Slovenija ima pri raziskavah umetne inteligence (UI) 40 let izkušenj, kar jo uvršča med vodilne evropske države na tem področju. Dejavno smo sodelovali pri pripravi evropske uredbe o UI in načel OECD o UI ter sodelovali pri oblikovanju definicije sistema UI, ki jo uporabljajo mednarodne organizacije. Svoje znanje in izkušnje smo prispevali pri pripravi okvirne konvencije sveta Evrope o UI, človekovih pravicah in demokraciji ter Unescovih priporočil o etiki UI.
V prostorih Instituta Jožefa Stefana (IJS) od marca 2011 deluje tudi Mednarodni raziskovalni center za umetno inteligenco (IRCAI), ki ima kot prvi, ki se osredotoča na UI, status Unescovega centra druge kategorije.
Kako naše znanje pripomore k reševanju svetovnih izzivov, potrjuje nekaj odličnih slovenskih projektov uporabe UI. Na kratko jih predstavljamo devet.
1. Nagrajeni za raziskovalno odličnost
V Laboratoriju za umetne vizualne spoznavne sisteme (Visual Cognitive Systems Laboratory, ViCoS) na Fakulteti za računalništvo in informatiko (FRI) Univerze v Ljubljani se primarno ukvarjajo z razvojem temeljnih metod računalniškega vida. Med pomembnejšimi področji raziskav so vizualno sledenje, detekcija in štetje objektov, globoko učenje za robotski vid, vizualna detekcija anomalij na površinah izdelkov in globoke metode za opazovanje Zemlje.
V zadnjih 20 letih so za razvite metode prejeli več kot 30 domačih in mednarodnih nagrad za raziskovalno odličnost. Njihove metode pa so že del glavnih knjižnic računalniškega vida in v uporabi v industriji. Razvijajo tudi navigacijski in lokalizacijski sistem UI za podvodne avtonomne drone ter sistem za detekcijo ovir s kamero za avtonomna plovila.
Laboratorij za napovedovanje ekstremnih vremenskih pojavov
Zaradi podnebnih sprememb postajajo atmosferski ekstremi vse hujši, dvig morske gladine pa lahko do konca stoletja povzroči do 30-krat več obalnih poplav. Na severnem Jadranu je pet od 25 ekstremnih poplav v zadnjih 150 letih nastopilo v letu 2019, leta 2023 in 2024 pa so izjemna neurja povzročila hude poplave v Sloveniji in Valencii.
»V laboratoriju v sodelovanju z Agencijo RS za okolje (ARSO) razvijamo najsodobnejše modele za napovedovanje ekstremnih vremenskih pojavov. V zadnjih petih letih smo se usmerili v napovedne modele za napovedovanje obalnih in rečnih poplav,« pravi Matej Kristan s FRI.
HIDRA zna opozarjati na poplave
Razvili so sistem HIDRA, družino metod za napovedovanje obalnih poplav v izbranih obalnih točkah. HIDRA3 za vhod prejme vremensko napoved z glavne evropske agencije za srednjeročno vremensko napoved (ECMWF) ter meritve višin morske gladine za minule tri dni na merilnih postajah. Na podlagi teh podatkov napove višine v urni resoluciji za naslednje tri dni.
»Gre za prvo metodo globokega učenja, ki prekaša najsodobnejše numerične fizikalne modele v natančnosti in je polmilijonkrat hitrejša,« poudarja Kristan in navaja primer. Medtem ko napoved v izbrani točki v Kopru z numeričnim modelom zahteva tri ure zagona na superračunalniku, jo HIDRA izvede na klasičnem računalniku v 16 milisekundah. HIDRA je nameščena na 11 merilnih postajah na Jadranu v Sloveniji, Italiji in na Hrvaškem, pa tudi v Estoniji in na Danskem. V svojo operativo jo bo po Kristanovih besedah v prihodnjih tednih integriral tudi ECMWF.
2. Slovenski satelit nadzoruje svetovne reke
Rešitve za upravljanje vodnih virov v porečnih ekosistemih, ki so izpostavljeni poplavam, sušam in drugim družbenoekonomskim izzivom, iščejo na Centru odličnosti Vesolje-SI, kjer povezujejo vesoljske in digitalne tehnologije.
To dosežejo s prvim slovenskim 60 kilogramov težkim mikrosatelitom, ki omogoča zajem večspektralnih podob zemeljske površine in snemanje videa visoke ločljivosti v realnem času. »V komunikaciji med satelitom, ki dopolnjuje evropski satelitski sistem, in postajami, tudi na Primorskem in v Ljubljani, ter celo verigo sistemov za procesiranje podatkov dobimo podatke o stanju voda, stanju vegetacije, kaj raste na poljih ter o dogajanju na urbanih in turističnih površinah. S temi podatki v digitalnih dvojčkih ocenjujemo vplive na okolje, kar nam pomaga pri optimiziranju in upravljanju okolja,« razloži Tomaž Rodič iz Vesolja-SI, ki sodeluje tudi pri projektih snemanja rek Ganges v Indiji, Mekong v Kambodži in Amazonka v Braziliji.
3. Umetna inteligenca za zdravo kmetijstvo
Na Odseku za tehnologije znanja Instituta Jožefa Stefana raziskovalna skupina EcoEnvAI s sodobnimi metodami umetne inteligence izvaja številne raziskave s področja kmetijstva. Njihove raziskave se osredotočajo na biotsko raznovrstnost tal in njeno vlogo pri izboljšanju pridelovalnih praks, razvijajo metode za trajnostno in učinkovitejše upravljanje hranil v kmetijskih sistemih ter proučujejo funkcije tal in dinamiko vode v tleh. Vse to omogoča učinkovito prilagajanje kmetijstva na vplive svetovnih podnebnih sprememb. Razvijajo tudi inovativne metode za zmanjšanje okoljskih vplivov kmetijstva ter načine za vzpostavitev trajnostnih oskrbovalnih verig s hrano.
Rezultati njihovih raziskav vplivajo na učinkovitejše izvajanje evropskih strategij in direktiv, vključno z evropskim zelenim dogovorom ter direktivami o nitratih, vodah in habitatih, pa tudi na oblikovanje nove direktive o spremljanju in odpornost tal. »Za to direktivo naša skupina razvija sistem za monitoring zdravja tal, s katerim bodo na evropski komisiji preverjali učinkovitost izvajanja predlagane direktive,« pravi Marko Debeljak, vodja skupine EcoEnvAI.
4. Kako hitro analizirati podatke iz 200 satelitov
Podjetje Sinergise, ki je član skupine Planet Labs, je vključeno v raziskovalno-razvojne dejavnosti, ki združujejo UI in satelitske podatke za pridobivanje informacij iz obsežnih opazovanj Zemlje. Eden najpomembnejših virov podatkov je flota okoli 200 satelitov, ki vsak dan zajamejo slike celotnega planeta. Ta obsežni arhiv vsebuje več kot 50 petabajtov podatkov, učinkovito analizo pa omogoča uporaba UI.
»Naše rešitve se uporabljajo pri agenciji za kmetijske trge in razvoj podeželja v Sloveniji, pa tudi v več drugih državah EU. Sistem zagotavlja trajnostne kmetijske prakse, omogoča izvajanje okoljskih predpisov ter povečuje preglednost kmetijskih subvencij, ki v EU znašajo več deset milijard evrov na leto,« pojasnjuje Grega Milčinski, direktor podjetja Sinergise.
Poleg kmetijstva postajajo satelitske analize, podprte z algoritmi strojnega učenja, čedalje pomembnejše tudi pri varnostnih aplikacijah, kjer podpirajo odkrivanje sprememb v rabi tal, okoljskih tveganj, gibanja ladij in vojaških enot, ter drugih primerih kritičnega monitoringa na velikih območjih.
UI pomaga pri preprečevanju krčenja gozdov
Drug zelo pomemben primer uporabe teh podatkov in tehnologije je Sinergisovo sodelovanje s federalno policijo v Braziliji, ki so ji omogočili pravočasno ukrepanje pri okoljskem opustošenju v regiji, na primer pri nezakonitem rudarjenju in krčenju gozdov, trgovini z mamili in nenadzorovanih požarih. Ena izmed posledic je, da so v letu dni opravili tri tisoč intervencij in na področju glob, zaseženega blaga in zamrznjenih sredstev, povezanih z nezakonitim izsekavanjem gozdov in rudarjenjem, izterjali skoraj tri milijarde dolarjev.
Ne nazadnje pa UI postaja zelo pomemben tudi pri aplikacijah, povezanih s pripravljenostjo na naravne nesreče in odzivom nanje. Ko se zgodi naravna nesreča, je pri omilitvi posledic za reševalne ekipe, raziskovalce, organizacije in vlade pomembna prav vsaka minuta. Pri nedavnih požarih v Kaliforniji so Planetovi partnerji pri Microsoftovem AI Lab for Good uporabili modele UI za oceno škode na visokoločljivostnih satelitskih posnetkih SkySat. To jim je omogočilo kartiranje prizadetih območij in ustvarjanje ključnih vpogledov za pomoč pri sanaciji. Zemljevide so delili z organizacijami na terenu, da bi jim pomagali pri načrtovanju odziva in oceni škode.
5. Iščemo neresnične novice
Na IJS so svoje znanje, tehnologijo in UI združili v orodje EventRegistry za iskanje dezinformacij oziroma za medijsko spremljanje in analitiko lažnih novic o dogajanjih po svetu. Z njim po svetovnih medijih prebirajo okoli milijon novic na dan, jih analizirajo, ocenijo možne posledice sumljivih novic ter predlagajo rešitve, da se dezinformacijam ne nasede.
»Podobne organizacije, ki se s tem ukvarjajo, po številnih državah sicer že obstajajo, vendar posamezno v boju proti dezinformacijam ne morejo biti uspešne. Naša ideja je, da se podatki vseh teh organizacij združijo v en globalni sistem, ki se bo učinkoviteje bojeval proti dezinformacijam,« pojasnjuje Mitja Jermol iz IJS.
Na inštitutu imajo bazo z več deset milijoni analiziranih dogodkov, imajo tudi že delujoče prototipe dezinformacij, s katerimi znajo napovedati morebitne posledice takih dogodkov in metode, kako jih izničiti.
»Za širše in še učinkovitejše delovanje spodbujamo združevanje v ustrezen globalni sistem in za strateško financiranje takega projekta na ravni držav,« je še dejal Jermol.
6. Kako astronavtom preprečiti okvare vida
Cilj projekta, ki ga na IJS razvijajo pod vodstvom Igorja Mekjavića, pa je razvoj digitalnega modela očesa, ki bo pripomogel k razumevanju še nerazjasnjene etiologije nevro-okularnega sindroma SANS (Spaceflight-Associated Neuro-Ocular Syndrome), povezanega z vesoljskimi poleti. SANS je stanje, ki prizadene astronavte med daljšimi vesoljskimi misijami in povzroča težave z vidom, katerih vzroki še niso povsem pojasnjeni.
Digitalni model očesa je računalniška simulacija, ki omogoča podrobno proučevanje očesnih struktur in procesov. S tem modelom lahko znanstveniki simulirajo različne razmere, ki jih astronavti doživljajo v vesolju, in opazujejo, kako te razmere vplivajo na oči. Simptomi vključujejo spremembe v vidu, otekanje vidnega živca in sploščenje zrkla. Raziskovalci si prizadevajo simulirati in proučiti, kako različni dejavniki, kot so mikrogravitacija, tlak in tekočine v telesu, vplivajo na strukturo in delovanje očesa med vesoljskimi poleti. Cilj projekta je bolje razumeti, zakaj se pojavlja SANS, ter razviti učinkovite metode za preprečevanje in zdravljenje tega sindroma.
7. Na IJS potekajo številne raziskave uporabe UI
Z UI si na IJS pomagajo tudi pri izboljšanju razumevanja vesolja ter odkrivanju novih galaktičnih struktur in fenomenov.
V teku raziskovanj in razvoja je več projektov:
• s projektom GalaxAI lahko hitreje in natančneje analizirajo podatke ter pridobijo dragocene vpoglede v delovanje vesolja;
• v projektu AiTLAS raziskujejo uporabo naprednih metod strojnega učenja za izboljšanje natančnosti in učinkovitosti analiz. AiTLAS omogoča hitrejše in boljše odločitve na podlagi podatkov iz različnih virov, kar je najpomembneje za različna področja, vključno z energetiko, zdravjem in okoljem;
• pametni meter je projekt, ki se osredotoča na razvoj pametnih merilnikov za spremljanje porabe energije v gospodinjstvih in industriji. Ti merilniki omogočajo natančno spremljanje porabe energije ter pomagajo uporabnikom pri optimizaciji porabe in znižanju stroškov;
• Euratomov projekt ASSAS (Artificial intelligence for Simulation of Severe AccidentS) pa je namenjen razvoju simulatorja za nesreče v jedrskih elektrarnah z uporabo UI. Projekt združuje 14 partnerjev iz EU, Švice in Ukrajine ter se osredotoča na razvoj prototipa simulatorja za nesreče, ki temelji na naprednih algoritmih UI. Cilj projekta je izboljšati usposabljanje operaterjev in pripravljenost na izredne razmere v jedrskih elektrarnah.
8. Razvijajo orodja za optimizacijo procesov v industriji
Ekipa Nika Herakoviča na Fakulteti za strojništvo Univerze v Ljubljani v demonstracijskem centru Pametne tovarne v laboratoriju uporablja UI in digitalne dvojčke za optimizacijo proizvodnih in logističnih procesov s ciljem spodbujanja trajnosti in zelenega prehoda.
»Naš sistem v realnem času spremlja in analizira proizvodne podatke, samodejno prilagaja delovne naloge ter optimizira razporeditev virov. Poleg tega smo razvili napredne algoritme za avtonomno vodenje proizvodnih procesov, kjer UI ne le analizira podatke, temveč tudi v realnem času sprejema odločitve. Tako se optimizirajo proizvodni časi, znižajo stroški ter izboljša izkoriščenost strojev in delovne sile. S tem izboljšujemo učinkovitost proizvodnje, zmanjšujemo odpadke in energijsko porabo ter povečujemo prilagodljivost podjetij na spremembe v dobavni verigi,« poudarja Herakovič.
Optimizirajo proizvodnjo že pred gradnjo tovarne
Pri tem dodaja, da so napredno rešitev razvili tudi za načrtovanje in optimizacijo tovarn prihodnosti, kjer so z UI in digitalnimi dvojčki že pred gradnjo optimizirali postavitev proizvodnih linij in logističnih poti. To je omogočilo zmanjšanje potrebnih virov, nižje investicijske stroške in posledično bolj trajnostno delovanje proizvodnih obratov.
Svoje aplikacije so že uspešno vpeljali v podjetjih v Sloveniji in v podjetjih, ki so del mednarodnih korporacij iz Francije, Nemčije, Japonske, ZDA in drugih držav.
V prihodnje se osredotočajo na razvoj naprednih UI-sistemov, ki se bodo sposobni učiti iz kompleksnih industrijskih okolij in predvideti morebitne težave, še preden nastanejo. Svoje rešitve širijo še na področja, kot so krožno gospodarstvo, energijska učinkovitost, krmiljenje logističnih in proizvodnih procesov, ki uporabljajo različne vire energije, kot sta sončna ali vodikova.
9. Za zmanjšanje izgub pitne vode
Da bi zmanjšali izgube pri iztekanju pitne vode v vodovodnih omrežjih, je ekipa strokovnjakov na Fakulteti za elektrotehniko in računalništvo Univerze v Mariboru pod vodstvom Vilija Podgorelca razvila napredno inteligentno rešitev za samodejno in hitro odkrivanje iztekanja pitne vode v vodovodnem omrežju. Z uporabo naprednega strojnega učenja nad zajetimi podatki iz več kot 50 tisoč pametnih merilnikov in daljinskega zaznavanja iz satelitskih posnetkov sistem izredno hitro prepozna iztekanja in v realnem času obvesti operaterje.
Rešitev je bila preizkušena v vodovodnem omrežju z več kot 1.670 kilometri skupne dolžine, skozi katerega Mariborski vodovod pretaka okoli 14 milijonov litrov načrpane pitne vode na leto. Rezultati projekta so zmanjšanje izgub pitne vode, manjša poraba energije za črpanje in finančni prihranki.
Podoben projekt so že izpeljali tudi v vzhodni Afriki. Na podlagi podatkov iz satelitskih slik, okoljskih in statističnih podatkov ter meritev iz nameščenih sistemov IoT so z UI razvili diagnostične in prognostične napovedi o stanju voda, prsti, rib in vegetacije, sistem pa zazna tudi bolezni in škodljivce.
