A korszerű ipari matematikai technológia a kutatás-fejlesztés hajtómotorja Európában. Egy most záruló, közel 1,4 milliárd forintos európai uniós projekt egyik eredményeként olyan szolgáltatási szervezetet, úgy nevezett one-stop-shop-ot hozott létre a HU-MATHS-IN nevű, alkalmazott matematikus kutatókat tömörítő hazai hálózat, amely tulajdonképpen egy egyablakos kapcsolatot jelent a vállalatok és a matematikusok között, elősegítendő, hogy az ipar rátaláljon a feladatai megoldásához megfelelő matematikai csoportra. Az elmúlt években több, elsősorban jármű- és egészségipari projekt bizonyította a modell sikerességét, így az Audi, a Bosch, a Mol, a Takeda, és az Emberi Erőforrások Minisztériuma is igénybe vette egy- egy megoldandó feladathoz az EU- MATHS-IN magyarországi szervezete, az országszerte hét egyetem és két kutatóintézet 150 matematikusát tömörítő Magyar Ipari és Innovációs Matematikai Szolgáltató Hálózat (HU- MATHS-IN) segítségét.
A HU-MATHS-IN három tagja, a győri Széchenyi István Egyetem, mint konzorciumvezető, a Debreceni Egyetem és a Szegedi Tudományegyetem most záruló, 2017 és 2021 között megvalósult, „A HU-MATHS-IN – Magyar Ipari Innovációs Matematikai Szolgáltatási Hálózat tevékenységének elmélyítése” című, EFOP-3.6.2-16-2017-00015 azonosítószámú projektjében az ipari szereplők által definiált és értékelt célzott alapkutatási, rövid idejű projekteket futtattak az egész hálózat alkalmazott matematikusai, más területek kutatóit – pl.: informatikusokat – is bevonva.
A matematikusok által alkalmazott kutatási módszerek, mint a modellezés, a szimuláció, az optimalizáció, a mesterséges intelligencia vagy épp a gépi tanulás szinte bármelyik ágazatban felhasználhatók. A Szegedi Tudományegyetemen is több projekttel igazolták, milyen szerteágazó területeken lehet alkalmazni az ipari matematikát a folyamatok javítására az egészségipartól a sporton át a mezőgazdaságig.
A Dr. Röst Gergely által vezetett, a Szegedi Tudományegyetemen működő a Járványmatematikai Modellező és Epidemiológiai Elemző Kutatócsoport a jelenlegi járványhelyzetnek számos vetületét vizsgálta, az egészségügyi és a társadalmi mellett gazdasági szempontból is. „Az epidemiológiai elemzések, matematikai modellezések nagyon jól használhatók a járvány terjedésének és az intézkedések hatásainak előrejelzésére. Alkalmasak arra is, hogy támogassák a döntéshozatalt nemcsak a politikai, hanem a gazdasági szereplők esetében is, hiszen nekik is szükségük van olyan információkra, amelyek segítenek megfelelni az új, váratlan kihívásoknak” – mondta a kutatócsoport-vezető.
Beszélt arról is, hogy a pandémia nem egyformán érinti a vállalatokat. Vannak, amelyek csupán a munkavállalóikat szeretnék megvédeni, hogy biztonságosan folytatódhasson tovább a munkavégzés, másoknak viszont a jelentősen megváltozott piaci környezet, igények vagy a beszállítási láncok megszakadása miatt új termékek gyártására vagy új szolgáltatások nyújtására kell átállniuk.
És akadnak olyan cégek is, amelyek profiljuk révén éppen a járvány által megjelent új igényeknek tudnak vagy fejlesztéssel szeretnének megfelelni. „A matematika segíteni tudja a cégeket abban, hogy megfelelő döntéseket hozzanak” – szögezte le dr. Röst Gergely, aki példaként említette, hogy a műszakok és csoportok optimális megszervezésével lehet úgy csökkenteni egy vállalaton belül az alkalmazottak közötti kontaktusszámot – ami csökkenti az esetleges fertőzés terjedését is –, hogy közben a munkavégzés zavartalanul folyjon. Ha egy vállalat az alkalmazottai rendszeres tesztelését tervezi, akkor érdemes utánaszámolni, hogy ezt hogyan lehet a leghatékonyabban kivitelezni, vagy egyéb intézkedésekre költség-haszon elemzést végezni.
Dr. London András, a Szegedi Tudományegyetem Számítógépes Optimalizálás Tanszékének adjunktusa vezetésével a kutatók az adatbányászatot használják fel a skizofrénia ellen. Ma már rengeteg adat áll rendelkezésre betegekről, kórtörténetekről, kezelésekről, amelyek révén megfelelő számítási kapacitással és matematikai módszerek alkalmazásával mérhető a gyógyszerek és a kezelési protokollok hatékonysága, valamint akár korai diagnózis is felállítható. Az egyetem és a szegedi pszichiátriai klinika közös kutatási projektjében nagy mennyiségű adat elemzésével a skizofrénia korai diagnosztikáját igyekeznek megvalósítani. Ez hatalmas előrelépést jelent, hiszen ennél a betegségnél különösen igaz, hogy a kezdeti fázisban rendkívül nehezen felismerhető, és emiatt nehezen is kezelhető.
Egy másik projektben dr. Bánhelyi Balázs, az SZTE Számítógépes Optimalizálás Tanszékének egyetemi docense vezetésével az úgynevezett stancolási technológiában automatizálták a munkafázisokat, és egyben javították az anyagfelhasználást, valamint az átfutási idő hatékonyságát. Minden szempontból sikerült érdemi előrelépést elérniük. Ugyanígy egy sztochasztikus optimalizációs rendszert fejlesztettek tej termelő tehenészeti telepeknek. A mobilalkalmazás a rendelkezésre álló statisztikai információk birtokában sokféle szimulációt futtat le párhuzamosan egy-egy tehén várható életútjáról. A gazdák így megalapozott döntést hozhatnak arról, hogy érdemes-e tovább tartani az adott állatokat.
A HU-MATHS-IN tehát egy európai tudományos kapcsolatokkal is rendelkező szolgáltatási hálózat, amely könnyen elérhető az ipari szereplők számára, ezért arra biztatják a KKV-kat és a nagyvállalatokat egyaránt, hogy keressék őket kérdéseikkel, problémáikkal, ők pedig partnerek lesznek a megoldásban.
Portfóliónk minőségi tartalmat jelent minden olvasó számára. Egyedülálló elérést, országos lefedettséget és változatos megjelenési lehetőséget biztosít. Folyamatosan keressük az új irányokat és fejlődési lehetőségeket. Ez jövőnk záloga.