Matematikusból cégvezető
Beszélgetés Biszak Előddel (Arcanum Adatbázis Kft.)
Mivel foglalkozol most?
Az Arcanum Adatbázis Kft.-ben vagyok vezető fejlesztő és emellett ügyvezető is. Az Arcanumban régi újságok, könyvek digitalizálásával foglalkozunk. Egy saját weboldalt fejlesztünk, ahol előfizetésért cserébe hozzáférést lehet kapni ezekhez az újságokhoz.
Hogyan kerültél erre a munkahelyre?
Nekem az édesapám a kft. alapítója, 1989-ben alapították a céget. Már gyerekkoromban is dolgoztam itt, volt például olyan, amikor a térképek sarkait kellett bejelölni vagy szkennelni, vagy OCR (optikai karakterfelismerő) programokat futtatni. Amikor egyetemre jártam, nem volt ennyire egyértelmű, hogy ide fogok jönni, de tetszett, hogy itt egyből el tudok kezdeni programozni, és bele tudok tanulni, így már a mesterképzés alatt elkezdtem itt dolgozni. Direkt úgy terveztem, hogy kevés órát vettem fel, és 3 év alatt végeztem el a képzést, közben a cégnél félállásban dolgoztam. Annyira megtetszett, hogy nem is volt azóta soha más munkahelyem. 24 éves koromban lettem édesapámmal együtt társügyvezető.
Gyerekként miért szeretted a matekot?
Gyerekkoromban azért tetszett, mert nagyon könnyen megértettem, és rengeteg sikerélményem volt benne. Nem voltam valami jó gyerek, sem szorgalmas, sőt, emlékszem, hogy állandóan piszkált a tanár, mert lassan olvastam. Viszont a számolás nagyon-nagyon könnyen ment, és ez pozitív élmény volt.
Aztán az a része, hogy leülni gondolkodni egy problémán, és lassan kiforr, hogy miért is igaz, az később jött, de az is nagy élmény volt. Arra emlékszem, hogy gimi elején adott a tanárunk felvételi feladatokat a matek szakra (akkor még más jellegű volt a felvételi). Sokat gondolkodtam rajtuk akkor, ez az élmény megmaradt. Leginkább az egyetemen találkoztam aztán ezzel a fajta problémamegoldással.
Mennyire volt nagy a váltás az egyetemi matek a korábbihoz képest?
Emlékszem, hogy nagyon frusztrált, ha nem értettem valamit elsőre, például egy hosszú levezetésben egyszer csak jön egy lépés, amin sokat kell töprengeni. Ez nagyon más volt, mint a középiskolában megszokott, többnyire egyszerű matek.
Arra is emlékszem, hogy nagyon akartam teljesíteni, és nagyon motivált voltam. Volt olyan, hogy egy egész hétvégén keresztül gondolkodtam a feladatokon, hogy csak azért is rájövök a megoldásra. A vizsgák előtt pedig 5-7 napig mindent beleadva tanultunk, ez nagyon új volt. Itt is nagy élmény volt az, hogy tudtam, hogy ez már nagyon magas szintű matek, és mégis meg tudtam csinálni.
Úgy általában szerinted kinek való a matek szak?
Nekem az az elképzelésem, hogy mindenkit meg lehetne tanítani matematikára. Inkább az a szűrő, hogy ki élvezi a gondolkodást a matek problémákon, és ki nem. Matek szakon megvan az idő arra, hogy részleteiben megértse az ember a dolgokat. Más szakokon is van matek, de sokkal kevesebb, sokszor csak felszínesen tanulják, és nincs idő megérteni a lényegét.
Mik voltak a kedvenc tantárgyaid?
Az elején inkább az algebra, de aztán később kifejezetten az algoritmusokkal kapcsolatos témák. Mesterképzés alatt, amikor már programoztam mellette, akkor közvetlenül használható, nagyon jó dolgokat tanultam, és akkor az nagyon tetszett. Tanultam valamit, és próbáltam egyből alkalmazni.
Milyen helyzetekben érzed hasznosnak a matekos hátteredet?
Tulajdonképpen az egész munkafolyamat kialakításához programozók kellenek, tehát a digitalizálás, a weboldal és a szolgáltatás működéséhez.
Az a tapasztalatom, hogy a matekos háttér, az analitikus gondolkodás nagyon jó alap a programozáshoz, ebből a szempontból nagyon örülök, hogy matek szakot végeztem.
Elég nagy szabadságom van abban, hogy merre menjen a fejlesztés, és mivel szeretem a matematikát, ezért mindig keresem azokat az irányokat, ahol jobban ki lehet használni. Tehát biztos vagyok benne, hogy ha más hátterű ember vinné a fejlesztést, akkor nem pont ezek lennének azok, amiket mi csinálunk.
A mesterséges intelligencia manapság fontos szerepet játszik a képfeldolgozásban, nálatok ez hogyan jelenik meg, és használtok-e itt matematikát?
Annak, amit csinálunk, van egy neurális háló és computer vision területe. Ott megjelennek matekos fogalmak. Bár az ott alkalmazott matematika nagyon egyszerű ahhoz képest, amit az egyetemen tanultunk, mégis nagyon hasznos, hogy készség szinten tudjuk ezeket használni. Több területen is előjön ez.
Az arckeresés például egy olyan szolgáltatásunk, amit nagyon szeretnek az emberek. Azt nem mi fejlesztettük, magát a tanítást nem mi végeztük, mert léteznek már ehhez elérhető felhő alapú szolgáltatások. Mi a meglévő képeinket szabtuk át ezekhez megfelelő módon.
Azért lett ez egy nagyon sikeres alkalmazásunk, mert lehetővé teszi régi filmeken, képeken szereplők beazonosítását.
A legnagyobb, saját fejlesztésű újdonságunk most az újság szegmentálás. Van egy újságoldal, egy kép, és azon egyrészt szegmentáljuk a cikkeket, illetve detektáljuk a címeket, a szerzőket, a képeket, képaláírásokat. Azelőtt, ha futtattuk a karakterfelismerést, az visszaadott egy folyó szöveget, de nem biztos, hogy jó sorrendben, mert például nem biztos, hogy a szkennelt hasábok jó sorrendben voltak. Ezzel az új módszerrel azonban egy sokkal strukturáltabb adatbázist tudunk létrehozni.
Számos nem várt hozadéka is van ennek, például az alkalmazás outputja segítségével megkeressük a hasábokat elválasztó vonalakat, és azokat berajzoljuk az automatikus karakterfelismerés előtt, és az segít az OCR-nek, hogy szétválassza az adott szövegrészt.
A feladatot úgy oldottuk meg, hogy a DeepLab nevű neurális hálót tanítottuk be, ami szemantikus szegmentációs feladatokra használt módszer. Ezt a feladatot egyébként egy szintén matematikus végzettségű kolléga implementálta.
Ez nagyon sikeres projekt, egy svájci cég például nemrég minket választott, mert bennünket talált a piacon a legjobbnak.
Egyéb, matematikai jellegű kérdésekkel találkozol a cégnél?
Érdekes az úgynevezett színhűség problémája, hogy minél színhűebben szeretnénk visszaadni a színeket. Ez nálunk például festmények fotózásánál nagyon fontos.
Arról van szó, hogy a színeket a számítógép háromdimenziós koordináta-rendszerben ábrázolja. Amikor fényképezünk vagy szkennelünk, tehát a valóságot digitalizáljuk, akkor ilyen háromdimenziós koordinátákra képezzük le a tér pontjait. Persze a látott szín attól függ, hogy milyen fénnyel világítjuk meg, ezért a pontos viszonyításhoz vannak bevezetett standardok. Van olyan eszköz is, ami zárt, saját magának adja a fényt, így valamihez odatéve le tudja mérni a standard megvilágítás melletti színt. Például egy szkennelt kép javításához veszünk egy minél több színt tartalmazó referenciatáblát, azt beszkenneljük, és megnézzük, hogy a mi szkennerünk a tábla egy adott részén milyen színt felvételezett, és ezt összevetjük a standard szerint mért színekkel. Itt kell egy transzformációval átkonvertálni az egyik háromdimenziós koordináta rendszerből a másikba.
Veszem a felvételezett színeket a háromdimenziós térben, meg a kívánt színeket egy másikban, és ezekből a pontpárokból kiindulva lehet kiterjesztéseket csinálni a két tér pontjai között. Az egy érdekes kérdés, hogy milyen tulajdonságokkal kell rendelkeznie egy ilyen kiterjesztésnek ahhoz, hogy a kapott transzformáció úgymond a szemünkkel mérve is jó átalakítást adjon. Érdekesség, hogy az euklideszi távolság ebben a rendszerben nem jól adja vissza azt, amit a szemünk tapasztal, ezért további tanszformációkra van szükség a jó méréséhez.
Egy cég vezetése sokrétű kihívást jelent, te melyik részét szereted a legjobban?
Nagyon élvezem, hogy sokféle dolgot, problémát kell megoldani. Nemrég egy 3.5 tonnás teherautót kellett vezetnem, hogy Romániából az anyagot el tudjuk hozni. Azt is ki kellett találni, hogyan érdemes a nagy mennyiségű feldolgozandó anyagot szállítani.
Vagy ott volt a kábelrendezés, amikor a kiépített hálózatunk kábeleit kellett rendbe tenni, mert teljes káosz volt benne.
Az az érdekes, hogy én ezeket a kihívásokat ugyanúgy élvezem. Ugyanúgy feladatként tekintek rá, amit optimalizálni kell. Nem tudom, mások is így vannak-e vele, de én ugyanúgy meglátom a kihívást benne, és az izgalmat, szinte nem is érzem köztük a különbséget.
Nagy hatással volt rám a matematika szak, jó hatással, de ezt konkrétan bizonyítani néhány helyzetben nehéz lenne. Mégis úgy érzem, a cég ma nem tartana ott, ahol, ha nem matekra jártam volna.
Az interjút készítette: Bérczi-Kovács Erika