Sikeresen lezajlott a Magyar LDS Workshop
Sikeresen lezajlott az európai Language Data Space workshopsorozat magyar eseménye 2024. október 1-jén a Crowne Plaza Budapest Hotelben.
A Magyar LDS workshop a negyedik volt a sorban Finnország, Svédország és Luxembourg után.
Váradi Tamás vezetésével a helyi szervezők (a HUN-REN Nyelvtudományi Kutatóközpont) és a LDS Konzorcium vezető intézményének, a Német Mesterséges Intelligencia Kutatóközpontnak (DFKI) a munkatársai együtt dolgoztak azon, hogy az esemény meg tudja szólítani a megfelelő célközönséget és minél több érdeklődőt elérjen.
A workshop sikeresen összehozta a fejlesztőket, kutatókat, adatgazdákat és az ipari szereplőket.
Az esemény házigazdája Váradi Tamás, az LDS konzorcium magyar képviselője, a HUN-REN Nyelvtudományi Kutatóközpont Nyelvtechnológiai és Alkalmazott Nyelvészeti Intézet igazgatója volt.
A workshopot Jakab Roland, a HUN-REN vezérigazgatója és egyben a Mesterséges Intelligencia Koalíció elnöke nyitotta meg. Elnök úr mint a mesterséges intelligencia magyarországi nagykövete rendkívül fontos munkaként tekint az LDS konzorcium tevékenységére, hiszen a minél nagyobb mennyiségű, jó minőségű adat hozzájárul a magyar nyelvű mesterséges intelligencia fejlődéséhez.
A workshopon az első szekcióban az LDS-ről, az LDS platformról, a pályázatról, a törekvésekről kaptak egy átfogó képet a hallgatók. A második rész az adatokról szólt: milyen és mennyi adat áll rendelkezésre. A panelbeszélgetés pedig a konkrét felhasználásról, fejlesztésekről szólt.
Philippe Gelin és Dhafer Lahbib – az Európai Bizottság DG-CNECT főigazgatóságától – előadásaikban az EU-s pályázatokról; az Digital Europe Programme-ról és az európai Language Data Space célkitűzéseiről és várható eredményeiről beszéltek.
Az LDS-ről mint projektről, az előzményekről, a konzorciumról, a platformról, az LDS közösségről, az EU-ban betöltött szerepéről és természetesen a konkrét célokról Georg Rehmtől, az LDS koordinátorától hallhattunk.
A kávészünetben a résztvevők további izgalmas eszmecserét folytattak az előadókkal.
A szünetet követően Váradi Tamás mutatta be a Nyelvtechnológiai Kutatócsoport fejlesztéseit, a magyar nyelvi modellek eredményeit és a magyar adatokban rejlő lehetőségeket.
A következő két előadást két adatgazda tartotta; Kalcsó Gyula, az Országos Széchényi Könyvtártól és Holl András, az MTA Könyvtár és Információs Központtól. Előadásukban bemutatták a meglévő anyagaikat, és rámutattak a még kiaknázatlan lehetőségekre.
A szekció negyedik előadása más vizekre evezett, az írott nyelvi adatok után a hangzó nyelvi adatok kapták a főszerepet. Fegyó Tibor, a SpeechTex kft.-től az audio-adatbázisokról és a gépi leiratozó alkalmazások fejlesztéséről tartott előadást.
A esemény záró szekciója a panelbeszélgetés volt, ami rendkívül izgalmasra sikerült. Kutatók, fejlesztők és az ipar is képviseltette magát. A panelrésztvevők: Németh Géza (BME TMIT), Sebők Miklós (HUN-REN TK Politikatudományi Intézet), Farkas Richárd (SZTE MILAB) és Horváth-Varga János (Telekom Zrt.) voltak. A panelbeszélgetést Gyires-Tóth Bálint (BME TMIT) moderálta, aki a szakma kiemelkedő szereplője. Kérdései izgalmasak és aktuálisak voltak a mesterséges intelligencia és a magyar, illetve angol nyelvű nagy nyelvi modellek tekintetében. Németh Géza és Farkas Richárd bár kutatók, ipari partnerek számára is készítenek alkalmazásokat, Sebők Miklós szintén egy más nézőpontot nyújtott a politikai szövegekkel, Horváth-Varga János pedig a felhasználók oldalát képviselte. Azzal kapcsolatban, hogy hogy látják az óriási, mindentudó modellek és a kisebb, speciális feladatra finomhangolt modellek közötti hasznossági versenyt, egyöntetű volt a válasz. Tehát a feladat már nemcsak a magyar anyagok gyűjtése, hanem a feladatspecifikus tanítóanyag készítése, gyűjtése is. A fejtörést nem meglepő módon még most is a szerzői jogok adják.
Ez az esemény csak az első lépés volt az egységes európai adatgazdaság infrastruktúrája megteremtése felé.
Bízunk benne, hogy minden résztvevő inspiráló és motiváló gondolatokkal távozott a workshopról.