Nemzetközi robotika siker magyar alapokon – Interjú Forrai Benedekkel
Benedek a Budapesti Műszaki és Gazdaságtudományi Egyetemen (BME) szerzett alapozó ismeretei után a zürichi Szövetségi Műszaki Főiskolán (ETH) töltötte mesterképzését és dolgozott kutatási asszisztensként, ahol betekintést nyert a dinamikusan mozgó robotok és azok mesterséges intelligencia (AI) segítségével történő programozásának világába. Az interjúban mesél svájci tapasztalatairól, nemzetközi és hazai tevékenységéről, valamint a fiatal mérnökök számára fontos tanulságokról és lehetőségekről.
Hogyan kerültél Svájcba?
2020 őszétől vagyok Zürichben, ekkortól a Nemzeti Tehetség Központ Stipendium Peregrinum ösztöndíj támogatásával volt lehetőségem a svájci Szövetségi Műszaki Főiskolára, az ETH-ra járni, amiért azért is vagyok különösen hálás, mert az iskola nem csak Európa vezető műszaki intézménye, hanem az én szakterületemen, a robotika és mesterséges intelligencia területén a világ élvonalába tartozik. Nem rég például Marc Raibert, a Boston Dynamics alapítója volt nálunk robotikásokat vadászni. Itt közvetlenül tapasztalhattam, hogyan működik az iparág legjobbjainak központja: például itt található az OpenAI, a Google DeepMind, az Anthropic és a Boston Dynamics AI Institute európai bázisa. Azt, hogy Zürichben ekkora potenciál van, volt gyakorlatvezetőmtől és mentoromtól, Tihanyi Dánieltől tudom. Ő is az ETH-n végezte a mestert, most Svédországban PhD-zik az elméleti robotirányítás területén.
Milyen előnyökkel és kihívásokkal jár az, hogy párhuzamosan Svájcban és Magyarországon is dolgozol?
A kinti munkám, kapcsolataim és lehetőségeim sokat segítenek abban, hogy felélesszem a tanulásalapú robotikát Magyarországon a VIKI-n keresztül, lehetőséget adva, hogy a legmodernebb technológiát alkalmazzam Magyarországon is a projekten keresztül. Az ETH-n szerzett tapasztalataim és az ottani laborokban látott technológiák alapján tudom, milyen irányba érdemes fejleszteni a tanulásalapú robotikát a védelmi szférában. Olyan környezetet a védelmi szférában, mint a VIKI, nehezen tudtam volna egyedül teremteni Svájcban, ott jóval lassabban születnek a döntések ilyen projektekről.
Mi az, amit Magyarországról, a BME-ről magaddal vittél?
A BME nagyon erős elméleti alapokat biztosít, különösen matematikából és természettudományokból, így a világ élvonalába került magyar hallgatók jól teljesíthetnek. Ez nagy előny volt, amikor az ETH-n kezdtem tanulni. Itt a szakma legjobbjaitól tanulhattam rengeteg téren, de nagyon sok dolgot visszasírtam a BME-ről.
A legnagyobb különbség a hallgatók közötti versenyszellem és a támogatás rendszere: míg a BME-n bajtársiasság jellemzi a diákokat, az ETH-n sokkal nagyobb a verseny, amit a vizsgák rangsorolási rendszere is erősít. Sokkal inkább legyőzendő versenytársként, mint harcostársként néznek egymásra a diákok és a fiatal kutatók. Továbbá az ETH-n az oktatók előmenetele főként publikációkon alapul, ami néha a tanítás minőségének rovására megy. Természetesen itt is vannak gyöngyszemek, de kevés olyan jó előadóval találkoztam, mint Szilágyi Brigitta vagy Stépán Gábor a BME-n, akik nagy hatást tettek rám a BSc-m alatt.
Volt kutatási asszisztensként és tanárként hogyan látod a jövő oktatását, különösen a műszaki tudományok területén?
A jövő mérnökeinek ugyanúgy kellenek majd a szilárd természettudományos és matematikai alapok, mint a szakma nagy öregjeinek, sőt, ha utólag változtathatnék valamit a magam fejlesztése érdekében, akkor az az lenne, hogy sokkal több matematikát és magasabb szintű algoritmuselméletet hallgatnék. A ma nagyon divatos AI megoldásokhoz is végső soron csak nagyon alapos valószínűségszámítás, lineáris algebra és algoritmuselmélet kell, ezt pedig eddig is tanultuk, tanítottuk. Tehát az AI és a modern technológiák alapja még mindig a klasszikus tudományokban gyökerezik, ezért ezek erősítése továbbra is kulcsfontosságú, ami nagy erőssége a BME-nek is.
Milyen hatással voltak tanulmányaid a szakmai gondolkodásodra?
Alapjaiban formálták át az egyetemi éveim, ahogy a robotikáról most gondolkozom. Természetesen ennek az is az oka, hogy közben a robotika is nagy változásokon ment keresztül. A mesterséges intelligencia alapú robotirányítás ma már a robotikai kutatások legfontosabb iránya. A legjobban talán abban segített a svájci iskola, hogy megtapasztaltam, hol van az ipar csúcsa. A BME-n lelkesedtünk már a Boston Dynamics videóiért, az ETH-n keresztül viszont már a mérnökeikkel is kapcsolatba kerülhettem, ahogy minden nagyobb AI csapat képviselőivel is.
Mi motivált arra, hogy csatlakozz a Talent Kapital Hungary mentorprogramhoz?
Saját magamon tapasztaltam azt, hogy igazából mennyire kevés is a különbség egy BME-s és egy top5-ös egyetem alapszakosa között, és azt is, hogy az a pici különbség hogyan vezet mégis sokszor eltérő eredményekhez. Szeretném megmutatni azokat az apró extrákat (tényleg nem kell sok!) amire odafigyelve egy szorgalmas magyar diák a világon bárhol megállhatja a helyét. Nekem rengeteget jelentett, hogy volt kihez fordulnom. A mesteremtől, mentoromtól, Tihanyi Danitól rengeteg hasznos infót kaptam a jelentkezéstől a publikálási tippekig egyaránt.
Hogyan tudod a nemzetközi tapasztalataidat átültetni a mentorálás folyamatába?
Gyakran fordulnak hozzám kérdésekkel volt hallgatóim. Idáig úgy tapasztaltam, hogy egyáltalán nincs szükség sokra ahhoz, hogy valaki közelebb kerüljön a világszínvonalhoz. A magyar hallgatók elenyésző hányada tudja például, hogy a világhírű MIT (Massachusettsi Műszaki Egyetem) majdnem minden kurzusáról ad ki ingyenes online anyagokat. De számos ilyen példát tudnék most említeni. Egy robotikában vagy mesterséges intelligenciában gondolkodó fiatalnak nem kell sok ahhoz, hogy megtalálja az utat a legjobbakhoz, és - főleg a már említett természettudományos alapok miatt - egy kis szorgalom meg pár jó forrás csodát tud tenni.
Milyen tanácsot adnál azoknak a fiatal mérnököknek, akik szeretnének akár nemzetközi karriert építeni?
Az egyik legfontosabb tanácsom, hogy ne féljenek elmélyülni a matematikában és a természettudományokban, mert ezek adják a legnagyobb versenyelőnyt a nemzetközi színtéren. Ugyanakkor fontos, hogy minél több projektmunkát vállaljanak, ahol a tanultakat gyakorlati szinten is kipróbálhatják. Fontos, hogy meg kell találniuk az egyensúlyt a mérnöki tudomány alapjai és annak a "bütykölős", tapasztalati oldala között is.
Hogyan képzeled el a saját szakmai jövődet? Hol látod magad 5-10 év múlva?
Jelenleg két fronton igyekszem helytállni: a svájci csapatommal igyekszünk megvetni a lábunkat a mostani humanoid robotikai "aranyláz" által megbolygatott iparban, közben pedig a VIKI kötelékében szeretném meghonosítani Magyarországon a tanulásalapú robotikát. Hosszabb távon szeretném, ha a befektetőink meggyőződnének arról, hogy érdemes a cégünk hardveres és robotikai részét Magyarországra hozni. Emellett tervezek egy videósorozatot is készíteni, amely mérnöki témákban segítene inspirálni a fiatalokat. Ezzel a hosszabb távú célom az lenne, hogy több magyar fiatal kedvét hozzam meg ahhoz, hogy már középiskolai évei alatt elkezdje felfedezni a műszaki tudományok világát.
Mi az a legfontosabb tanulság, amit a karriered során eddig megtanultál, és amit szívesen megosztanál a következő generációval?
Ha egy valamit üzenhetnék a jövő mérnökeinek, akkor az az lenne, hogy szánjanak időt arra, hogy eljátszanak a tanultakkal! Nézzenek utána, hogy hol tart jelenleg a világ - manapság már könnyen kapcsolatba kerülhetünk területünk vezető laborjaival, és követhetjük az ott folyó tevékenységet az interneten. Látni, hogy milyen problémákkal, és hogyan küzdenek a "nagyok", segíthet abban, hogy jó döntéseket hozzunk tárgyaink, TDK vagy szakdolgozat témánk kiválasztásában.
