A Nemzetközi Robotikai Szövetség (IFR) adatai szerint 2025-ben világszerte több mint 600 ezer új ipari robotot állítottak üzembe, 11 százalékkal többet, mint az előző évben. A gyárakban mĹąködő robotok száma ezzel meghaladta az ötmilliót. A robotika fejlődése azonban új szakaszba léphet: a következő nagy áttörést azok a rendszerek hozhatják el, amelyek nem csupán előre programozott utasításokat hajtanak végre, hanem képesek értelmezni környezetüket, önállóan megtervezni a feladataikat, és alkalmazkodni a váratlan helyzetekhez.

Az AI-ágensekre épülő robotikai rendszerek fejlesztése napjaink technológiai iparának egyik leggyorsabban fejlődő területe. Az új megoldások azonban a mérnöki tudással szemben is új követelményeket támasztanak. Az ország versenyképessége szempontjából ezért különösen fontos, hogy olyan szakemberek kerüljenek ki a felsőoktatásból, akik nemcsak használni, hanem érteni és fejleszteni is képesek ezeket a technológiákat. A Pázmány Péter Katolikus Egyetem Információs Technológiai és Bionikai Karán a mérnökinformatikus-képzésben a programozás és a mesterséges intelligencia mellett a fizika, az elektronika és a gyakorlati kutatómunka is meghatározó szerepet kap.

A ChatGPT és más generatív mesterségesintelligencia-rendszerek néhány év alatt alapjaiban változtatták meg a digitális munkavégzést. A fejlesztések következő nagy kihívása azonban már nem csupán a digitális térhez, hanem a fizikai világhoz kapcsolódik. Az úgynevezett embodied AI, vagyis a fizikai testtel rendelkező mesterséges intelligencia arra törekszik, hogy a robotok túllépjenek az előre meghatározott mozdulatsorok végrehajtásán: érzékeljék és értelmezzék a környezetüket, önálló döntéseket hozzanak, és akár összetett feladatokat is megoldjanak. Ebben egyre fontosabb szerep juthat az AI-ágenseknek, amelyek képesek egy meghatározott cél eléréséhez szükséges, egymásra épülő lépések megtervezésére és végrehajtására.

A technológiai versenybe a világ vezető vállalatai is bekapcsolódtak. A Tesla humanoid robotokat fejleszt, a Boston Dynamics és a kínai Unitree egyre fejlettebb mozgásra képes gépekkel kísérletezik, a Google DeepMind pedig a robotok környezetértelmezési és problémamegoldó képességeinek fejlesztésén dolgozik. A hosszú távú cél olyan intelligens rendszerek létrehozása, amelyek az ipari gyártásban és a logisztikában éppúgy alkalmazhatók, mint később a háztartásokban vagy az egészségügyben.

„A mesterséges intelligencia a digitális térben már rendkívül jól teljesít. Az egyik legnagyobb kihívás most az, hogyan tudjuk mindezt átültetni a fizikai világba. Ahhoz, hogy egy robot megértsen egy háromdimenziós teret, tájékozódjon benne, megfogjon vagy áthelyezzen tárgyakat, komplex problémamegoldásra van szükség. Ez jelenleg a robotikai kutatások egyik legizgalmasabb területe” – magyarázza Dr. Horváth András, a Pázmány ITK egyetemi docense.

A robotok egyre fejlettebbé válása ugyanakkor nem jelenti a hagyományos mérnöki ismeretek háttérbe szorulását. Egy fizikai környezetben mĹąködő rendszer megalkotásához az algoritmusok ismerete mellett az érzékelők, az elektronika és a fizikai törvényszerĹąségek megértése is elengedhetetlen. A mesterséges intelligencia által javasolt megoldásokat ráadásul folyamatosan ellenőrizni kell, hiszen egy robot hibás döntése nemcsak digitális, hanem közvetlen fizikai következményekkel is járhat.

Ezt a komplex szemléletet képviseli a Pázmány Péter Katolikus Egyetem mérnökinformatikus-alapképzése is. A hallgatók a képzés során stabil matematikai, fizikai és programozási alapokat szereznek, majd két specializáció közül választhatnak: a szoftvertechnológia és nyelvtechnológia, illetve az érzékelő robotok és digitális elektronika területén mélyíthetik el tudásukat. Az oktatás így nem korlátozódik a szoftverfejlesztésre: a fizikai eszközökkel végzett mérések, az érzékelőrendszerek mĹąködése és az ezekhez kapcsolódó adatfeldolgozás ugyancsak fontos részét képezik.

„A mérnökinformatika nálunk nem kizárólag szoftverfejlesztést jelent. Fontosnak tartjuk, hogy a hallgatók fizikai eszközökkel is dolgozzanak, méréseket végezzenek, és az ezekhez kapcsolódó szoftvereket is képesek legyenek megtervezni. A matematikai és fizikai alapozás azért különösen lényeges, mert olyan tudást ad, amely akkor is használható marad, amikor a jelenlegi technológiai eszközök már teljesen átalakultak” – hangsúlyozza Dr. Tornai Kálmán, a kar egyetemi docense és dékánhelyettese.

A gyakorlati tapasztalat különösen fontos egy olyan időszakban, amikor a mesterséges intelligencia már a programozási feladatok egy részét is képes önállóan elvégezni. A mérnököknek ezért egyre inkább túl kell látniuk az eszközök egyszerĹą használatán: érteniük kell azok mĹąködését, fel kell ismerniük a hibalehetőségeket, és önállóan is képesnek kell lenniük összetett mĹąszaki problémák megoldására.

„Minden mérnökinformatikusnak legalább egyszer önállóan is létre kell hoznia egy mĹąködő programot vagy algoritmust. Nem azért, mert a jövőben feltétlenül mindent magának kell majd megírnia, hanem mert ez fejleszti az algoritmikus gondolkodást és a problémamegoldó képességet. Közben természetesen azt is meg kell tanulni, hogyan használjuk jól a mesterséges intelligenciát, és mikor nem szabad megbíznunk a válaszaiban” – mondja Dr. Zsedrovits Tamás, a Pázmány ITK egyetemi docense, a mesterségesintelligencia-mesterképzés szakfelelőse.

A technológiai fejlődés tehát nem megszünteti, hanem átalakítja a mérnökök feladatait. Ma már mesterségesintelligencia-eszközök segítségével rövid idő alatt készülhet mĹąködő programkód, a valódi mérnöki munka azonban nem ér véget a kód előállításával. A szakembereknek azt is érteniük kell, mi történik a háttérben, és képesnek kell lenniük arra, hogy egy összetett rendszerben felismerjék, megkeressék és kijavítsák a hibákat. Miközben tehát az AI egyre több részfeladatot vehet át, a komplex rendszerek átlátása, ellenőrzése és a fizikai világgal való összekapcsolása továbbra is komoly szakmai felkészültséget igényel. Hosszú távon ezért azok a képzések jelenthetnek valódi előnyt, amelyek nem csupán az aktuális technológiák használatára készítenek fel, hanem olyan stabil alapokat adnak, amelyekre a következő évtizedek fejlesztései is épülhetnek.

A mesterséges intelligencia kutatása és oktatása a Pázmányon több évtizedes múltra tekint vissza. A kar alapító dékánja, Roska Tamás professzor már az 1990-es években celluláris neurális hálózatokkal foglalkozott, jóval azelőtt, hogy a mélytanulás a technológiai fejlődés meghatározó irányává vált volna. A neurális hálózatok és a mesterséges intelligencia ma is a tananyag szerves részét képezik, a hallgatók pedig akár már első tanévükben bekapcsolódhatnak a kutatólaboratóriumok munkájába. Oktatói témavezetés mellett saját fejlesztési ötleteiken is dolgozhatnak, az elkészült programokat és kutatási eredményeket pedig később szakmai portfóliójukban is bemutathatják. Ez nemcsak a gyakorlati tudásuk elmélyítését segíti, hanem a munkaerőpiacon való elindulásukat is megkönnyítheti.

English Summary

As artificial intelligence moves from the digital world into physical environments, the next generation of robots will need to do much more than follow pre-programmed instructions. Powered by AI agents and embodied AI, robots are increasingly expected to understand their surroundings, make independent decisions and adapt to unexpected situations. This shift is creating new demands for engineers, who must combine expertise in programming and artificial intelligence with a solid understanding of mathematics, physics, electronics and robotics. At the Faculty of Information Technology and Bionics of Pázmány Péter Catholic University, students develop these skills through a combination of theoretical education, hands-on projects and research opportunities. They can also join research laboratories from their first year and gain practical experience under the guidance of academic staff. By building strong foundations rather than focusing solely on current technologies, the university aims to prepare engineers for the challenges of the next generation of intelligent systems.