A DH-LAB két munkatársa, Palkó Gábor és Fellegi Zsófia is ott lesz a HUN-REN által szervezett Frontiers of AI képzés haladó kurzusain, amelyeket februárban és márciusban tartanak. Kutatóink már a képzés első, Deep Learning fókuszú modulján is részt vettek, amelyet 2026. január 19–23. között tartottak a HUN-REN központjában.

Az intenzív, összesen 5×8 órás tréning átfogó bevezetést adott a neurális hálózatok elméletébe, főbb architektúráiba és gyakorlati alkalmazásába. A program célja az volt, hogy a résztvevők megértsék a mélytanulási modellek működési alapelveit, képesek legyenek azokat különböző problémák megoldására alkalmazni, valamint átlássák, miként képezik ezek a technológiák a nagy nyelvi modellek és más intelligens AI-rendszerek alapját.

A képzés az elmélet és a gyakorlat szoros összekapcsolására épült: a tematikus blokkokat Jupyter notebookos feladatok egészítették ki TensorFlow és Keras környezetben. A résztvevők többek között áttekintették a neurális hálózatok alapjait, az optimalizálási és regularizációs technikákat, a főbb architektúrákat (CNN, RNN, transformer), valamint a reprezentációs tanulás és a fine-tuning korszerű megközelítéseit. A gyakorlati példák között szerepelt képfelismerő hálózat építése, szövegklasszifikáció és egyszerű nyelvi modellek megvalósítása is.

A kurzust Szabados Levente, több mint 15 éves kutatói és ipari tapasztalattal rendelkező AI- és deep learning-szakértő tartotta, aki jelenleg a Frankfurt School of Finance & Management oktatója és nemzetközi AI-fejlesztési projektek tanácsadója. Gyakorlatorientált oktatási módszere révén a résztvevők azonnal hasznosítható, kutatási és fejlesztési környezetben is alkalmazható tudást szereztek.

A befejezett modul a HUN-REN AI oktatási programjának első eleme volt, amelyre a jövőben további, haladó képzések – többek között az Agentic AI és a Deep Modeling specializációk – épülnek.

A DH-LAB számára kiemelten fontos a legújabb mesterségesintelligencia-módszerek és -eszközök követése, illetve integrálása a kutatási gyakorlatba. Munkatársaink részvétele a képzésen hozzájárul ahhoz, hogy laborunk naprakész tudással támogassa a digitális bölcsészeti és adattudományi projekteket.