Prim Hírek

A két intézmény szerdán kiadott közleménye szerint az együttműködés révén szeretnék korszerűsíteni az adatgyűjtést és -feldolgozást, az MI technológiáit felhasználva. A megállapodás keretében a KSH és a MILAB az információ- és tudásmegosztás mellett közös kutatásokat tervez, elsősorban a MILAB konzorciumvezető intézményével, a HUN-REN Számítástechnikai és Automatizálási Kutatóintézettel együttműködésben. A partnerek szakmai tanácsadással és kölcsönös támogatással is segítik egymás munkáját.

A közlemény hangsúlyozza, hogy a mesterséges intelligencia szerepe folyamatosan nő a statisztikai munkákban – az adatgyűjtéstől kezdve az elemzéseken át egészen a különféle statisztikai feladatokig. A KSH már most is alkalmaz MI-alapú eszközöket, és a mostani megállapodással céljuk új módszertani és szakterületi megoldások bevezetése. Ilyen területek például a gépi szövegfeldolgozás, az adatállományok rendszerezése, valamint gazdasági és társadalmi modellek készítése.

Monostori László, a HUN-REN SZTAKI igazgatója kiemelte: intézetük számára kiemelten fontos az ipari és gyakorlati kapcsolatok ápolása, valamint az, hogy a tudományos eredmények valós gazdasági és társadalmi haszonná váljanak.

Benczúr András, a MILAB szakmai vezetője hozzátette: a mesterséges intelligencia már a kutatás korai szakaszában is számos gyakorlati alkalmazási lehetőséget kínál. A KSH, mint adatvezérelt intézmény, különösen jól tudja kamatoztatni az MI nyújtotta lehetőségeket – ennek pedig akár országos gazdasági hatása is lehet.

English Summary

The Hungarian Central Statistical Office (KSH) and the National Laboratory for Artificial Intelligence (MILAB) have signed a cooperation agreement to integrate AI more deeply into statistical processes. The goal is to accelerate data processing and enhance efficiency through modern AI solutions. The collaboration will include joint research projects, expert partnerships, and knowledge sharing, particularly with MILAB's leading institution, HUN-REN SZTAKI. AI will support tasks such as data collection, analysis, text processing, and socio-economic modeling. Both organizations aim to turn scientific advancements into practical tools with national-level economic and societal impact.