Expert panel – AI & Automotive

Ovidiu Mățan
Fondator @ Today Software Magazine

Am discutat la evenimentul de lansare a revistei din luna martie 2020 despre tehnologiile AI, automotive și nu numai. A fost primul panel exclusiv online. Invitații noștri au fost:

• Daniel Pomian - Senior Product Manager @ Telenav
• Alex Burciu- Innovation Manager @ Institutul Român de Ştiinţă şi Tehnologie
• Petru Vîrlan - Delivery Manager @ Betfair Romania Development

numarului TSM 93 - martie.02_58_45_03.Still011.png)

Ovidiu Mățan: Vă invit să începem cu o scurtă introducere a fiecăruia dintre voi.

Alex Burciu: Sunt Innovation Manager la IRST, un institut ce lucrează cu AI și Deep Learning. Eu mă ocup de proiecte de AI cu aplicativitate în industrie. Lucrez cu cercetători. Îmbrac toată munca lor într-un produs ca să ajungă pe piață. Căutăm parteneri, clienți care să vină cu probleme reale cărora să le găsim soluții. Unul dintre proiectele noastre se numește AutoWare și presupune generarea automată de site-uri web folosind AI. Poate ați văzut că există software care generează fețe care nu există. Similar, noi vrem să generăm site-uri web. Pentru a le genera, noi trebuie să le înțelegem semantic. Descompunem un site web în componente. Este ca și cum am face reverse engineering la un site pentru a putea compune alte site-uri. Putem extrage componentele reutilizabile și page layout.

Petru Vîrlan: Lucrez în domeniul analizei de date din 2006. Am lucrat cu foarte mulți clienți și m-a preocupat analiza avansată de date care este la început în România. Datele reprezintă o orizontală care deservește mai multe departamente din Betfair. Avem proiecte de data management, de centralizare de date. Pregătim datele pentru dasboarding, pentru raportare sau pentru aplicații interne. Mai lucrăm și în aria analytics engineering cu scopul de a oferi celor care se ocupă de data science date de calitate cât mai bună. Oferim servicii de development, suport sau mentenanță a platformelor, fie că vorbim de on premises sau de cloud. Departamentul de date este foarte mare (vreo 12 - 14 echipe), fiecare echipă aliniată pe un domeniu de business. Tool-urile și platformele sunt accesibile tuturor echipelor.

numarului TSM 93 - martie.02_36_40_15.Still007.png) Daniel Pomian: Lucrez la Telenav din 2016 pe o serie de produse foarte interesante aparținând unor domenii precum colectarea de date, date de la senzori/telefoane/mașini - date utilizate apoi de alte aplicații. Un alt proiect se ocupă de asistența avansată a șoferilor - produsul oferă o predicție a drumului și a rutelor pe care va rula autovehiculul. Asistența ce poată fi oferită șoferilor se referă la viteză, la controlul volanului sau al farurilor. De exemplu, dacă mașina are sisteme inteligente, sistemul de asistență poate limita viteza mașinii la viteza legală sau sigură pentru acel drum. Al treilea proiect se referă la detecția automată a riscurilor și a problemelor pe care le putem întâmpina pe drum - vizibilitate redusă, accidente, gropi, calitatea drumului. Al patrulea proiect pe care lucrez este legat de realizarea și îmbunătățirea hărților. Hărțile nu sunt fixe și finite. Acestea se schimbă, deci e nevoie ca acestea să fie modificate de sisteme, de unelte, de produse software care să ajute companiile și organizațiile să dezvolte și să aibă hărți actualizate pe care să le ofere utilizatorilor. Avem mulți stakeholderi în SUA, China și nu numai.

Găsim AI-ul peste tot - în automotive, în artă ( De exemplu, este impresionant cum aplicațiile au demonstrat că pot continua munca unor mari artiști precum Rembrandt). Cum vă schimbă AI-ul viziunea când vă gândiți la produsele cu care lucrați deja?

Alex Burciu: Lucrez momentan la două proiecte. Unul presupune generarea de site-uri web, iar celălalt, generare de design interior pentru poze ale apartamentelor nemobilate. Să zicem că vrei să închiriezi un apartament și te interesează cum ar arăta dacă ar avea mobilă, noi avem posibilitatea să plasăm mobila pe acea poză și să facem o simulare. Același lucru e valabil și pentru site-urile web. Putem genera site-uri pe baza antrenamentului cu alte site-uri web. Avem ulterior o problemă de selecție. Care dintre modelele generate vor fi arătate utilizatorului? Cum alegi cea mai plăcută variantă pentru oameni? Totul este foarte subiectiv. Deși putem face lucruri, este greu să le măsurăm într-un mod util pentru oameni.

Daniel Pomian: Folosim Machine Learning în dezvoltarea produselor Telenav. Ne-a ajutat să lărgim aria de produse și servicii pe care le putem oferi. Practic s-a lărgit baza serviciilor fezabile. Noua tehnologie ne ajută la detecția unor noi semne de circulație, ceea ce are o aplicabilitate mare în generarea de hărți și în sisteme de navigație. În aceeași măsură ne determină să regândim modul în care ieșim pe piață cu anumite produse și modul în care ne alegem partenerii. Ne axăm pe obținerea acelor seturi de date care sunt de calitate foarte bună, pentru a obține rezultatele așteptate.

Petru Vîrlan: Avem mulți clienți, dar competiția este foarte mare pe piață. Un client poate paria pe oricâte site-uri vrea, iar dacă nu îi place poate să plece oricând. De aceea, una din valorile noastre este customer obsession. Vrem să știm mereu ce spun clienții noștri. Luăm tot acest feedback și îl transpunem în tot ceea ce facem nou. Prioritizarea se face în funcție de feedbackul de la client și în mare există mai multe direcții: îmbunătățirea experienței clientului, oferirea de răspunsuri la întrebări, ajutorul dat colegilor noștri care sunt service agents, utilizarea modelelor de predicție pentru lucrurile de care s-ar putea plânge un client. Avem și o componentă de recomandări. În funcție de comportamentul clienților, facem recomandări și sugestii potrivite pasiunilor sau nevoilor sale. În gestionarea riscului (precum în finanțe) este foarte important să evităm să fim fraudați de clienți. De exemplu, sunt clienți care încearcă să spele bani folosindu-se de sistemele noastre.

Daniel, care sunt provocările voastre când faceți un soft de navigare și de hărți? Ştiu că sunt integrări cu OpenStreetMap, iar datele vin din foarte multe surse. Cum realizați partea de requirements?

Daniel Pomian: Hărțile bune sunt vitale pentru navigare. Prin urmare, lucrăm la a avea hărți actualizate, cu informații de care are nevoie sistemul de navigare. Provocările soluțiilor care se bazează pe AI și Machine Learning țin de generarea automată de conținut pentru hărți, de exemplu sensuri unice, restricții de trafic, limite de viteză, sensuri giratorii și nu numai. Generăm aceste aspecte folosind volume mari de date. Provocarea cea mai mare este disponibilitatea acelor volume mari de date în așa fel încât să acoperim zonele pe care noi vrem să le acoperim cu hărți. În zonele dintre localități sau în localități mai mici este problematică disponibilitatea datelor.

Prin ce vă deosebiți de Waze sau Google Maps?

Daniel Pomian: Telenav oferă hărți embedded pe mașină. Dorim ca hărțile să fie cât mai aproape de utilizator, pe displayul mașinii, astfel încât să oferim siguranță și o utilizare ușoară a sistemului. Mai multe studii arată că utilizarea telefonului, chiar cu Google Maps sau Waze, determină o reducere de 40% a timpului de reacție, spre deosebire de folosirea unui produs customizat de calitate. Același lucru este valabil pentru Apple Car și Android Auto care sunt sisteme de navigare pe telefonul mobil, dar care sunt proiectate pe ecranul mașinii. Acestea nu sunt optimizate pentru șofat. Google dorește să dezvolte sisteme instalate pe mașină, nu proiectate de pe telefonul mobil. Noi facem sisteme embedded pe mașină și sisteme care permit constructorilor de mașini să poată beneficia de datele pe care le colectează mașina. Datele colectate sunt foarte multe, iar acestea vor fi o avere pe viitor. Vor genera multe posibilități de business. De exemplu, mașina înregistrează că în drumul spre birou te oprești să iei o cafea și un sandviș, deci îți vor putea recomanda timpul la care să pornești și ruta. Există și alte aspecte care ne diferențiază de Apple sau Google la nivel de constructori de mașini. Constructorii de mașini nu vor să pățească ce au pățit constructorii de telefoane mobile. Acum câțiva ani companiile software au acaparat și monetizat tot ce înseamnă ecosistem pe telefoanele mobile, iar dezvoltatorii de telefoane mobile au devenit dezvoltatori de hardware. Constructorii de mașini doresc să evite acest lucru și să aibă control în ceea ce privește tot ce se întâmplă în mașină, inclusiv experiența utilizatorului. În mașină, se vor putea folosi multe aplicații, de la entertainment la comerț, iar Telenav le permite constructorilor de mașini să controleze acest lucru.

Domeniul de online gaming e unul care a luat amploare. Ştiu că acum câțiva ani biroul din Cluj încerca să descopere jucătorii predispuși la dependență. Se căutau soluții AI. Care au fost rezultatele, dacă s-a mers pe direcția aceasta?

Petru Vîrlan: Responsible gambling este una din ideile fundamentale pe care se bazează businessul nostru. Practic, modelul nostru de business este ca platforma să fie un loc unde clienții să se distreze, nu un loc periculos care să ne îngroape în datorii. Fiecare client e diferit datorită naturii umane. Unii nu știu când să se oprească. Prin 2014 s-a lansat programul de Customer Awareness & Activity. S-au făcut echipe de analiști, data scientists, operatori care să implementeze ce ne spun sistemele de Machine Learning. S-au construit niște modele de Machine Learning care construiesc algoritmi spre a identifica clienții ce au nevoie de o intervenție, bazându-se pe activitatea lor de pariuri de zi cu zi. Anul trecut programul a fost extins pentru toate brandurile existente în grupul nostru, nu doar în Europa, ci și în SUA, Australia. Practic se pune un flag pe clienții cu potențial de risc, se asignează un scor de risc, iar în funcție de acesta se ia legătura cu clientul direct sau prin materiale de informare (instrucțiuni pentru setarea unei limite de timp sau buget după care să fie automat delogat). Modelul face și predicții legate de comportamentul clientului în zilele următoare.

Alex, am văzut că ați folosit AI pentru detectarea diverselor layere ale site-ului. Unde se va ajunge cu acest proiect în viitor?

Alex Burciu: Scopul este să oferim asistență programatorilor web care au nevoie să-și eficientizeze munca și să se concentreze pe inovare. Vrem să oferim tuturor posibilitatea de a-și actualiza site-urile de la tehnologiile vechi la tehnologiile noi. De asemenea, le acordăm utilizatorilor posibilitatea de a-și schimba layoutul, stilul, tema indiferent de tehnologia cu care este făcut site-ul. Înțelegând outputul la nivel semantic, putem face toate aceste transformări. Viziunea noastră este ca un site să poată fi remixat de orice utilizator, nu doar de programatori. Inițial, facem acest soft pentru programatori. Apoi, vom avea o variantă și pe segmentul de consumatori, deși nu este o prioritate pentru noi, deoarece am intra în conflict cu multe platforme de site building. Apoi, urmărim și componenta marketing, deoarece site-urile de tip landing page sunt doar un pas dintr-un șir de conversie. Prima oară, traficul începe de la un canal de achiziții gen reclamă. După ce dau click, utilizatorii ajung pe un landing page. Acest landing page poate avea mai multe triggere care pot duce la o conversie care poate fi o vânzare pentru un business. Vrem să eficientizăm layoutul pentru o eficiență mai bună a conversiilor, personalizat în funcție de clientul care vine pe site. La institut, proiectele noastre sunt granturi de tip POC, fonduri structurale europene, iar aceste proiecte presupun mai multe faze: fundamental research (cercetare fundamentală), industry research (cercetare la nivel de industrie/domeniu), experimental devlopment (dezvoltare experimentală). În ultima fază, trebuie să facem un prototip sub formă de demo pentru a merge spre venture capital, spre un potențial start-up. Am încheiat primele două etape, având multe lucrări publicate la conferințe internaționale. Un alt proiect ține de optimizări de Machine Learning pe audio, video, imagini, text. Ca aplicații detectăm tumori în scanări CT, anomalii în bătăile inimii. Un ultim proiect ține de procesare de text, unde studiem word embeddings. Word embeddings ne ajută la înțelegerea semantică a textului.

Ar putea AI să permită rezolvarea situației actuale generate de virus?

Alex Burciu: Absolut, deja Allen Institute a pus la dispoziție seturi de date de tip text pentru a găsi soluții pe baza celor 2000 de articole scrise despre Corona Virus. I-am provocat pe colegii mei să vedem cum putem contribui la rezolvarea acestei crize. Există mai multe perspective. Una este perspectiva epidemiologică, identificarea modului de transmitere a virusului. Altă perspectivă e cea de testare, adică cum putem automatiza interpretarea datelor. Din perspectivă socială, sunt multe startupuri de telemedicină care interacționează cu pacienții și produc multe date, iar AI poate eficientiza acest proces. Economic vorbind, se face greu față la volumul imens de cereri, iar AI poate contribui și aici.

Daniel Pomian: În ceea ce privește hărțile se pot face predicții și simulări referitoare la extinderea virusului înainte să avem multe cazuri confirmate în acele locuri. Asta poate ajuta autoritățile în luarea unor măsuri administrative pentru limitarea efectelor. AI poate contribui și la controlul apariției de fake news.

Petru Vîrlan: Şi eu m-am gândit la fake news. Aș mai adăuga și sentiment analysis din social media pentru a înțelege cât de mult afectează această criză oamenii sau cât de închipuită este această criză.

numarului TSM 93 - martie.02_42_30_28.Still008.png)

Cum vedeți evoluția AI în următorii 5-10 ani?

Petru Vîrlan: Pe mine m-ar ajuta cel mai mult un asistent personal.

Daniel Pomian: Vom vedea multe sisteme bazate pe text recognition, asistenți pe bază de voce, procesarea imaginilor cu aplicabilitate în multe domenii (automotive, conducere autonomă, asistarea medicilor în stabilirea diagnosticului).

Alex Burciu: Poate cunoașteți zicala "Software is eating the world." (Software înghite lumea.). Ei bine, momentan "AI is eating software." (AI înghite software.). Multe companii au o abordare AI-first despre cum pot îmbunătăți experiența clienților prin AI. AI va avea impactul pe care l-a avut electricitatea. Avem modele matematice, servicii în cloud, deci multe bariere nu mai există. Comisia Europeană are o abordare bună prin emiterea unor directive ce promovează doar sistemele AI fiabile. Toate modelele fiabile de AI vor avea o certificare din partea Comisiei Europene, care să respecte principii ce țin de supervizarea oamenilor, robustețe și siguranță, respectul pentru viața privată și guvernanța datelor, transparență, non-discriminare față de toate segmentele de populație, respect pentru mediul înconjurător, accountability și audit trail - dacă ceva merge prost să se poată reface scenariul și cauzele acestuia. Din punctul meu de vedere, viitorul european arată foarte bine dacă reușim să integrăm toate aceste componente.