Az ipari matematika a köznyelvben nem általános kifejezés. Hogyan lehet egyszerűen megfogalmazni?

A matematikai technológia a modellezésen, a szimuláción és optimalizáción, mint technológiai elemeken épül. Az iparban és az innovációs folyamatokban szokás ezt használni. A szimuláció azt jelenti, hogy a valóság egy folyamatát számítógépen leképezzük és ezt a modellt vizsgával több információhoz jutunk az eredeti folyamatról, mintha méréseket végeznénk. Ha pl. egy autót terveznek és kíváncsiak arra, hogy ennek mennyi lesz a légellenállása, akkor nem kell az autót megépíteni minden egyes teszthez, hanem csinálnak egy validált szimulációt az autó körüli áramlási folyamatról és hogyha van egy, a mérésekkel egyező, jó pontosságot adó szimuláció, akkor ezt a szimulációt fel tudják használni arra, hogy az autó egyes alkotóelemei körül jellemző légáramlást is vizsgálhassák, elemezzék. Így a virtuális prototípus készítésnél minden ilyen tesztelés számítógépes szimulációval is elvégezhető. Ezzel pedig rengeteg fizikai munkát, időigényes konkrét tesztelést megspórolnak. A módszert a nagy gyárak már régóta használják, neves vállalatok önálló szimulációs csoportokat alkalmaznak a gyáron belül. A gyártásfejlesztés folyamatába mára olyan mértékben épültek be ezek a vizsgálatok, hogy pl. az egyik Forma1-es csapat már kizárólag ilyen szimulációs eredmények alapján fejleszti versenyautóit.

Mi az önök alprojektjének a lényege?

A hatékony szimulációs eljárás alapja a jól kidolgozott módszertan, ami lefekteti az egyes részfeladatok sorrendjét. Mi a FIEK-es alprojektünkben arra vállalkoztunk, hogy olyan módszertanokat fejlesztünk, amelyeket ipari szereplők tudnak majd hasznosítani. Ez a fejlesztés az ipari matematikából adódóan olyan matematikai eljárásokon fog nyugodni, amiket részben mi fejlesztünk ki. A plusz hozzáadott érték az lesz, hogy új megoldásokat viszünk az iparnak, ahol majd hasznosítják azokat a napi feladataik során. Ez az egyik fő tevékenysége az alprojektnek.

Ezek az eljárások minden esetben átemelhetők lesznek az ipari szereplők számára?

A másik célunk, hogy a szimulációs módszertanok ipar számára történő átadása előtt kifejlesztünk egy informatika szoftvert is, amit közreadunk használatra. Bár ez gyakran nem egyszerű, a felhasználók dolgát megnehezíti, amikor a program nem kompatibilis az adott környezettel vagy nehézkes például a több komponensből álló szimulációs keretszoftver életre hívása. Erre való az ún. konténerezési eljárás, minek során a „kis”, de fontos programokat a megfelelő verzióban feltelepítjük, összefűzzük, „bekonténerezzük” egy nagy programmá, az arról készített digitális képet adjuk át a felhasználónak. Így a user nem bajlódik minden egyes részprogrammal. Mindezt megtehetjük hagyományos átadással, de ennél magasabb szint a ma már jól ismert felhő-alapú használat. Ezzel a módszerrel és a hozzá rendelt megfelelő infrastruktúrával akár egy mobiltelefonról is elindítható egy óriási, ipar számára hasznos számítás. A bonyolult ipari rendszerek könnyű telepítését és felhasználását segítő rendszer egy prototípusa az alprojekten belül már létezik.

Ezek az eljárások minden esetben átemelhetők lesznek az ipari szereplők számára?

A másik célunk, hogy a szimulációs módszertanok ipar számára történő átadása előtt kifejlesztünk egy informatika szoftvert is, amit közreadunk használatra. Bár ez gyakran nem egyszerű, a felhasználók dolgát megnehezíti, amikor a program nem kompatibilis az adott környezettel vagy nehézkes például a több komponensből álló szimulációs keretszoftver életre hívása. Erre való az ún. konténerezési eljárás, minek során a „kis”, de fontos programokat a megfelelő verzióban feltelepítjük, összefűzzük, „bekonténerezzük” egy nagy programmá, az arról készített digitális képet adjuk át a felhasználónak. Így a user nem bajlódik minden egyes részprogrammal. Mindezt megtehetjük hagyományos átadással, de ennél magasabb szint a ma már jól ismert felhő-alapú használat. Ezzel a módszerrel és a hozzá rendelt megfelelő infrastruktúrával akár egy mobiltelefonról is elindítható egy óriási, ipar számára hasznos számítás. A bonyolult ipari rendszerek könnyű telepítését és felhasználását segítő rendszer egy prototípusa az alprojekten belül már létezik.

Milyen szimulációkat végeztek eddig?

Az egyik eredményünk egy olyan szimulációs módszertan, amivel elektromos motorok melegedését tudjuk vizsgálni. Egyrészt fut a motor működését elektromágneses szempontból szimuláló kereskedelmi szoftver, másrészt fut a saját magunk által fejlesztett, termikus folyamatok programja. Ezek összefűzött eredményét fogjuk a közeljövőben rendelkezésre bocsátani, hogy utána bárki használni tudja a saját méréséhez.

Egy korábbi ismertető szerint a gyógyászati fronton is jelen vannak.

A szimuációs módszertan fejlesztése és azok használatát könnyítő cloud infrastruktúra létrehozása után az alprojekt harmadik lába az adatfeldolgozás és a gépi tanulás kategóriájába tartozik. A Petz Aladár Megyei Oktatókórházzal együttműködve dolgozunk azon, hogy vastagbél polypok képei alapján diagnosztika készüljön a polypokról tényleges vizsgálatok nélkül. A patológiai osztály csapatával készítünk egy fényképes adatbázist az eltávolított polypokról, hogy azok az orvosi véleményekkel összefűzve együtt képezhessék alapját egy tanulóprogramnak. A tanulóprogramba bevitt adatok alapján a megtanított szoftver később már kizárólag a polypok képei és jellemzői alapján meghatározza, hogy melyiktől mennyire kell tartania a betegnek, megkülönbözteti a jót a rosszindulatútól, megkönnyítve az orvos döntését. Az alprojekt eme moduljánál az adatbázis létrehozása, tisztítása fejeződött be nemrég, a kísérleti fázisban működő diagnosztikai szoftver találati aránya jelenleg megegyezik egy átlagos orvoséval, ami bizakodásra ad okot számunkra a tökéletesítés útján.