Umjetna inteligencija prepoznaje prostor oko sebe i domaćoj tvrtki otvara put ka novim rješenjima

Slavonskobrodska tvrtka ININ bacila se na razvoj IT rješenja baziranih na umjetnoj inteligenciji, a što su dosad napravili, gdje vide potencijale razgovarali smo s Igorom Majdandžićem koji ističe kako su u posljednje dvije godine uložili izniman trud kako bi se okrenuli novim rješenjima.

On ističe kako je ININ prethodne 24 godine razvijao aplikacije isključivo komercijalnim alatima i relacijskim bazama, prelazak na razvoj aplikacija baziranih na machine learningu  i distribuiranu paralelnu obradu velike količine podataka bio je obilježen nesigurnošću i skepsom jer su vodeće razvojne okoline i alati open source.

Primjerice proizveli su Smart Road Maintenance aplikaciju koja je bazirana na integraciji algoritama umjetne inteligencije, geografskog informacijskog sustava (GIS), GPS akvizicije podataka, te web i Android aplikacije, a namijenjena je klasificiranju i dokumentiranju  znakova, rasvjetnih tijela, šahtova i oštećenja na cesti sa dodjelom  pripadajućih geolokacija. Podaci se prikupljaju smart phone uređajem u obliku video zapisa ili fotografije, a prezentacija obrađenih podataka prikazuje se na karti grada, odnosno na filtriranim ulicama.

Pomoću ove aplikacije također se generiraju prijave oštećenja i kreiraju elektronski radni nalozi za sanaciju koje popunjavaju izvođači radova iz čega je vidljivo planirano i stvarno trajanje radova, prohodnost ceste i konačni izgled saniranog dijela. Aplikacija je namijenjena stručnim službama grada, građanima i izvođačima radova. Ovakav pristup u kojem se integriraju najmodernije IT tehnologije s primjenom konzumne opreme izuzetno je efikasan, jeftin i po svome konceptu jedinstven u Republici Hrvatskoj. Grad Slavonski Brod prvi u Hrvatskoj koristi ovakvo rješenje za samostalno dokumenitranje stanja i održavanje prometnica s pripadajućom infrastrukturom, a za tu su aplikaciju dobili i nagradu.

Koliko je trajao razvoj aplikacija i što je sve bilo potrebno da se ta ideja ostvari?

Razvoj navedenih komercijalnih aplikacija baziranih na AI trajao je dvije godine. Razvoj je znatno ubrzao know-how iz „klasičnih“ programerskih područja poput GISa, akvizicije GPS signala, rapidnog razvoja web i Andorid aplikacija, kao i poznavanje problematike održavanja jer ININ je za sustav održavanja dobio znak „Izvorno hrvatski proizvod“. Za razliku od tradicionalnih algoritama, AI model se korištenjem, odnosno učenjem iz većeg broja podataka u pravilu unapređuje, tako da postaje točniji i brži u korištenju. Kod machine learning razvoja aplikacija bitna je promjena paradigme, odnosno algoritam se ne razvija kodiranjem funkcija koje opisuju proces već se funkcije (model) generiraju iz podataka.

Koje su tehnologije korištene po čemu  se aplikacija razlikuju od onog što je dosad bilo dostupno na tržištu? Koriste li se napredne tehnologije computer vision, AI, za samostalno softversko analiziranje snimki s terena ili je to neka budućnost?

Budući da je ININ prethodne 24 godine razvijao aplikacije isključivo komercijalnim alatima i relacijskim bazama, prelazak na razvoj aplikacija baziranih na machine learningu  i distribuiranu paralelnu obradu velike količine podataka bio je obilježen nesigurnošću i skepsom jer su vodeće razvojne okoline i alati open source. Naravno, svaki strah se pokazao neoutemeljenim je je utrka vodećih IT tvrtki u ovom području (Google, Facebook, Amazon) iznjedrila vrhunske razvojne okoline sa odličnom bazom znanja i primjera.

U ovom trenutku za razvoj ML algoritama najviše koristimo Tensorflow, PyTorch, YOLO, OpenCV ... Odabir razvojnog ekosistema ovisi od prirode i vrste ulaznih podataka, načina procesiranja,  tipa aplikacije, opreme za akviziciju  i prezentaciju, propusnosti mreže, snazi servera ... Aplikacija za očitavanje brojila smartphoneom samostalno prepoznaje vrstu (plin, voda) i tip brojila, očitava podatke (serijski broj i potrošnju) bez iniciranja pojedinačnog očitanja od strane očitavača i iste šalje na server uz notifikaciju statusa obrade očitavaču. Softver za održavanje cesta ima entry model gdje se znakovi, šahtovi, oštećenja i rasvjetna tijela ručno označavaju i klasificiraju uz automatsku dodjelu geolokacijskih koordinata. U naprednijoj verziji AI model samostalno analizira video zapis, kategorizira znakove, oštećenja na cesti, šahtove i rasvjetna tijela, te ih prezentira na GIS mapi grada. Također, sustav omogućuje kreiranje prijava za sanaciju i generiranje radnih naloga, a b2b  modul prati rad izvođača radova. U fazi testiranja je „inspekcijski mod“ koji će samostalno prepoznavati otuđivanje ili oštećene znakova, te smeće na ili uz ulicu. Slična rješenja za održavanje cesta na globalnom tržištu vrlo su rijetka i u pravilu ne koriste AI pristup.

Na čemu je bazirana ideja aplikacije i da li je primjenjiva drugdje i kakvi su planovi prodaje aplikacije dalje Hrvatska, regija, svijet?

Obzirom na količinu podataka i frekvenciju izmjena, vrlo je teško ljudskim zapažanjima i ručnim evidencijama generirati ažurnu bazu podataka oštećenja i objekata na i uz cestu. Grad Slavonski Brod prvi u Hrvatskoj koristi ovakvo rješenje za samostalno dokumentiranje stanja i održavanje prometnica s pripadajućom infrastrukturom. Trenutno se traže poslovni partneri izvan RH, prijavili smo se na 4 internacionalna sajma i općenito, ideja je da se navedena rješenja putem mreže partnera ponude na globalnom tržištu gdje bi svaka nova primjena unaprijedila aplikaciju. Zanimljivo je da se iz ovih aplikacija mogu derivirati brojni novi proizvodi za sigurnost, medicinsku dijagnostiku, zaštitu na radu, održavanje plinovoda, staza, igrališta ... Veseli, osvježava i beskrajno motivira činjenica da smo tek zagrebli u jedan novi svijet, svijet primjene deep learninga u izradi korisnih aplikacija za sigurniji i lagodniji život svih nas.