Интервју Предраг Јаковљевић: Будућност вештачке интелигенције

Србија је прва држава у региону која је почела да примењује националну стратегију развоја вештачке интелигенције (ВИ) у функцији економског раста, запошљавања и квалитетнијег живота грађана… Друге земље југоисточне Европе се тек припремају да ту стратегију усвоје.

Водеће светске економије које настоје да одрже предност на тржишту окренуте су паметној технологији и вештачкој интелигенцији. Значај вештачке интелигенције и машинског учења све више препознају и компаније у Србији…

O томе шта подразумева интелигентно пословање и у којој мери вештачка интелигенција (ВИ) утиче на пословни свет и обликује његову реалност, разговарали смо са Предрагом Јаковљевићем, некадашњим студентом и дипломцем Машинског факултета у Београду, а сада сертификованим стручњаком за CPIM, CIRM, CSCP у компанији Technology Evaluation Centers Inc (TEC) са седиштем у Канади.

– Под интелигентним пословањем подразумевамо пословање које користи напредне дигиталне и интелигентне технологије и најбоље праксе (у одређеној специфичној индустрији са својим специфичним захтевима, регулацијама, и процесима) са интегрисаним подацима и процесима да би се направили флексибилни/адаптирајући ланци набавке и стекао бољи увид у потребе и осећања/сентименте муштерија, партнера, па чак и запослених. Циљ је да сваки бизнис постане отпорнији на промене и изазове (као што на пример актуелна пандемија Ковид-19 ), профитабилнији и одржив – каже наш саговорник.

На који начин дигитализација повезује људе, процесе и ствари и које могућности пружа?

– Дигитализација је коришћење тачне информације уместо скупих физичких објеката где год је то могуће. Циљ је трансформација традиционалног бизнис модела и стварање нових пословних прилика за нове приходе и нуђење нових вредности муштеријама.

Примера ради, концепт „дигиталног близанца“ (digital twin) је виртуелна презентација конкретног физичког објекта. То може бити 3D CAD цртеж новог производа који се тек конструише, дигитална саставница, или bill of materials (BOM), тог завршног производа, или CAM/CAE цртеж/схема производне линије где ће се тај производ направити. Такође, то може да буде и више-дисциплинарна дигитална визуелна симулација производа у употреби (под топлотом, напоном, хидрауликом, и сличним условима), где је много јефтиније симулирати процес, него уништити скупоцени прототип. Наравно, физичко тестирање прототипа је некада неизбежно, али  с развојем науке све је мање заступљено.

С тим у вези је и концепт „дигиталне нити“ (digital thread) која садржи све дигиталне податке о целом животном циклусу производа од „колевке па до гроба“ (cradle to grave lifecycle). Односно, податке о томе зашто је конкретан производ дизајниран, направљен и склопљен на одређен начин; колико пута је сервисран у свом радном веку, који су резервни делови уграђени; да ли су техничари за поправку или сами корисници сугерисали измену дизајна производа за следеће генерације и слично. Веома је важно да ова знања буду доступна сваком новом запосленом, a на да њихов посао зависи од једне особе која те информације држи у глави. Шта ако се баш тој особи нешто непланирано деси?

Такође, дигитализација нам омогућава да муштерји понудимо уговор о плаћању услуге коришћења нашег производа, са претплатом на неколико година (product as a service) уместо да само купи тај производ. Рецимо, уместо да продамо скупи компресор некој фирми, могли бисмо да наплаћујемо потрошњу ваздуха по кубном метру. На нама је да обезбедимо да та машина ради без проблема, а на муштерији да користи услугу компресованог ваздуха.  Win-win ситуација: нама је гарантован вишегодишњи поновљив приход, а муштерија нема капиталне инвестиције, већ троши месечно и плански за компримирани ваздух.

Шта је заправо вештачка интелигенција? На који начин утиче на савремено пословање и обликује његову реалност?

– Вештачка интелигенција (Аrtificial Intelligence – AI), у правом смислу речи, представља емулацију људског резоновања и размишљања. Наравно, то не значи да машине имају нашу интелигенцију. Зато радије користим термин augmented intelligence – „увећавајућа интелигенција“ што подразумева разне интелигентне алате који унапређују радника и   олакшавају му живот и посао.

Комерцијални ВИ алати помажу фирмама да направе прогнозе продаје, предвиде потребе тржишта и муштерија и генерално побољшају комуникацију. Ти алати помажу комерцијалистима да боље управљају својим временом и идентификују с којим клијентом треба да успоставе комуникациј уи који ће клијент највероватније нешто да купи.

У области маркетинга,  ВИ алати нам помажу тамо где је брзина људи недовољна. На пример у случају обраде мноштва трансакционих података и профила муштерија помажу да уочимо најбољи начин и најбоље време за комуникацију путем персонализованих, а не генеричких (истих за све) порука.

Технологија вештачке интелигенције помаже нам и за масовни трансфер и унакрсну проверу података (big data) и фајлова; препоруке производа муштеријама на основу историје трансакција са њима; детекцију преваре; кориснички сервис путем телефона или чат ботова (дигиталних помоћника), барем да се узму прелиминарни подаци од клијента и друго.

У чему је разлика између вештачке интелигенције и машинског учења?

– Уз ограду да нисам теоретичар или експерт за вештачку интелигенцију, рекао бих да је вештачка интелигенција доста шири концепт и односи се на способност машине да имитира интелигентно људско понашање. ВИ технологије су алгоритми који покушавају да опонашају ствари које људи раде.

Насупрот томе, машинско учење је само једна конкретна апликација или метода вештачке интелигенције која омогућава машинама да уче из серије података, односно уоче неке важне обрасце/шаблоне, које људско око не би могло да уочи, без неког експлицитног програмирања.

Друге типичне методе  вештачке интелигенције су предиктивна аналитика, процесирање природног језика (natural language processing -NLP), класификација, сегментирање, препознавање оптичких карактера (optical character recognition – OCR), регресиона анализа, детерминистички сетови правила rules engines, итд.

На који начин вештачка интелигенција мења наше животе и како ће се ово поље даље развијати?

– Вероватно многи од нас добијају препоруке, рецимо од Netflix-a или Amazon-a, на основу филмова које смо гледали или  робе коју смо купили онлајн. Мој ајфон већ зна којег дана у седмици имам најгушћи распоред и где вероватно идем. Примера ради, петком идем код физиотерапеута. Тог дана ујутру на телефону имам преглед саобраћаја на мојој уобичајеној рути, као и брзе алтернативне правце.

Поменути OCR алати нам помажу да телефоном снимимо рачуне са пословних путовања, да те податке убацимо у одређени Excel фајл и то по категоријама као што су хотел, авионска карта, јело и пиће, такси и слично. Ми само треба да прегледамо да ли су ти подаци унети тачно, а затим да их проследимо раучуноводству фирме на наплату путних трошкова.

Када нам се у домаћинству поквари бела техника (машина за прање рубља, судова и сл.) нико није срећан. Често смо принуђени да сачекамо и по неколико дана да овлашћени техничар дође, уради дијагностику, а онда да нам саопшти да критични део који је отказао не може да сигне раније него за 14 дана.

На супрот томе, нове технологије омогућавају произвођачу да сам прати рад уређаја. Путем интернета интелигентих ствари (Internet of Things – IoT) може да уочи потенцијални квар и пре него што до њега дође. У том случају, произвођач ће на кућну адресу клијента послати техничара да замени део који би ускоро могао да откаже. Можда неко неће желети да жртвује своју приватност и одбиће такву могућност, али многи ће се определити за опцију „радије спречити него лечити“.

Мој ауто Lexus NX300h (хибридни бензин-струја) увек ме досадно упозорава када се ближи време следећег одржавања (по пређеној километражи или по времену од задње посете). Недавно ми се десио крајње духовит случај када ми се упалила сигнална лампица за скоро празан резервоар. Помислио сам да имам шансе да стигнем до омиљене бензинске станице, која је недалеко од моје куће, али је ауту „догорело до ноката“ и фино ми је искључио сав „infotainment“ на екрану (музика, Јутјуб видео, итд.) и почео да избацује мапу са најближим бензинским станицама.

Један од трендова на пољу вештачке интелигенције који би ускоро могао да заживи је тзв. „Вештачка интелигенција за масе“. То значи да ће и обични корисници, а не само data scientists, моћи релативно лако да направе једноставнија и за њих кориснија решења, користећи ниско кодне (low-code) методе.

Који су највећи изазови када је реч о истраживању и примени вештачке интелигенције?

Употреба вештачке интелигенције у медицини је свакако један од најинтересантних изазова данашњице. Ту је отворено питање да ли системи које називамо вештачком интелигенцијом могу да замене знање, резоновање и искуство стручњака.

Примера ради, коришћење „дубоког учења“ (deep learning ) за визуелно пепознавање у дијагносици тумора, није дало очекиване резултате. Било је случајева да је „ AI експерт“ означио неку израслину као врло малигну и препоручио најригорозније мере лечења (хемотерапију), што се на крају испоставило као непотребно када је искусан лекар проценио да тај тумор ипак није толико страшан. Овај случај нам говори о томе да машине још увек нису у стању да уоче врло суптилне нијансе као што то може стручњак с огромним знањем и искуством.

Мој дерматолог, код којег често идем на превентивне прегледе због мноштва младежа, сматра да још увек није дошло време да неко може да обухвати сво његово животно искутво и оне најмање детаље које могу да значе живот или смрт за пацијента.

Један од изазова у пракси, свакако је и питање како „вештачка интелигенција“ долази до својих закључака и препорука. Да ли је то „црна кутија“ или има могућност да објасни своје резоновање. Колико год нам вештачка интелигенција олакшава и унапређује живот у различитим областима,  њен убрзани развој и примена отварају многобројна питања из сфере безбедности и етике.

Можда сте чули за скандал у Микрософту са експерименталним Tay ботом, који је претраживао објаве на Твитеру, а онда почео сам („научио“) да „бљује“ расистичке твитове пре него што га је Микрософт уклонио: https://spectrum.ieee.org/tech-talk/artificial-intelligence/machine-learning/in-2016-microsofts-racist-chatbot-revealed-the-dangers-of-online-conversation. То је само један од примера због чега се у последње време све већа пажња посећује етици вештачке интелигенције.

Да ли сте упознати са привредним амбијентом у Србији? Имате ли неке препоруке или савете за српску привреду?

– Много боље сам упознат са тржиштем и амбијентом ERP система на српском и бившем YU тржишту. Једна од примедби коју бих имао јесте да се често, осим код мањих приватних фирми, избор ERP решења своди на све друго осим на то да се изабере најбољи фит за индустрију и бизнис.

Наиме, многе наше фирме које купи нека страна фирма, и где у централи користе  SAP или неки други водећи глобални производ, по аутоматизму добију наредбу да се тај систем користи и у новој јединици у Србији. Питање је да ли је тај систем уопште у складу са потребама локалног бизниса? Можда би локални производи као Apollo, Pantheon, GoPro, Upis, итд., били много прикладнији?

Сусрет генерације `83: Господин Јаковљевћ и доц. др Бранко Коктовић

Колико Вам је знање које сте стекли на Машинском факултету помогло на професионалном плану?

– Најкраће речено, без тог знања сигурно не бих ни стигао где сам сада. Да ли ми је баш сваки предмет од неких 40-так похађаних и положених у девет семестара тада користио, нисам сигуран. Али већина јесу.

После дипломирања 1988., годину дана сам провео у  Фабрици малолитражних мотора – 21. мај, као конструктор алата. После тога, две и по године сам радио у Заводу за заваривање, где сам завршио курс за сертификованог инжењера заваривања (са доста додатних знања из металургије и машинских материјала).

Након ратних дешавања на простору бивше Југославије 1991/92. године (мобилизације, фронта, итд.), отишао сам у Јужну Африку. Тамо сам провео седам година радећи на различитим позицијама од  пословође у погону, до конструктора разних производа (што је подразумевало и познавање CAD решења). У фирми Chubb Lock & Safe имао сам прилику, али и срећу да као корисник упознам, поред SAP-a, водећи глобални ERP производ TRITON, који је касније преименован у Baan, а сада је познат под називом Infor ERP LN.

Познавање SAP-а и Baan-а у то време (средином и крајем 90-тих) било је изузетно тражено. То ми је омогућило позицију консултанта и имплементатора у Deloitte & Touche Јужна Африка. Онда ме је  98-ме, Capgemini из Хјустона у Тексасу врбовао да пређем код њих, због чега сам морао да надоградим знање са CPIM и другим сертификацијама од APICS-a(American Production and Inventory Control Society), који је недавно преименован у ASCM (Association of Supply Chain Management).

Од маја 1999-те радим за Technology Evaluation Centers, који је у то време био млади стартап у развоју. Да ми је тада неко рекао да ћу у тој компанији остати оволико дуго не бих му веровао.  Мањим фирмама је много теже да преживе изазове криза и економских циклуса раста и рецесије, које су облежиле почетак 21. века (11. септембар, велика финансијска криза 2008. године, а сада и пандемија корона вируса).  Међутим, успешно смо пребродили све те Scile и Haribde… Сваки дан учимо нешто ново, односно појави се нови buzzword или trend du jour. Некада су то били RFID, Web Services, а тренутно су то IoT, AI, Industry 4.0, omnichannel commerce… Можемо само да претпоставимо шта нас све ново очекује у блиској будућности…

Који би савет упутили млађим колегама?

Пре свега, млади треба да знају да је дипломирање, па чак и докторат, само почетак непрестаног доживотног учења и унапређења знања и способности. Интелектуална радозналост и критичко размишљање су данас неопходни. Они што су тек започели студије или су на првим годинама факултета, треба да се фокусирају на то како да уче и размишљају, а не само да репродукују теорију и отљававају испите у индексима.

Сада је фокус на равнотежи између теоријског знања и практичног искуства. Са ове дистанце, и могао сам и сам много боље да искористим тадашње обавезне летње праксе и пројекте. Управо те праксе нуде прилику за надоградњу стеченог знања и развој идеја.

Такође, за младе колеге је веома важно да прате трендове у индустрији и на тржишту и добро размисле које специјализације нуде већу сигурност запослења.  Било шта друго да кажем звучало би као излизане флоскуле мотивационих говорника.

(Извор: Машински факултет)

 

Bookmark the permalink.

Comments are closed.