Szerezz nemzetközi tapasztalatokat a több mint 400 partneregyetem egyikén!
Új képzés indul 2026 ősztől – Mesterséges intelligencia informatikus MSc
Ösztöndíjak, pályázati lehetőségek
A mesterséges intelligencia kutatása, alkalmazása és oktatása
Gulyás László, az ELTE IK egyetemi docense a "Tudományos Kutatás Napja az ELTE-n" rendezvényen tartott előadásában átfogó képet nyújtott az Egyetem mesterséges intelligencia-tevékenységeiről és stratégiai irányairól. Az ELTE kiemelt célként kezeli a hallgatók alapvető MI-jártasságának biztosítását, az oktatók MI-kompetenciáinak fejlesztését. Az intézmény mesterszakot is létrehozott azok számára, akik mélyebb szakmai tudást kívánnak szerezni a területen, valamint átfogó MI-kódexben szabályozta az oktatásban történő felelős technológiahasználatot.
Horpácsi Dániel – Nagy megbízhatóságú szoftvereszközök
Horpácsi Dániel kutatási területe a nagy megbízhatóságú, formális módszerekkel támogatott szoftvereszközök tervezése és implementációja. Doktori értekezésében a statikus elemzés és a programozási tételek szerepét vizsgálta a refaktorálási lépések (jelentésmegőrző transzformációk) formális leírásában és verifikációjában. Munkássága azóta a programozási és logikai nyelvek matematikai formalizációjára, valamint az ezen leírásokra épített alkalmazások gépileg ellenőrizhető helyességbizonyítására fókuszál. Legújabb kutatásai a szoftveres sérülékenységek formális igazolására, illetve a bizonyítottan helyes programfordítás módszereire terjednek ki.
A gépi érzékelés csodája, a szenzorok és ami mögöttük van - Jelek és rendszerek
A Jelek és Rendszerek Kutatócsoport a matematikai modellezés és a mesterséges intelligencia (MI) algoritmusainak ötvözését kutatja. Az így kapott módszerek tanítása jóval kevesebb erőforrást igényel, miközben a matematikai alapú modell-vezérelt felépítésre támaszkodva átlátható és értelmezhető döntéshozatalt biztosítanak. A videóban egy saját fejlesztésű modell-vezérelt MI-alapú jelfeldolgozó rendszert mutatunk be, mely egy gumiabroncsba épített szenzor adatait felhasználva valós időben képes az úttípus és útminőség felismerésére és a kerék-út között ható tapadási súrlódás becslésére.