Ako želimo AI industriju, prvo moramo izgraditi AI zajednicu

No, do prije godinu dana svi smo bili već skeptični hoće li biti mjesta i vremena da se ubacimo na svjetsku AI scenu kada ne možemo ni nacionalnu strategiju napisati na vrijeme. Pokrenule su se stvari i tome usprkos pa makar to bilo isključivo na razini privatnog sektora – a možda je upravo to ono što nedostaje da pokrenemo i državu.

Kako izgraditi tu zajednicu kako bi uopće mogli konkurirati drugima, što nedostaje domaćim tvrtkama koje žele razvijati AI rješenja te kako možemo još bolje ojačati razmjenu znanja i potaknuti suradnje unutar industrije – neka su od pitanja kojih sam se dotaknula u razgovoru s Davorom Kormanom, podatkovnim znanstvenikom iz Flow and Forma i Danielom Gujom, Machine Learning inženjerom i Team Leadom iz Gideon Brothersa.

Kao i uvijek, većina toga ovisi o angažmanu pojedinaca i tvrtki

Iako smo baš ovaj ponedjeljak imali priliku najaviti hrvatsku verziju popularnog tečaja Elements of AI, koji bi trebao u par tjedana svima zainteresiranima približiti ovu tehnologiju koja će uvelike definirati našu budućnost, AI stručnjaci nisu nešto što dozrijeva tako lako. Nije nepoznata stvar da IT kadra kronično nedostaje, a kako raste potreba za korištenjem umjetne inteligencije – tako se povećala i potražnja za AI stručnjacima.

Davor ističe kako su zanimanje i potreba za takvim kadrovima u Hrvatsku zapravo došli s odgodom, što nije čudno s obzirom na to da je industrija prije tri godine tek bila u začecima. Smatra da je danas situacija mnogo bolja nego tada, povećao se broj relevantnih kolegija na fakultetima te se pojavljuju i određeni oblici specijalizacije u tom području.

To sve naravno nije ni blizu dovoljno da se studente pripremi za stvarne potrebe tržišta, no to je sad već generalni problem kaskanja obrazovanja za potrebama industrije. Paralela se može povući s gaming industrijom u kojoj je dugo vremena poprilično nedostajalo (i još uvijek nedostaje?) adekvatnog i specijaliziranog obrazovanja, no to nije spriječilo pojedince da naprave velike pothvate.

U biti, u državi koja nije među razvijenijima u svijetu, vjerojatno ni ne postoji drugi način da se uhvate vanjski trendovi osim kroz angažman pojedinaca i tvrtki koje se same “ubacuju” u nova područja, istražuju i uče.

Tehnologija u koju se treba prvenstveno uložiti učenjem

Znamo već da je IT dinamična i brzopromijenjiva industrija u kojoj oni koji ne prate promjene – zaostaju. Za AI vjerujem da ne mogu dovoljno naglasiti koliko je aspekt učenja bitan, ne samo tijekom studija, već i na poslu s obzirom na to da je riječ o tehnologiji koja će se intenzivno mijenjati i razvijati narednih godina. Upravo je zato praktičan aspekt znanja “zeznutija” stavka od formalnog obrazovanja te nije tajna da postoji manjak izrazito iskusnih AI stručnjaka na domaćoj sceni, pojašnjava Davor.

Smatram da postoji jako malo ljudi koji mogu bez većih prepreka isplanirati, implementirati i deployati Machine Learning proizvode u svrhu rješavanja kompleksnijih problema iz područja podatkovne znanosti i strojnog učenja. Taj manjak se poprilično zna osjetiti u situacijama kada je potrebno kvalitetno skalirati rješenja – pri većim količinama podataka jednostavniji pristupi rješavanja problema često prestaju biti od koristi te dolazi potreba za implementacijom puno efikasnijih metoda, kao i za distribuiranim te paraleliziranim procesiranjem, za što je onda potrebno određeno iskustvo i predznanje.

U Gideonu su također svjesni kako će današnji izazovi u budućnosti postati još i veći kako budu skalirali svoje operacije, dodaje Daniel:

Prvenstveno vidimo izazove u pronalaženju dovoljno izvrsnih i talentiranih ljudi. U konačnici, umjetna inteligencija navodi na pojavu zamjene ljudskog rada računalom, no da bi u produkciju pustili komponente umjetne inteligencije potrebno je jako puno ljudskog rada.

Tijekom svog rasta i razvoja AI tvrtke nailaze na mnoge probleme, a neki od njih stoje neriješeni jer je za pojedine potrebna velika inovativnost, ali i iskustvo stručnjaka koji na njima rade. Rješavanje tih problema zato iziskuje konstantno učenje, napominje i Davor:

S obzirom na to da je primijenjeno strojno učenje područje koje se kontinuirano i brzo razvija, velik je broj starih i novih alata s kojima se potrebno jako dobro upoznati, a isto vrijedi i za količinu algoritama odnosno njihovu teoretsku pozadinu iz matematike koju je potrebno dobro poznavati. U stvarnosti, za veliku većinu stručnjaka ovaj posao podrazumijeva jako puno učenja on-the-fly, nerijetko metodama pokušaja i pogreške.

Raštrkane snage zajednice

Kako olakšati kolanje tih praktičnih znanja među stručnjacima i tvrtkama nego ojačavanjem zajednice i open source projekata? Tako dolazimo i do pitanja koliko je danas zajednica zbilja povezana i što možemo bolje.

Davor smatra da zajednica trenutno nije dovoljno otvorena te je istaknuo nekoliko faktora u kojima rade pojedine tvrtke kako bi opisao trenutni ekosustav:

Data Science ekosustav (ili AI ekosustav ako baš želimo koristiti buzzword) u Hrvatskoj izgleda otprilike ovako: postoji veliki broj većih tvrtki iz raznih sektora koje u različitim mjerama koriste Data Science kako bi poboljšale vlastite procese. One uglavnom imaju jedan mali DS tim, ne uspijevaju uvijek privući dovoljno kvalitetne stručnjake te su često u situaciji da nemaju ni približno dovoljno stručnog kadra da provedu sve Data Science projekte koje bi realno mogli obzirom na količinu podataka koji posjeduju.

Zatim postoje IT firme srednje veličine kojima je AI poprilično bitna stavka u poslovanju i uglavnom su opskrbljene kvalitetnim stručnjacima, no i njima kako rastu često zna nedostajati dovoljno stručnjaka.

I konačno, postoji još i određeni broj specijaliziranih Data Science tvrtki koje nude usluge konzultinga ili izradu specijaliziranih softverskih rješenja potpomognutih umjetnom inteligencijom. Kod njih zna biti problem to što hrvatsko tržište još uvijek nije dovoljno osviješteno o potencijalu ovog područja odnosno nije jednostavno pronaći projekte na našem tržištu. Rješenje se onda pronalazi u radu za strane klijente, što je u konačnici i odlična stvar za njih (a nerijetko i cilj). Međutim, nije svima to cilj odnosno neke tvrtke žele raditi i s domaćim klijentima, ali imaju poteškoća s pronalaskom značajnih projekata u Hrvatskoj.

I nije da u Hrvatskoj nema posla, ali nažalost, dodaje Davor, kod nas i dalje prevladava mišljenje da projekti temeljeni na podacima trebaju biti rješavani in-house:

U zemljama gdje je podatkovna znanost popularna duže vremena to nije slučaj te su tamo specijalizirane AI firme pronašle svoje nebo pod zvijezdama. #kupujmohrvatsko #bogstvoriNDAsrazlogom

Kad se AI (i robotske) ruke slože

Jedan od načina kako to možemo postići jest poticanjem na suradnju među hrvatskim tvrtkama. Uostalom, umjetna inteligencija je pristup rješavanju problema koji može značajno unaprijediti proces poslovanja, dovesti do veće zarade i uštede što je svakako vrijedno istraživanja. Međutim, treba uzeti u obzir i da AI nije svemoćna tehnologija koja će riješiti sve probleme, ističe Daniel:

Može se dogoditi da ne postoji stvarna primjena gdje AI može pomoći pa u tom slučaju nema previše smisla započinjati pilot projekte. No, potičem sve tvrtke na istraživanje opcija suradnje i na edukaciju. Smatram da je potrebno pronaći pouzdanog partnera koji će pomoći u tome.

U Gideonovom slučaju, tako su i pojedini piloti prerasli u dugoročnu suradnju na obostranu korist, poput suradnje s Atlanticom i Tokićem. Kroz takve projekte AI tvrtke mogu unaprijediti svoje sustave, a što u konačnici ponajviše doprinosi korisnicima koji ga koriste. A osim pilota, od iznimne je važnosti što suradnje omogućuju prikupljanje skupova podataka koji su AI tvrtkama iznimno važni, dodaje Daniel:

Osim pilot projekata, mi imamo i odlična iskustva s tvrtkama koje podupiru i naše razvojne aktivnosti. Neke su tvrtke otvorile svoja pomoćna skladišta i tako nam omogućile da testiramo našu tehnologiju u stvarnom okruženju. Također, cijeli niz tvrtki omogućio nam je prikupljanje skupova podataka koji omogućavaju treniranje sustava. Među njima su Atlantic, Alca, Konzum, Tokić, Orbico, Rox i mnogi drugi. Ovakva potpora nama, naravno, znači jako puno i nesumnjivo dokazuje kako u Hrvatskoj itekako postoji svijest o velikim benefitima tehnologije bazirane na umjetnoj inteligenciji.

Kako Hrvatska planira ući u novo desetljeće…

No, kako se usmjeriti kao država koja će podržati nove mlađe tvrtke u usponu i one koje žele inovirati kada nas još more “dječje” bolesti poput visokih nameta i poreza? Istina, Infobip, Rimac Automobili, Nanobit i druge uspješne priče nastale su svim okolnostima usprkos i vlastitim naporima.

No, možda baš iz tog razloga treba sada stisnuti još jače kako bi se povezali na razini industrije. AI tehnologija je područje koje nam daje novu šansu da nove, mlađe tvrtke poguramo u boljem smjeru – a državu potaknemo da napokon reagira. Jer, uz standardne boljke, javni sektor još nije dovoljno upoznat s potrebama i mogućnostima AI industrije.

Zato nam je potrebna dugoročna strategija u što Hrvatska želi ulagati, komentira Daniel.

Domaća IT scena je dokazala da smo sposobni isporučiti izvrsne rezultate. Postoji puno manjih i srednjih poduzeća koja su vrlo uspješna. I bit će ih i više. Hrvatska vlada se treba otvoriti i početi slušati, dok poduzetnici i stručnjaci u ovom području trebaju pomoći u edukaciji državnih institucija.

Hrvatska vlada već ima mogućnosti podržati inovacije u području AI-ja, dodaje Davor, no trenutno:

Naše javne ustanove posjeduju javne podatke koji nam mogu uvelike pomoći. Trenutno, korisni javni podaci koje Hrvatska posjeduje nisu pristupačni i često se ne nalaze u digitalnom formatu, što smanjuje njihovu vrijednost i nama otežava implementaciju i istraživanje.

Resurs od kojeg sve počinje: podaci

Neki pomaci u Hrvatskoj su vidljivi, tako je pokrenut Data.gov.hr, ali malo toga se objavljuje i primjetno je da se nitko time ne bavi aktivno. Kako se stvari mogu urediti bolje, Davor za primjer daje saveznu državu Kaliforniju i njihov službeni portal San Francisco Open Data koji je pokrenut kako bi kroz otvorenu razmjenu podataka s javnošću poboljšali usluge i operativu samog grada što na kraju može utjecati na poboljšanje kvalitete života svakog građanina.

Taj katalog svim zainteresiranim osobama nudi besplatno dostupne podatke u obliku od preko 1000 različitih tipova tablica. Preko 30 različitih gradskih ureda, zavoda i službi nužne su redovito i učestalo ažurirati te tablice. Ti podaci sadržavaju geografsku komponentu za sve infrastrukturne objekte, građevine, kao i vremensku komponentu pa je tako za neke tablice moguće analizirati zapise još i iz 1970-ih godina.

Tablice i podaci u njima su očišćeni i standardizirani, moguće ih je povezivati preko identifikatora te tako stvarati vrlo zanimljive analize i prediktivne modele. Drugim riječima, u gradovima poput San Francisca podatkovna infrastruktura je na razini koju mi možemo samo poželjeti.

Davor smatra da je to ujedno zabrinjavajuće jer su dostupnost i otvorenost javnih podataka jedan od najboljih indikatora podatkovne pismenosti države. Zato je ovo jedan od konkretnih primjera kako i naša vlada može sudjelovati u lokalnom i globalnom razvoju AI-ja, ističe. Uostalom, povećana dostupnost i raznovrsnost podataka ne bi bile od koristi samo tvrtki poput Flow and Forma, već bi stvorila vrlo plodno tlo za zanimljive projekte različitim tvrtkama iz različitih sektora, Davor pojašnjava:

Nužno je shvatiti da praćenje, standardizacija, povezivanje i laka dostupnost podataka predstavljaju osnovu digitalne transformacije. Na temelju njih će se donositi odluke o optimizaciji svih vrsta procesa i poboljšanja kvalitete života. Bez njih napredne metode poput AI-ja i strojnog učenja nemaju svoju upotrebu.

Želimo li biti dio svjetske lige, moramo igrati timski

Ipak, javno dostupni podaci se uglavnom ne smiju koristiti u komercijalne svrhe ili pak nisu dovoljno kvalitetni pa je veoma bitno da se i na razini privatnog sektora potiče na suradnje. Često AI tvrtke same moraju prikupljati i označiti potrebne podatke, no druge domaće tvrtke im u tome uvelike mogu pomoći, a Gideon je tome odličan primjer:

Kako bi se to ostvarilo, potrebno je imati jasnu strategiju i suradnju s klijentima. Mi imamo sreće što radimo s izvrsnim klijentima koji razumiju te potrebe i otvoreni su za nove prilike. U konačnici, oni i sami vide napredak sustava i rješenje koje njima pomaže te potencijal koji ova tehnologija donosi.

Međutim, takve situacije ovise od tvrtke do tvrtke i o specifičnostima AI primjene u određenom području. Za razliku od logističkih rješenja, u industriji nekretnina stvari se kreću nešto sporije. Tako mi Davor priča kako je Flow and Form od klijenta dobio zahtjev za automatiziranjem procesa prikupljanja nekretninskih podataka kako agenti ne bi morali ručno unositi podatke o uredima i stanovima s raznih slika i PDF primjeraka.

Ideja nam je bila da pomoću strojnog učenja prikupimo podatke o nekretninama s danih slika, te obradimo i spremimo informacije u bazu podataka. Kada smo krenuli istraživati koje dostupne informacije postoje kako bi nam pomogle u procesu razvoja, iznenadili smo se koliko malo korisnih resursa i zajednice postoji. Shvatili smo da postoji jako malo akademskog znanja i smjera te da su zajednice zatvorene u organizacijama pa je stoga temeljno znanje o AI tehnologijama u nekretninskom svijetu na vrlo niskoj razini.

Kako bi unaprijedili svoja istraživanja i pomogli drugima učiniti isto, odlučili su stvoriti prostor u kojem mogu razmijeniti iskustva s globalnom zajednicom i stvoriti temelj znanja u ovom području, a veselimo se što ćemo više o projektu koji pokreće Flow and Form uskoro pisati i na Netokraciji.

I tako se vraćamo puni krug

Poticanjem razvojne klime za domaće tvrtke koje mogu educirati nove talente i realizirati uspješne projekte izgradit ćemo u konačnici i snažnu AI zajednicu. Trenutno je zato najbitnije da hrvatske AI tvrtke i stručnjaci budu proaktivni kako u edukaciji države, tako i drugih tvrtki. Svaka inicijativa koja može u tome pomoći je više nego dobrodošla.

Želimo li postići krajnji cilj koji dijele Flow and Form i Gideon Brothers, a vjerujem i svi drugi u industriji: bolje pozicioniranje Hrvatske na globalnoj tehnološkoj sceni – potrebna nam je jaka zajednica. Na nama ostaje hoćemo li se priključiti najboljima, zaključuje Davor:

Veliki uspjesi pojedinih domaćih tvrtki na globalnoj sceni će definitivno pomoći i staviti Hrvatsku na “AI mapu svijeta”, ali bit će potrebno da naša povezanost kao zajednica bude dovoljno jaka i stvara vrijednost koju će primijetiti ostatak svijeta.