non...
• Felderítés
• Mintázatok felismerése
• Kép, hang, szövegfelismerés
• Kapcsolati háló feltérképezése
• Nyomkövetés, haladá...
• Támadásdetektálás
• Riasztáskezelés
• Incidenskezelés
• Hálózati behatolásérzékelés és megelőzés
• Csalások felderítése
...
• Biztonsági rendszerek
• Kényelmesebb élet
• Élhetőbb város
• Rend a káoszban (tömegközlekedés)
• Energiaellátás
• Hullad...
Néhány példa a
gyakorlatból
Kiterjesztett valóság
MI
Ipar 4.0
MI
Intelligens épület
MI
Intelligens város
MI
Hagyományos adatok
Közösségi adatok
Online adatok
Társadalmi Kredit Rendszere
111111111111111111
MI
Adatok, bemenetek
Jövedelemadó
Kölcsön
visszafizetése
Hitelkártya
számla
Rezsiszámlák
Perköltség
megfizetése
Közlekedési
s...
• A szakemberek hatékonyabb munkát tudnak végezni
• Kiszűrhetők arcfelismerés alapján a veszélyes elemek
• Akinek az arca ...
A mesterséges
intelligencia adat- és
információbiztonsági
kihívásai
Visszaélés az egyén arcával
Visszaélés az egyén adataival és eszközeivel
Egyén illetéktelen követése
Hibásan működő szenzorok
Rendszerelemek közötti kommunikációs és hálózati hiba
Adatbázis - struktúrahiba
Adatbázisok hibás összekapcsolása
Rossz, hibás BDA
Hibás algoritmusok
Gépi tanulási hibák
A mesterséges intelligencia hibái
Emberi (szándékos) károkozás
A mesterséges
intelligencia hatása a
foglalkoztatottságra
a biztonságtechnika
területén
Mesterséges intelligencia Humán intelligencia
• Képes az emberi viselkedés és a
kognitív folyamatok szimulációjára
• Megra...
1. az emberek és aktivitásaik észlelése
2. a verbális kifejezések generálása (beszéd), illetve a
beszéd megértése
3. nonve...
1. Nem nyújt semmilyen segítségét, mindent az ember csinál.
2. Teljes körű cselekvési alternatívákat kínál.
3. Leszűkíti a...
Kitekintés a jövőbe
• Az MI mindenhol megjelenik, köszönhetően a
mobileszközökbe integrált MI platformoknak
• A műszaki-informatikai fejleszté...
• A veszélyes munkaterületeken az MI-ra épülő
megoldások helyettesítik az embert
• Egyre nagyon hangsúlyt kap az MI-vel ka...
• Társadalmi kredit rendszere adat- és
információbiztonsági kihívásainak kutatása
• Aláírásazonosítás és –hamisításdetektá...
Dr. Kollár Csaba PhD
Kibernetikus, doktorandusz
Óbudai Egyetem Biztonságtudományi Doktori Iskola
https://www.linkedin.com/...
• https://www.csc.gov.sg/images/default-source/ethos-images/ethos-issue-21/rahhuld_jevont-lead-image.jpg
• https://e3zine....
A prezentáció az Innovációs és Technológiai
Minisztérium Új Nemzeti Kiválósági
Programjának támogatásával készült.
Szolgál...
Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén
Upcoming SlideShare
Loading in …5
×

of

Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 1 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 2 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 3 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 4 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 5 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 6 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 7 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 8 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 9 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 10 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 11 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 12 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 13 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 14 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 15 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 16 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 17 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 18 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 19 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 20 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 21 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 22 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 23 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 24 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 25 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 26 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 27 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 28 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 29 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 30 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 31 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 32 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 33 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 34 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 35 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 36 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 37 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 38 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 39 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 40 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 41 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 42 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 43 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 44 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 45 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 46 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 47 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 48 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 49 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 50 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 51 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 52 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 53 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 54 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 55 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 56 Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén Slide 57
Upcoming SlideShare
What to Upload to SlideShare
Next

1 Like

Share

Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén

Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén
SECURIFORUM Biztonságtechnikai és tűzvédelmi kiállítás és konferencia
2019. október 10.
Lurdy konferenciaközpont
Budapest

Related Books

Free with a 30 day trial from Scribd

See all

Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén

  1. 1. SECURIFORUM Biztonságtechnikai és tűzvédelmi kiállítás és konferencia 2019. október 10. Lurdy konferenciaközpont Budapest Dr. Kollár Csaba PhD A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén
  2. 2. BEMUTATKOZÁS
  3. 3. DIGITÁLIS KOR társadalmi vetületei gazdasági hatásai információbiztonság humán aspektusa biztonságtudatosság fejlesztése ember-robot interakció emberi oldala intelligens városok A technológiák szinergiájának köszönhetően milyen fejlődési irányok képzelhetők el a mesterséges intelligencia és a biztonságtechnika metszéspontjában? mesterséges intelligencia
  4. 4. 1. A mesterséges intelligencia megjelenési formái és léptékei 2. A mesterséges intelligenciához kapcsolódó fontosabb technológiák bemutatása 3. Alapgondolatok a mesterséges intelligenciáról 4. A mesterséges intelligencia felhasználási területei a biztonságtechnikában 5. Néhány példa a gyakorlatból 6. Adat- és információbiztonsági kihívások 7. A mesterséges intelligencia hatása a foglalkoztatottságra a biztonságtechnika területén 8. Kitekintés a jövőbe Miről is lesz szó?
  5. 5. A mesterséges intelligencia megjelenési formái és léptékei
  6. 6. Az MI néhány általános formája Watson Sophia Deep Blue
  7. 7. • Testen viselhető okoseszközök (óra, cipő, póló, külső „csontváz”) • Testben levő okoseszközök (implantátumok, egészségügyi monitoring) • Hordozható okoseszközök (telefon, tablet) • Intelligens (önvezető) autók • Intelligens épületek/létesítmények (domotika) • Intelligens település/város • Intelligens ország (Digitális Jólét Program) • Intelligens Föld Az MI léptékei
  8. 8. A mesterséges intelligenciához kapcsolódó fontosabb technológiák
  9. 9. Az MI és egyéb technológiák kapcsolata Cloud - Felhő alapú számítástechnika Analytics - Big data analitika, adatbányászat Mobile - Mobil szolgáltatások és alkalmazások Social media - Közösségi média Security - Biztonság (kamerák, beléptetőrendszerek, stb.) AR - Kiterjesztett és kevert valóságok IoT - Dolgok internete Robots - Robotok és drónok Networks - Hálózatok, grid
  10. 10. Alapgondolatok a mesterséges intelligenciáról
  11. 11. • Az MI az intelligens gépek gyártásának tudománya és mérnöki gyakorlata • Az MI egy izgalmas erőfeszítés a számítógépek gondolkodóvá tételére, értelemmel bíró gépek létrehozására • Az MI az emberi gondolkodáshoz asszociált tevékenységek, mint döntéshozatal, problémamegoldás, tanulás automatizálása vizsgálata • Az MI olyan funkciók megvalósítására alkalmas gépek megalkotásának a tudománya, mely funkciókhoz intelligenciára van szükség, amennyiben azokat emberek valósítják meg • Az MI annak tanulmányozása, hogyan lehet számítógépekkel olyan dolgokat tenni, amelyeket jelenleg az emberek jobban tudnak • A számítástudomány azon részterülete, amely intelligens számítógépes rendszerek, MI programok kifejlesztésének kérdéseivel foglalkozik • A számítástudomány azon ága, amelynek célja olyan ágensek megépítése, amelyek az intelligens viselkedés egyes vonásaival rendelkeznek • Az MI az emberi gondolkodás, a természeti törvények modellezése számítógéppel Definíciók* *McCarthy, Futó, Borgulya
  12. 12. 1. Számítási kapacitások exponenciális növekedése 2. Rendelkezésre álló adatok mennyisége 3. Fejlett algoritmusok 4. Technológiák fejlődése és összekapcsolódása Miért most?
  13. 13. Az MI fontosabb tudományterületi kapcsolatai Számítástudo- mány, informatika Kommunikáció- és nyelvtudomány Biztonság- tudomány Biológia és orvostudomány Idegtudomány Pszichológia Szociológia Filozófia Matematika, statisztika Műszaki tudományok
  14. 14. Az MI kapcsolódó fogalmai
  15. 15. Különbség a program és az MI között* program MI • Programozó írta • Determinisztikus: ugyan arra a kérdésre ugyan azt a választ adja • Igen-nem, 0-1 jellegű eredményt ad • Az ember mondja meg, hogy mi a helyes eredmény • Szabályokat futtat, nincs helye a szabályok felülírásának • Programozó írta • Valószínűséggel dolgozik: bizonyos eséllyel ugyan az a válasz az adott kérdésre • Kevésbé-jobban, 85%-15% jellegű eredményt ad • A programozó a célt adja meg, a gép kísérletezi ki a helyes eredményeket • Mintákat vizsgál • Helye van a meglepetéseknek és a hangsúlyok eltolásának *Biczó (2017) alapján
  16. 16. Az MI rendszerábrája
  17. 17. A mesterséges intelligencia felhasználási területei a biztonságtechnikában
  18. 18. • Valószínűségi modellek • Kockázatfelismerés • Kockázatelemzés • Kockázatértékelés és válasz • Kockázatfigyelés • Kockázattervezés • Különböző kockázati tényezők/faktorok közötti összefüggések (korreláció) valószínűségi vizsgálata • Kockázat előrejelzés/predikció • Optimalizálás, vezérlés/szabályozás a kockázatok bekövetkezési valószínűségének a csökkentése Kockázatkezelés
  19. 19. Szövegfelismerés és -elemzés • Nyomtatott, kontúros háttérrel rendelkező szöveg beolvasása – OCR (pl.: Recognita 1.0, 1987) • Szép betűkkel megformált kézírás beolvasása • Kézírás beolvasása • Szennyezett (piszkos) papíron levő kézírás beolvasása • Beolvasott szöveg értelmezése • Beolvasott és értelmezett szöveg hibáinak kijavítása (pl.: elírás, hiányzó, vagy nem olvasható betűk, szavak) • Beolvasott szöveg fordítása • Beolvasott és értelmezett szöveg fordítása • Szövegalkotás stílus alapján
  20. 20. • Mintázatfelismerés (pl.: ujjlenyomat) • Egyszerűbb alakfelismerés (háromszög, kör, négyzet) • Bonyolultabb alakfelismerés • Bonyolultabb alakfelismerés és megkülönböztetés más tárgyaktól • Részletkutatás (kép egyes részei alapján tartalmak összekapcsolása) • Arcfelismerés • Arcfelismerés, beazonosítás, megkülönböztetés másoktól • Mozgásfelismerés • Követés (pl.: videón) • Felismerés rossz körülmények mellett (sötét, rossz felbontás, hiányos képi tartalom) • Szándékfelismerés (predikció) Képfelismerés és -elemzés
  21. 21. • Zajos környezet hangtisztítása • Egyszerűbb hangfelismerés és megkülönböztetés (ember hangját a környezettől) • Hang nonverbális elemeinek (hangszín, hangerő, stb.) felismerése • Nonverbális elemek elemzése révén szándék-predikció • Szavak felismerése • Mondatok felismerése és értelmezése • Adott személy beszédének felismerése és kiszűrése a környezetéből • Kontextuális beszédtartalom elemzés • Beszédgenerálás adott stílus szerint Beszédfelismerés és -elemzés
  22. 22. • Felderítés • Mintázatok felismerése • Kép, hang, szövegfelismerés • Kapcsolati háló feltérképezése • Nyomkövetés, haladási útvonal predikciója • Elkövetői csoport megrajzolása • Elkövetői profil megrajzolása Forenzikus területek
  23. 23. • Támadásdetektálás • Riasztáskezelés • Incidenskezelés • Hálózati behatolásérzékelés és megelőzés • Csalások felderítése • Botnet-vadászat • Biztonságos felhasználói azonosítás • Spamszűrés • Támadói mintázat/viselkedés meghatározása • Prediktív előrejelzések • Logfájlok mélyelemzése • Különböző, mesterséges intelligenciára épülő védelmi megoldások együttműködése • Eseményvizualizáció Kiberbiztonság
  24. 24. • Biztonsági rendszerek • Kényelmesebb élet • Élhetőbb város • Rend a káoszban (tömegközlekedés) • Energiaellátás • Hulladékgazdálkodás • Víz- és szennyvízgazdálkodás • Környezetvédelem • Megfigyelőrendszerek Épületek, városok
  25. 25. Néhány példa a gyakorlatból
  26. 26. Kiterjesztett valóság MI
  27. 27. Ipar 4.0 MI
  28. 28. Intelligens épület MI
  29. 29. Intelligens város MI
  30. 30. Hagyományos adatok Közösségi adatok Online adatok Társadalmi Kredit Rendszere 111111111111111111 MI
  31. 31. Adatok, bemenetek Jövedelemadó Kölcsön visszafizetése Hitelkártya számla Rezsiszámlák Perköltség megfizetése Közlekedési szabályok betartása Családtervezési korlátok betartása Fizetés a tömegközlekedésért Becsületesség Önkéntesség Jó szülő Bűnözési rekord Kapcsolat a többi internet-felhasználóval Online közzétett hírek megbízhatósága Vásárlási szokások
  32. 32. • A szakemberek hatékonyabb munkát tudnak végezni • Kiszűrhetők arcfelismerés alapján a veszélyes elemek • Akinek az arca nincs a rendszerben regisztrálva az gyanús (rejtőzködik, vagy külföldi) • Viselkedésalapú elemzés alapján kiszűrhetők azok, akik valamilyen (terror)cselekményt akarnak elkövetni • A rossz úton járókat beazonosítás után meg lehet szólítani • Korreláció, valószínűségszámítás, szociometria és hálózatelemzés alapján rejtett összefüggések is feltárhatók az egyes emberek, helyszínek, események között • Nyomon követhető egy személy fejlődése/leépülése • Nyomozás forró nyomon • Városok (és vidék) védelme a belső ellenségtől • Valós idejű nemzetbiztonsági átvilágítás lehetősége • Visszaszorulnak az álhírek Nemzetbiztonsági hatás
  33. 33. A mesterséges intelligencia adat- és információbiztonsági kihívásai
  34. 34. Visszaélés az egyén arcával
  35. 35. Visszaélés az egyén adataival és eszközeivel
  36. 36. Egyén illetéktelen követése
  37. 37. Hibásan működő szenzorok
  38. 38. Rendszerelemek közötti kommunikációs és hálózati hiba
  39. 39. Adatbázis - struktúrahiba
  40. 40. Adatbázisok hibás összekapcsolása
  41. 41. Rossz, hibás BDA
  42. 42. Hibás algoritmusok
  43. 43. Gépi tanulási hibák
  44. 44. A mesterséges intelligencia hibái
  45. 45. Emberi (szándékos) károkozás
  46. 46. A mesterséges intelligencia hatása a foglalkoztatottságra a biztonságtechnika területén
  47. 47. Mesterséges intelligencia Humán intelligencia • Képes az emberi viselkedés és a kognitív folyamatok szimulációjára • Megragadja és megőrzi az emberi szakértelmet és kommunikált tapasztalatot • Nagy mennyiségű adatot képes gyorsan megérteni, gyorsan ad választ • Nincs józan ész • Nem tud egyszerre vegyes tudással foglalkozni • Sokba kerül a fejlesztése • Jogi és etikai kérdéseket és problémákat vet fel • Intuíció, józan ész, ítélet, kreativitás, hit • Az intelligencia bemutatásának képessége hatékony kommunikáció révén • Érvelés és kritikus gondolkodás • Az ember hibázik • Korlátozott tudásbázis • A számítógéphez képest az adatfeldolgozás lassan történik az agyban • Az ember nem képes nagy mennyiségű adat tárolására a memóriájában
  48. 48. 1. az emberek és aktivitásaik észlelése 2. a verbális kifejezések generálása (beszéd), illetve a beszéd megértése 3. nonverbális kifejezések generálása, illetve a nonverbális jelzések megértése 4. az érzelmi állapotok modellezése, kifejezése és megértése 5. a szándékos cselekvések felismerése és közvetítése 6. együttműködés az emberekkel 7. navigálás (fizikai helyzetfelismerés) az emberek környékén és környezetében 8. társadalmi kontextusban tanulni az emberektől Az MI mérföldkövei
  49. 49. 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 ad 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…
  50. 50. Kitekintés a jövőbe
  51. 51. • 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 Az MI jövője I.
  52. 52. • 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 Az MI jövője II.
  53. 53. • Társadalmi kredit rendszere adat- és információbiztonsági kihívásainak kutatása • Aláírásazonosítás és –hamisításdetektálás mesterséges intelligencia segítségével (kutatás a Nemzetbiztonsági Szakszolgálat Szakértői Intézetével közösen) • Mesterséges Intelligencia Műhely • Mesterséges intelligencia a biztonságtechnikában című tantárgy • Releváns szak- és diplomadolgozati, illetve TDK témák • Konferenciaelőadások és szakmai tanulmányok Kapcsolódó aktivitásunk a Bánki Karon
  54. 54. Dr. Kollár Csaba PhD Kibernetikus, doktorandusz Óbudai Egyetem Biztonságtudományi Doktori Iskola https://www.linkedin.com/in/drkollarcsaba | http://www.slideshare.net/drkollarcsaba Köszönöm megtisztelő figyelmüket!
  55. 55. • https://www.csc.gov.sg/images/default-source/ethos-images/ethos-issue-21/rahhuld_jevont-lead-image.jpg • https://e3zine.com/wp-content/uploads/2018/01/robotic_process_automation_rpa_shutterstock_463259987web-990x693.jpg • https://cultura.hu/wp-content/uploads/2017/08/banki-donat-cigar-head.jpg • https://static.independent.co.uk/s3fs-public/thumbnails/image/2011/10/31/20/48-John-McCarthy-AP.jpg • https://blog.se.com/wp-content/uploads/2015/08/Smart-Cities-Segments.jpg • http://newsignal.es/sites/default/files/smart_home_system.png • http://www.industry4.hu • https://i.ytimg.com/vi/yQviYedbifM/maxresdefault.jpg • https://www.rathenau.nl/sites/default/files/styles/keyvisual_large_1920x1000/public/2018- 04/shutterstock_41674012.jpg?h=1e66e246&itok=lSl6ISiF • https://www.delnext.com/blog/wp-content/uploads/2017/02/delnext_blog_tracking-945x630.jpg • https://www.officevision.co.uk/wp-content/uploads/2018/11/maxresdefault.jpg • https://www.spindox.it/wp-content/uploads/2016/07/database.jpg • https://devclass.com/wp-content/uploads/2018/06/The-Agile-and-the-Continuous-Database-Drift%E2%80%A6Neat-film-title-but- somethingtoavoid-copy.jpg • https://images.techhive.com/images/article/2015/09/statistics-stats-big-data-analytics-100613892-large.jpg • https://dechema.de/events_media/Veranstaltungen/2018/Smart+Sensors/SmartSensors-height-1357-width-1920-p-15906.jpg • https://www.crookedmagazine.com.mx/wp-content/uploads/2018/09/mask1.jpg • https://hbr.org/resources/images/article_assets/2014/12/dec14_15_159737162.jpg • https://www.einfochips.com/blog/wp-content/uploads/2018/11/how-to-develop-machine-learning-applications-for-business- featured.jpg • https://futureoflife.org/wp-content/uploads/2015/11/artificial_intelligence_benefits_risk.jpg • https://www.intheblack.com/-/media/intheblack/allimages/sponsored-content/2018/dexus-office- space.jpg?rev=835b5eb0fcd5481b960b7abfeec3eed2 • http://legalexecutiveinstitute.com/artificial-intelligence-in-law-the-state-of-play-2016-part-1/ A felhasznált képek forrása
  56. 56. A prezentáció az Innovációs és Technológiai Minisztérium Új Nemzeti Kiválósági Programjának támogatásával készült. Szolgálati közlemény
  • VirgFarkas

    Aug. 9, 2021

Dr. Kollár Csaba PhD: A mesterséges intelligencia lehetőségei és kihívásai a biztonságtechnika területén SECURIFORUM Biztonságtechnikai és tűzvédelmi kiállítás és konferencia 2019. október 10. Lurdy konferenciaközpont Budapest

Views

Total views

629

On Slideshare

0

From embeds

0

Number of embeds

117

Actions

Downloads

0

Shares

0

Comments

0

Likes

1

×