Azure felhőben folyó kutatások

Azure felhőben folyó kutatások:
HilBERT magyar nyelvi neurális modell és hasznosítása Azure felhőben folyó kutatások:
HilBERT magyar nyelvi neurális modell és
hasznosítása
Delivery fókuszú magyar nyelvi megértés
Dr. Feldmann Ádám
PTE
Varga Gábor, Microsoft Magyarország
National Technology Officer
Magyar kutatások Azure támogatásával
Genetika: genom szekvenálás
Deepfake azonosítása
Betegségek felismerése emberi hangból
Biodiverzitás megőrzése: vadlovak azonosítása
Gyógyszerhatóanyag szűrése molekula illesztéssel
Autonóm robotjármű vezérlése és modellezése
Univerzális vakcina és személyes gyógymód kutatás
Magyar nyelv neurális modelljének megalkotása
Hibrid felhő az MTA Cloud-dal
Hibrid HPC alkalmazási modellje
Stb.
Adatok biztonsága az életciklus minden szakaszában
Megoldott
Nyugalomban
Inaktív adatok titkosítása amikor blobokban, adatbázisban stb. van tárolva.
Példák:
Bitlocker
Azure Storage Service
Encryption for Data at Rest
SQL Server Transparent Database Encryption (TDE)
Mozgásban
Adatok titkosítása miközben mozgásban van ellenőrizetlen hálózatokon
Példák:
HTTPS
TLS
Még nem elterjedt
Használatban
Védeni és titkosítani az adatot akkor is, amikor használatban van, és műveletek folynak rajta
Példák:
Trusted Execution Environments (CC)
Homomorf titkosítás (HE)
Különbségi adatvédelem (DP)
Többrésztvevős számítások (MPC)
Miért fontos a használat közbeni adatvédelem
Magyar nyelvű NLU szükségessége
Egyszerűen kezelhető magyar nyelvmegértő kognitív szolgáltatásra van szükség felhőben és on-prem.
(API hívással, konténerben, skálázhatóan és területspecifikusra formálhatóan)
A nyelvi technológia kiemelt lehet alkalmazásfejlesztésben, világos ki- és bemenetekkel.
Referencia architektúrák (voice bot, chatbot, IoT vezérlés) 
Azure példák
IoT-eszközök vezérlése hangvezérelt asszisztens használatával
Azure példák
Csevegőrobot szállodai foglalásokhoz
Azure példák
Nagyvállalati szintű társalgási robot létrehozása
Azure példák
Kiskereskedelmi asszisztens vizuális funkciókkal
Közös elemük a LUIS
Általános nyelvi megértő szolgáltatás. Az előbb bemutatott területeken mind használatos.
Egyszerű API hívásokkal lehet felhasználni + annotációs tool.
Nem tud magyarul.
Mit azonosít a LUIS? 
Szándékot (intent)
Szereplőket (entity)
Hangulatot (sentiment)
Ezeket a szövegelemeket adja vissza struktúrált formában (JSON)
Nyelvi modell
Rendelkezésre állnak
HIÁNYZIK!!!
Adatok finomhangoláshoz
De!  Könnyen használható technológia áll rendelkezésre az elkészítéséhez!
Doccano használata a feladatspecifikus tanító adatok előkészítéséhez
Open soure megoldás többféle feladattípushoz
Egy projekten többen is dolgozhatnak
Közösségi adatcímkézés 
Azure környezetek NLP/NLU tanításhoz
Részletes, a magyar nyelv specifikus programokat tartalmazó repozitóriumok.
Letölthető és tovább tanítható modellek (folyamatosan bővül)
Alapmodell készítés lehetősége részletes technikai útmutatással
Transfer learning szkriptek
Kész eszközök elhelyezése AKS-ben
NLU pipeline magyar nyelvhez
1. MI modellek tanítása és transzfertanítása
Feladatspecifikus tanítóadatok létrehozása
Hamarosan letölthető a teljes pipeline a HILANCO oldalról. (https://hilanco.github.io/) magyar