A projekt címe: Öntanuló multiplatform adatfolyam-feldolgozó, intelligens adatmegjelenítő, predikciós és riasztási megoldás kutatása és fejlesztése
A kedvezményezett neve: Felsőbbfokú Tanulmányok Intézete
A projekt azonosító száma:GINOP-2.2.1-18-2020-00016
A projekt megvalósításának kezdete: 2020.01.17.
A projekt fizikai befejezésének tervezett napja: 2023.03.31.
A támogatás mértéke (%):63.56 %
A GINOP-2.2.1-18 K+F versenyképességi és kiválósági együttműködési program keretében az IASK a Geomant-Algotech Zrt. társasággal konzorciumban pályázati támogatást nyert „Öntanuló multiplatform adatfolyam-feldolgozó, intelligens adatmegjelenítő, predikciós és riasztási megoldás kutatása és fejlesztése” című projekttel.
A projekt megvalósításának kezdete 2020. 01.17. tervezett fizikai befejezése pedig 2023.03.31. A szakmai alapötletet a Geomant-Algotech Zrt. társcége, az Inova Solutions és a saját piackutatásuk adta. Az amerikai Inova Solution 1984 óta foglalkozik ügyfélszolgálati (contact center) riportolással és azokhoz készít szoftveres és hardveres megoldást, olyan cégeket szolgál ki, mint a Yahoo, Ge Capital, Avon. Tőlük érkezett az igény, hogy a riportolás ne csak a hagyományosan feldolgozott adatok megjelenítését jelentse, hanem képesek legyünk integrálódni egyéb rendszerekkel (CRM, ERP, logisztikai és pénzügyi rendszerek) is és az onnan érkező adatok közötti összefüggéseket automatikusan felismerjük, feldolgozzuk. A felmérések alapján jelenleg nem létezik általános adatfolyamkezelő eszköz a nemzetközi piacon, minden megoldás egy-egy piaci szegmens problémájának megoldására fókuszál csak. Egy intelligens riportolás egyértelműen piaci igényt elégítene ki, s erre jelenleg nem létezik kész megoldás, hatalmas integrációs projektek keretében oldhatók csak meg ezek a problémák, mely projektek költségei nehezen igazolhatóak megtérülés szempontjából.
A projekt célja tehát egy olyan rendszer létrehozása, mely a különböző – egymástól akár teljesen és eddig nem egységesített – adatforrásokból érkező információt tereli közös platformba, majd ott feldolgozza és a kinyert információt egy közös – az összefüggéseket felismerő és felhasználó – platformon implementálja. A rendszer újdonságtartalmát elsősorban az adatfolyamok egységesítése, az adatok automatikus feldolgozása, analizálása, valamint a mesterséges intelligencián alapuló – emberi munkát nem igénylő – összefüggéskeresés és anomáliafelismerés jelenti.
A létrejött eredmény a valós idejű adatfolyamfeldolgozás és megjelenítés (real time big data visualization) területén alkalmazható felhőalapú szolgáltatás lesz, mely mesterséges intelligencián alapulva analizálja és egységesíti a különböző forrásokból érkező adatfolyamokat. Az MI alapú analizálás lehetővé teszi, hogy az adatok alapján anomáliákat (a megszokott mintázattól való eltérést) ismerjen fel a rendszer, illetve a már beérkező adatok alapján becsléseket, predikciót lesz képes adni a jövőbeni adatminőségről.
FTI feladata a projektben
Egyrészt adatfolyam analizáló réteg ipari kutatása és a mesterséges intelligencia alapú mintázatanalízis modell elkészítése. A Geomant Algotech Zrt. által meghatározott adatfolyamokat AI segítségével analizálja és felismeri azok karakterisztikáját. Az FTI-vel szemberni elvárás, hogy tudományos kutatás során folyamatosan szem előtt tartsák azt, hogy a létrehozott eredmény működő szoftverként is meg fog valósulni, így nem elegendő a matematikailag legelegánsabb megoldás kikutatása, elengedhetetlenül szükséges az infokommunikációs optimalizáció esetleg a létrehozott modell egyszerűsítése olyan szintre, mely lehetővé teszi a hatékony szoftveres futtatást. A létrejövő szellemi termék teljes mértékben a kutatóintézet tulajdonában marad, a Geomant-Algotech Zrt. felhasználói jogot szerez a termékre, hivatkozva a jogtulajdonosra.
Másrészt pedig az anomáliafelismerő és predikciós algoritmus ipari kutatása, melynek eredményeképp öntanuló folyamatok segítségével felismerhetővé teszi a karakterisztikától eltérő adatfolyamokat (anomáliák) illetve normál karakterisztika esetében előrejelzésre, predikcióra lesz képes a várható érték meghatározásához. Hasonlóan a többi modellalkotáshoz, itt is különösen fontos a létrehozott szellemi termék szoftveres interpretálhatósága. Az anomáliafelismerésnek valós időben, a predikciónak pedig pár másodperces válaszidővel való megvalósítása a cél. A kutatási eredmények a Felsőbbfokú Tanulmányok Intézetének tulajdonában maradnak, a Geomant-Algotech Zrt. felhasználási jogot kap jelen, illetve jövőbeni termékei és szolgáltatásai részére.
A pályázati támogatás teljes összege: 647.788.458 Ft, melyből a Geomant-Algotech Zrt. 235.562.500 Ft önrészt vállalt. Az FTI nem vállalt önrészt, a tevékenységére jutó támogatás összege: 99.008.000 Ft.
Hírek a projekt alakulásáról
A létrejött eredmény a valósidejű adatfolyamfeldolgozás és megjelenítés (real time big data visualization) területén alkamazható felhőalapú szolgáltatás, mely mesterséges intelligencián alapulva analizálja és egységesíti a különböző forrásokból érkező adatfolyamokat. Kutatásunk és kísérleti fejlesztéseink eredményét felhőkörnyezetre (Microsoft Azure) optimalizáltuk, de biztosítjuk a helyszíni telepítés (onpremise) lehetőségét is azon felhasználók számára, akiknél nem engedélyezett az adatok helyi környezeten kívüli tárolása. Megoldásunk fontos részét képezi egy önállóan használható riportszerkesztő felület, mely a digital signage képességeket beépítve biztosítja felhasználóink számára a komplex, modern riportok vizuális létrehozását.
A projekt zárószakaszában több, korábban már lezártnak tekintett részfeladatot is újra megnyitottunk, hogy az időközben megjelent újdonságokat felhasználhassuk. Ez érintette mind a kutatási, mind a kísérleti fejlesztési feladatokat. Ezen kiegészítések legfőképp az időközben elérhetővé vált OpenAI mesterséges intelligencia platform által nyújtott lehetőségek kiaknázását jelentette. Eredeti terveink szerint a Microsoft Azure AI platformjának felhasználására fókuszáltunk, de nem tehettük meg, hogy az egyre nagyobb piaci visszhangot keltő OpenAI rendszer ne legyen natív módon integrálva megoldásunkba.
Projektünk során végig törekedtünk a moduláris megvalósításra. Ezt a szemléletet követtük a kutatási munkák alatt is. Valamennyi eredmény önálló egységet képez, így más megoldások számára is hasznosítható