Ladies of AI Business: Što je potrebno za podizanje uspješnog AI tima?

Ladies of AI Business konferencija uz podršku A1 Hrvatska okupila je niz stručnjakinja iz područja, kako uživo tako i online. AI i ML (machine learning) inženjerke, podatkovne znanstvenice i analitičarke, softverske inženjerke i arhitektice, AI/ML entuzijastkinje okupile su se u BIRD inkubatoru prošlog četvrtka kako bi čule različite istraživačke, razvojne i karijerne priče kolegica iz industrije.

Samu konferenciju otvorila je dr. sc. Ana Meštrović, profesorica riječkog Fakulteta informatike i digitalnih tehnologija. Prezentirala nam je proces istraživanja projekta InfoCoV o čijim smo rezultatima već imali priliku pričati i na Netokraciji. Riječ je o istraživanju tzv. infodemije tj. načina informiranja Hrvata o pandemiji putem online portala i društvenih mreža. Njih je na ovaj projekt ponukala tadašnja situacija i natječaj Hrvatske zaklade za znanost.

InfoCoV projekt bio je zamišljen u četiri faze, a već prva je bila dovoljno izazovna sama za sebe, prisjeća profesorica.

Prvi korak bio je prikupljanje podataka svih tih tekstova, samo je ta faza trajala 6 mjeseci. Bio je to užasno težak posao jer vi trebate urediti i implementirati pipeline za prikupljanje tweetova, za filtriranje tweetova koji su vezani uz koronu, za filtriranje tweetova na hrvatskom! I onda još urediti i pripremiti te podatke. Još složenija priča bili su novinski portali jer su neki čak mijenjali strukturu prikaza podataka pa smo morali nanovo implementirati algoritam.

Na kraju je istraživanje trajalo 18 mjeseci, što je za ovakav tip istraživanja – kratko. No, unatoč tome, uspjeli su odraditi glavne dijelove projekta odnosno u konačnici – obraditi i analizirati ogromne količine podataka – čak preko 200 tisuća članaka s online portala tematski vezanih za COVID-19 te preko 500 tisuća korisničkih komentara na te članke, uz 206 tisuća tweetova. Više o procesu i rezultatima možete saznati u samom najavnom članku, ali i snimci predavanja.

AI u poslovanju velikih kompanija

Sljedeća na redu nam je Andrea Pirša Ilić, Cognitive Computing Manager u A1 Hrvatska. Andrea nam je ispričala više o tome kako su ugradili AI u A1 Hrvatska te kako su izgradili Cognitive Computing tim koji je zaslužan za veliki broj proizvoda temeljenih na umjetnoj inteligenciji u kompaniji. Ujedno i voditeljica tima, Andrea nam je objasnila i čime se bave.

Primarno, to je istraživanje AI područja, konkretno – istraživanje algoritama i kako se primjenjuju odnosno razvoj aplikativnih rješenja na temelju spomenutog. Iako se područje ubrzano mijenja, držimo dobar korak s tehnologijama fokusirajući se na kontinuirano učenje. To nam je pomoglo i da narastemo u kratko vrijeme na 9 članova.

Tako je započeo i jedan od prvih njihovih većih projekata s kojim ugradili AI u A1 Hrvatska. Imali su veliku količinu podataka s kojom nisu znali što bi. To je uključivalo razne izvore podataka: od mailova, narudžbi, istraživanja zadovoljstva korisnika do raznih sistemskih i mrežnih podataka (logovi aplikacija, izvještaji o performansi mreže), ali i interno prikupljenih podataka poput cjenika i baza znanja…

To su one interne kuharice i razno-razna pomagala za rad unutar svake kompanije. Vjerujem da je to izazov koji ima velik broj velikih kompanija. U kojima je fluktuacija ljudi velika, kao u primjerice pozivnim centrima. Nije za očekivati da će ti ljudi tamo raditi godinama i da će se njihovo znanje nadograđivati. Mi im moramo u startu ponuditi sistematizirano rješenje da im olakšamo posao svakodnevne komunikacije s korisnicima.

Zašto nas korisnici zovu?

Svjesni kako im još nedostaje znanja da krenu u stvarnom vremenu analizirati pozive – Andrea i tim odlučili su se okrenuti proučavanju chat komunikacije s korisnicima. To je uključivalo ogromne količine historijskih transkripata. Znači, imali su podatke, ali morali su prvo investirati u razvoj internih znanja, napominje Andrea.

Krenuli smo s određenom količinom znanja, primijenili ga i nadograđivali kroz pilot rješenja. Međutim, morali smo imati jedan pravi projekt na kojem možemo pokazati što možemo. Htjeli smo pokazati da produkcijsko rješenje visi tu negdje u zraku samo treba još malo vremena uložiti u istraživanje.

Prvi izazov tog rješenja bio je, naravno, NLP odnosno metode obrade prirodnog jezika za koje se većina istraživanja radi na engleskom jeziku. Osim toga, jezik jednog telekoma pun je terminologije iz područja, što znači da samom hrvatskom korpusu moraju dodati još mnogo stručnog. No, odlučili su pokušati.

U pitanju je bio vrlo jednostavan projekt, samo rješenje je doslovno čitalo transkripte i klasificiralo podatke u desetak klasa te tražilo određene entitete. No, iz toga smo dobili rješenje koje nam omogućuje da praktički u stvarnom vremenu imamo statistiku o trendovima koji se događaju, ali i da možemo imati detekciju anomalija kad se pojavi neki entitet koji nismo očekivali, čime dobivamo rano upozorenje.

“A u čemu vi mislite da vam AI može olakšati posao?”

Kako bi nastavili proces istraživanja i nadogradnje tog rješenja, trebalo je uvjeriti i kolege koji bi rješenje koristili, ali i menadžere koji ga trebaju odobriti, da im jedno takvo AI rješenje može pomoći. U tijeku istraživanja tako su našli tzv. followericu, odnosno osobu koja vjeruje da stroj to može odraditi otprilike jednako dobro kao i čovjek. Kolegica koja se inače bavi komunikacijom s poslovnim korisnicima bila je oduševljena rješenjem.

U međuvremenu, pokušavali su kompaniji pokazati i neke druge mogućnosti AI-ja. Razvili su internog chat asistenta Bob Rocka koji do jedne potvrde ne mora ići preko troje kolega. U tom periodu, A1 Hrvatska pokrenula je i program osvješćivanja o mogućnostima napredne analitike i umjetne inteligencije, a koji je kroz nekoliko tjedana upoznao i menadžment s AI rješenjima koje su razvili.

Nakon što smo ih upoznali s našim projektima dali smo im zadatak da oni izgeneriraju određeni set ideja. Gdje mislite da vama AI u poslovnim procesima može pomoći, pitali smo ih. I ljudi su reagirali – počeli su aktivno o tome razmišljati, raspitivati se što se može i kako te su donijeli ogroman broj ideja na stol.
No, da bismo mogli podržati razvoj ideja, morali smo proširiti tim, doći do većeg broja stručnjaka, ali isto tako osigurati i skalabilnu razvoju platformu. Nije isto ako imate jedan proizvod ili ako odjednom morate razvijati njih 10.

Kroz taj period izgenerirali su određeni broj proizvoda koje su potom i integrirali u njihove poslovne procese. A za kraj, Andrea nas je ostavila i sa savjetom odnosno receptom za podizanje uspješnog AI/Data Science tima:

1. podaci – nema AI bez velike količine podataka;
2. domenski stručnjaci koji znaju što određeni podaci znače u poslovnim procesima te tvrtke/industrije i kako ih najbolje iskoristiti;
3. AI entuzijasti – vrlo je bitno u timu imati ljude koji su spremni istraživati;
4. stvarna primjena – da AI projekti rješavaju nečiji stvarni problem jako je bitno za motivaciju tima koji na njima radi.
5. razvojne platforme – imate li dovoljno “računalne moći” da skalirate pilot rješenja na čitavu tvrtku?
6. vrijeme – dolazak novih boljih tehnologija, metoda i algoritama zahtijeva i vrijeme da se isto prouči, nauči i primjeni te se to mora uzeti u računicu razvoja.

Za više žena u STE(A)M-u

Kako su žene na(pustile) STE(A)M, pitala se Marijana Šarolić Robić i odlučila pripremiti inspirativno predavanje za naš Ladies AI of New Business ne bi li utjecala i kroz našu malu zajednicu na pokazatelje da žene danas sve manje biraju STEM karijere.

Bez osobne promjene, nema ni promjene u društvu…

Kad bi se mogao sažeti sav niz dobrih poruka i opservacija – to bi bio sukus Marijaninih poruka. Pozvala nas je odmah na početku na introspekciju, da razmislimo o tome kako pristupamo izazovima pred nama. Dala nam je i primjer toga kako, za razliku od naših muških kolega, žene koči izraženi strah od neuspjeha. S druge strane, naučila nas je i na osobnom primjeru (kroz iskustvo svog muža) kako muškarci mogu pomoći da se žene privuče i zadrži u industriji – uz samo malo više truda da uoče i cijene stručnost svojih kolegica.

Za kraj ostavila nas je s pitanjem: Koliko ja osobno u svom profesionalnom i privatnom životu mogu utjecati na stvaranje društva jednakih mogućnosti žena i muškaraca?

Koliko se vole računalni vid i obrada prirodnog jezika?

Na prvom i jedinom panelu te večeri opet smo se vratili na nešto tehničkije teme. Uz Netokracijinu moderatoricu Antoniju Bilić Arar, Nevena Erak Camaj, suosnivačica tvrtke Erato, prve hrvatske platforme za razvoj chatbotova, Valentina Zadrija, senior ML inženjerka iz Gideona te Sandra Boljkovac Stojak CEO tvrtke Ciklopea koja razvija napredna rješenja prevođenja i lokalizacije – ispričale su nam više kako stroj učimo da razumije jezik, što je “onaj drugi NLP” te koji su izazovi specifični za hrvatski jezik kod NLP projekata.

Odmah na početku Sandra nas je upoznala s prevoditeljskim alatom o kojem se malo zna.

Hrvatskom jeziku prijeti izumiranje, a da se to ne bi dogodilo, EU je pokrenula inicijativu skupljanja digitalnog korpusa jezika. Tako je nastao strojni prevoditelj – Presidency MTEU, jedini prevoditelj koji obuhvaća i semantički aspekt jezika, čime bi trebao biti i bolji od Googlea.

O tome kako je svijet NLP-a povezan i sa svijetom računalnog vida više nam je rekla Valentina. Prisjetila se nekoliko događaja koji su zadnjih godina obilježili prenošenje znanja iz jednog segmenta u drugi. Primjerice, sam AlexNet koji je, kako kaže Valentina, pomeo sve što smo imali u području računalnog vida, brzo je počeo prodirati u NLP i područje prepoznavanja govora. Onda se dogodilo obratno, transformeri iz NLP-a koji omogućavaju da se razumije kontekst riječi, polako sad prodiru u računalni vid, gdje mogu već jako dobro rješavati probleme poput klasifikacije objekata, detekcije objekata u slikama i sl.

Na panelu smo saznali i više o razvoju chatbotova. Iako su u inozemstvu već prepoznati, kod nas se tek sada počinje više osvješćivati koliko su korisni za olakšavanje poslova, ističe Nevena, spominjući primjer slučaja gdje su za klijenta skoro 5 tisuća poziva korisnika mjesečno sveli na 100.

IoT koji zna što želiš prije nego to poželiš?

Vjerojatno veći dio vas koji ovo čita ima neki pametni uređaj povezan na internet. Količina IoT (Internet of Things) uređaja iz godine u godinu se povećava te se pretpostavlja da ćemo sa sadašnjih 8 milijardi takvih uređaja na svijetu doći do 24 milijarde do 2024. godine. Kako te uređaje zbilja iskoristiti u najboljoj mjeri pitala se i FER-ova doktorandica Katarina Mandarić koja pri IoTLabu na FER-u radi na doktorskom koji se bavi upravo takvim pitanjima.

Katarina je svoje rješenje temeljila na primjeru s pametnim osvjetljenjem koje bi u svakom dijelu dana, ovisno o svjetlosti izvana, znalo koju jačinu i boju osvjetljenja bi korisnik preferirao u datom trenutku. Ispričala nam je kako definirati, prepoznati i naučiti stroj korisničkim preferencijama, kako postići svjesnost te kako predvidjeti što korisniku odgovara u situaciji s kojom se stroj do sada nije susreo.

Kako je izgledalo treniranje neuronske mreže koja bi to mogla postići uz pomoć više “korisničkih agenata” možete pogledati na snimci predavanja.

Hvala partnerima A1 Hrvatska, BIRD Incubatoru, Graziji, Skill Boxu, Jani, Crafter’s pivovari, Beer Squadu, Vinariji Kopjar te Nutricionizmu.hr koji su nam omogućili da organiziramo uspješan događaj i mnoštvo odličnih iznenađenja za publiku. 🙂