Digi Műhely

A Digitalizáció, mesterséges intelligencia és adatkorszak műhely célja, hogy kutassa az új technológiák gazdasági és társadalmi hatásait, a digitális transzformáció és a gazdasági verseny összefüggéseit és megállapítsa, hogy hol és milyen lehetőségek rejlenek ebben a pénzügyi világ számára. A műhely kutatási repertoárjában megjelennek a pénzügyi világ digitális fejlődését egyre inkább meghatározó területek, mint a FinTech, vagy a digitális jegybankpénz, valamint a fejlődés szempontjából kiemelt technológiák is, mint a blockchain, vagy akár a mesterséges intelligencia.

Az MNB-BME együttműködés keretében 2019 óta működik az egyetemen a Digitalizáció, mesterséges intelligencia és adatkorszak műhely (rövidebben általában csak: „digitalizációs műhelyként” „Digi műhelyként” vagy „Ipar 4.0 műhelyként” nevezik) tevékenysége, amelynek kutatásai többek között az alábbi kihívásokkal, témakörökkel kapcsolatosan kerültek meghatározásra.

A digitális kor egyik fontos, új minősége az általános, mindenre kiható digitalizáció, a hálózati összekapcsoltság, a hálózatosodás. A digitális kor a kommunikáló ágensek és az információ közti kapcsolatot a hálózati összekapcsoltság révén olyan módon könnyítette meg, ahogy a kerék feltalálása megkönnyítette a dolgok, tárgyak mozgatását. A hálózati összekapcsoltság a digitális kommunikációs tér kereke.

A mesterséges intelligencia a következő „általános célú technológia”, azaz olyan technológiai megoldás, amely a gazdaság és szélesebben értelmezve az élet szinte minden területén felhasználható. Alkalmazása a gazdasági versenyképesség egyik meghatározó tényezője lesz az elkövetkező évtizedekben. Lényeges kérdés és problémakör, hogy hol és mikor használjuk a mesterséges intelligencia koncepcióját, illetve eszközeit a pénzügyi világban, illetve általánosabban a gazdaságban.

A tudásfelhalmozás és tudásátadás módja is megváltozik a digitális eszközök alkalmazása révén, a szenzorforradalom eredményeként az ember tevékenységéről, a természetes és teremtett környezetünkről olyan minőségű és mennyiségű adat keletkezik, amely eddig sosem állt rendelkezésre, ezt tekinthetjük az adatkorszak nyitányának. Az emberek, a gépek, a dolgok, a természeti és műszaki folyamatok digitális lábnyomainak elemzésével újfajta, a korábbiaknál sokkal megalapozottabb tudáshoz juthatunk az emberről, annak környezetéről, így a gazdasági folyamatokról. A minőségileg és mennyiségileg újfajta tudásrendszer, a digitális tér kialakulása arra is esélyt ad az ember számára, hogy megtalálja és kialakítsa azokat a feltételeket, megoldásokat, technikákat, amelyek biztosíthatják számára, hogy a jelenleginél sokkal hatékonyabban, hosszú távon fenntartható módon éljen természetes környezetében.

A digitális ökoszisztéma új minőségei generálják bizonyos technológiák társadalmi hatásainak exponenciálisan gyorsuló növekedését. Az Ipar 4.0 világa, az automatizáció, a szenzorok jelentette tömeges adatkezelés és felhasználás problémakörei, a megváltozott generációs igények, a teljes iparágakat érintő munkahelyi, szervezeti innovációs folyamatok kezelése egyaránt vizsgálandó területek. A megfelelő felmérés, a változások trendjeinek felvázolása, az előrelátható krízishelyzetek hatásának csökkentése, esetlegesen nyertes helyzetté tételének tudományos elemzése és gyakorlati kidolgozása a két intézmény szervezésében lehetségessé válhat.

A közös munka révén, a legfrissebb trendeknek megfelelően, többek között olyan területek vizsgálata valósult és valósul meg, mint a blokklánc alapú digitális jegybankpénz rendszerek kutatása, a gépi tanulás és mélytanulásos algoritmusok gyakorlati elemzése Natural Language Processing érintésével, a KKV-k és a lakosság digitalizációs felmérése, valamint a banki mobilalkalmazások felhasználói élmény (UX) centrikus tanulmányozása.

A műhely fontos oktatási célja, hogy növelje a BME-s diákok, különösen a mérnökképzések hallgatóinak pénzügytudatosságát és hogy a hagyományos ismereteken túl, megismertesse őket az új pénzügyi technológiákkal is.

Résztvevők: Csigó Péter, Dobos Imre, Bánhidi Zoltán, Szakadát István, Janky Béla, Tófalvy Tamás, Nemeslaki András

2021-ben egy, a vállalati szektor egészét reprezentáló 2500-as nagymintás vállalati véleménykutatást végeztünk a vállalatok digitális átállásával kapcsolatban, az e-net közvélemény kutató cég közreműködésével. Az adatbázis két hullámban történő mintavételen alapul: 2020 júliusában és októberében készült egy-egy, nagyjából 1250 fős felvétel. Egyedülálló kutatási alapanyag keletkezett így.

Résztvevők: Kocsis Imre, Gönczy László, Klenik Attila, Varga Pál, Frankó Attila, Oláh Bence, Mezei Kitti

A digitális jegybank pénz (CBDC: Central Bank Digital Currency) a központi bank által kibocsátott pénz digitális formája, mely különbözik a tradicionális tartalék- és elszámolási számláktól, és bár annak ellenére, hogy sokan foglalkoznak vele, valójában még „nem létezik”, széleskörűen nem terjedt el, nem használják „élesben”, kutatóink így a lehetséges jövőbe léptek egy nagyot ebben az altémában.

Résztvevők: Gyires-Tóth Bálint, Knoll Zsolt, Németh Marcell, Szűcs Gábor, Gáspár Csaba

Az adatok használata, védelme, elemzése, kapcsán három témakörben működik együtt a BME és az MNB, ezek: megerősítéses mélytanulás, mélytanulás (deep learning) eljárások interpretálhatósága, illetve a gépi tanulási algoritmusok interpretációját segítő eszközök fejlesztése Python nyelven.

Résztvevők: Szűcs Gábor, Kiséry Máté Soma, Fábián István, Gulyás Gábor, Csarnó Tamás Péter, Gáspár Csaba

A személyazonosság, személyazonosítás online lehetőségei kapcsán három témakörben működik együtt a BME és az MNB, ezek az adversial jellegű támadások gépi tanuló modellek ellen és védekezés, a biometrikus azonosítás adatvédelemmel és tranzakció anonimitás és a privacy preserving gépi tanulási algoritmusok.

Ebben az alműhelyben két fő terület köré csoportosultak a kutatások. Egyrészt a mérnökoktatásban a pénzügyi tudatosság növelésének vizsgálatával és fejlesztésének lehetőségével, másrészt az MNB által kijelölt mobil applikációk User Experience vizsgálatával foglakoztunk.

Ebben az alműhelyben két fő terület köré csoportosult kollégáink kutatási és fejlesztési tevékenysége. Az egyik a telekocsi sávok lehetséges használatának elemzése volt szimuláció segítségével, a másik egy okostérkép alkalmazás fejlesztése.