HUN-REN AI Szolgáltató Központ

Szemléletünk

Így gondolkodunk a mesterséges intelligencia szerepéről a kutatásban és a HUN-REN-ben.

Az AI szerepe a kutatásban

58%

a kutatók közül már használ AI eszközt a munkájában

94%

szerint az AI segíteni fogja az ismeretek gyorsabb felfedezését

85%

szerint az AI javítja a munkájuk minőségét és időt szabadít fel

Az AI egyre inkább a tudományos munka alapinfrastruktúrájává válik. Már nemcsak támogatja a kutatást, de egyes területeken hipotéziseket javasol, kísérleteket tervez, és több lépésből álló kutatási folyamatokat hajt végre.

Forrás: Elsevier „Researcher of the Future” felmérés, 2025

Az AI for Science-től az AI-first Science-ig

A mesterséges intelligencia ma már nemcsak új eszközöket ad a kutatók kezébe, hanem fokozatosan átalakítja a tudományos munka logikáját is. Egyre több területen támogatja a szakirodalom feldolgozását, az adatelemzést, a hipotézisalkotást, a szimulációtervezést és az új összefüggések felismerését.

A HUN-REN AI4Impact ezt az átalakulást folytonos átmenetként értelmezi. Az AI for Science a kutatókat támogató AI-eszközök felelős használatát jelenti, míg az AI-first Science azt kutatja, hogyan válhat az AI a tudományos felfedezés aktív, de továbbra is emberi kontroll mellett működő közreműködőjévé.

A cél nem az emberi kutató kiváltása, hanem egy új, ellenőrizhető és felelősen használható kutatási képesség felépítése.

Szint 1

Augmented

Az AI mint asszisztens. Javaslatokat tesz, irodalmat összefoglal, elemzéseket gyorsít. A kutató dönt – az AI támogat.

Szint 2

Automated

Az AI mint munkatárs. Rutinfeladatokat önállóan végez – adatfeldolgozás, mintafelismerés, riportálás. A kutató felügyel és validál.

Szint 3

Autonomous

Az AI mint kutató. Önálló hipotézisalkotás, kísérlettervezés, autonóm tudományos ciklusok. A kutató szerepe nem csökken – hanem átalakul: a végrehajtásból a stratégiai irányításba és validálásba emelkedik. Ez a frontier – és a HUN-REN aktívan részt vesz ennek alakításában.

Kutatás, bevezetés, megosztás

A HUN-REN AI4Impact három, egymásra épülő szinten dolgozik: kutatja az AI-first Science határterületeit, a legígéretesebb módszereket kutatói eszközökké alakítja, majd elérhetővé teszi őket a HUN-REN kutatói számára.

Discover – Deploy – Disseminate infografika

Kutatás

Követjük, teszteljük és értelmezzük azokat az új AI-módszereket, amelyek mélyebben átalakíthatják a tudományos munkát: hipotézisgenerálás, autonóm kutatási folyamatok, adatelemzés, szimulációtervezés és az AI Scientist rendszerek tudományos értékelése.

Bevezetés

Sok ígéretes AI for Science módszer ma még csak kutatási cikkekben, kódtárakban vagy nehezen használható prototípusokban létezik. A legígéretesebbeket tesztelhető, adaptálható eszközökké alakítjuk, amelyek valós kutatási folyamatokba illeszthetők.

Megosztás

Az AI akkor tud rendszerszintű hatást elérni a tudományban, ha széles kutatói használatban jelenik meg. Az AI-nagyköveti hálózat, az oktatások, a szakértői támogatás és az Agentic Discovery Platform célja, hogy a kutatók saját területükön próbálhassák ki a legújabb AI-képességeket.

Kutatási fókuszaink

Az AI1Science kutatási irányban azt vizsgáljuk, hogyan válhat az AI a tudományos munka megbízható, ellenőrizhető közreműködőjévé. A bevált eredményekből kutatói eszközök és ADP funkciók lesznek.

Az AI1Science weboldala

Modellezés és tudományos felfedezés

  • Distribird

    Fejlesztés alatt

    Paraméterpriorok Bayes-i modellkalibrációhoz, a szakirodalomból, forrásig visszakövethetően.

  • Syxplain

    Elérhető

    Szimbolikus regresszió szakirodalmi kontextussal, koherencia-ellenőrzéssel és tudományos magyarázattal.

  • Artificial Process Modeling (APM)

    Kutatási eredmény

    Nagy folyamatmodellek modulokra bontása és egyszerűsítése, az értelmezhetőség megtartásával.

  • SchemaEvolve

    Kutatási eredmény

    Pontosabb adatbázis-lekérdezés helyben futó nyelvi modellekkel, az adatbázisséma optimalizálásával.

Tudományos szövegek és integritás

  • AI Detect (LogJudge és Manugram)

    Fejlesztés alatt

    A teljes egészében AI által generált tudományos szövegek felismerése és megbízható értékelése.

  • Agentic Article Reviewer

    Fejlesztés alatt

    Tudományos kéziratok ágensalapú előzetes áttekintése, az emberi szakértői kontroll megtartásával.

  • Article Impact Prediction

    Fejlesztés alatt

    A publikációk várható tudományos hatásának becslése az absztraktok alapján.

  • Metascientist

    Kutatási eredmény

    Automatizált tudományintegritási vizsgálatok publikált és készülő tudományos cikkekhez.

Publikációk

Felelős AI a tudomány szolgálatában

Az AI-first Science számunkra nem ember nélküli tudományt jelent. Az emberi szakértelem, a tudományterületi tudás, a kritikus értékelés és a felelős döntés továbbra is meghatározó. A cél, hogy a mesterséges intelligencia ne gyengítse, hanem erősítse a tudományos integritást.

EU AI Act-megfelelőség

Tevékenységünk összhangban van az európai AI-szabályozással. Az AI-használat naplózott, auditálható és átlátható.

Adatvédelem és IP-védelem

A helyben futó modelleknél az adatok a HUN-REN infrastruktúráján belül maradnak. Hogy egy eszköz küld-e adatot külső szolgáltatónak, azt a biztonsági kategóriája mutatja. A kutatási adatok, a szellemi tulajdon és a személyes adatok védelme minden eszköznél elsődleges.

Etikus használat

Az AI nem váltja ki a kutatót, hanem kiegészíti. A végső döntés, a validálás és a felelősség mindig emberi marad.

Hogyan dolgozunk a hálózattal

Központi alap, intézményi autonómia

Egységes keretrendszert, eszközöket és képzéseket biztosítunk. Közben minden intézmény maga dönt a saját AI-stratégiájáról.

Szolgáltató központként az intézmények mellett

Kutatástámogatással, képzéssel, eszközökkel és közösségépítéssel állunk az intézmények mellett; ebben az intézményi AI-nagykövetek a kapcsolódási pontok.