Oduvijek ju je fascinirala umjetna inteligencija, pomoću nje svakodnevno doprinosi povećanju kvalitete života ljudi. Ovo je priča kako je uspjela...

Razvoj i unapređenje znanja i vještina kroz obrazovanje i svakodnevno učenje koje nikada ne prestaje ključni su pokretači individualnog uspjeha, razvoja kompanija i ekonomskog rasta. Kako bi istražili koje su vještine potrebne da bismo se već danas bavili inovativnim poslovima u najpropulzivnijim industrijama, A1 Hrvatska je s ekspertnim timom, u kojem je 27 znanstvenika, profesora, menadžera, stručnjaka iz različitih industrija i osnivača tehnoloških tvrtki, lansirao prvu hrvatsku interaktivnu mapu poslova i vještina budućnosti. Ovo su priče o ljudima koji već danas rade poslove budućnosti u Hrvatskoj i koji svojim znanjem pomiču granice, rade s najnovijim tehnologijama na inovativnim proizvodima i uslugama te pokreću transformacije u svojim industrijama. Evo kako svatko od nas može steći vještine za poslove budućnosti!

 
Fakultet elektrotehnike i računarstva završila je lako i u roku, radila je u industriji kao softver inženjer pa u Rimac Automobilima. S 31 je već doktorirala, u međuvremenu je rodila troje djece - Petru, Stjepana i Filipa. Kada Petru pitaju čime se bavi njezina mama, odgovorit će da robotima pomaže razumjeti svijet – koji ljudi percipiraju očima, ušima i taktilnim senzorima na rukama, a robot stvari oko sebe primjećuje kroz kamere i druge senzore kao što su LiDAR, radar ili sonar i pomoću toga dobiva predodžbu o prostoru koji ga okružuje.
  
Petrina (i Stjepanova i Filipova) mama je Valentina Zadrija, jedna od naših pionirki koja već radi posao budućnosti prema prvoj hrvatskoj interaktivnoj mapi poslova budućnosti. Njezino se radno mjesto zove senior machine learning inženjer. Radi u domaćoj kompaniji Gideon Brothers, trećem najinovativnijem proizvođaču autonomnih robota za prijenos tereta na svijetu prema ovogodišnjoj listi ugledne američke analitičke kuće ABI Research.
 
Kako Valentina uči robote? 'Bavim se umjetnom inteligencijom i računalnim vidom. Pomažem robotima da se sigurnije kreću i ostvaruju uspješnu interakciju s predmetima u prostoru kako bi ljudima pomogli oko fizički teških poslova. Treniramo duboke neuronske mreže da bismo robotu pomogli razumjeti sliku, prepoznati koji se tipovi objekta nalaze i kreću oko njega, primjerice, jesu li to palete, viličari ili ljudi, koje su prepreke na podu po kojem se treba kretati... Primjerice, ako robot mora prenijeti određenu količinu paleta iz jednog sektora skladišta u drugi, mora to napraviti na siguran način', u jednostavnim crtama objašnjava svoje zanimanje.

Želimo da robot radi robusno 

'Međutim, to što smo na nekom pikselu slike detektirali paletu robotu ne znači puno jer svijet oko nas nije dvodimenzionalan nego trodimenzionalan. Izazov je razviti modele 3D strojnog učenja kako bi robot mogao odrediti stvarne pozicije objekata oko sebe. Primjerice, robot mora razumjeti da se pet metara ispred i dva metra desno od njega nalazi neki objekt, pa se treba zarotirati za 30 stupnjeva da bi mogao dohvatiti taj predmet i prenijeti ga na drugo mjesto', dodaje.
 
Zvuči jednostavno, ali ovi zadaci – estimacije dubine i estimacije poze drugih objekata – su vrlo napredna, bleeding edge tehnologija. Umjetna inteligencija robotima pomaže da prepoznaju nepomične objekte kao što su zidovi i stupovi te palete, kutije i ljude koji mijenjaju poziciju. Djeluje jednostavno, ali većina robota to ne može.
 
'Projekt na kojem sada radim tiče se 3D estimacije poze. Naime, naši roboti nisu pasivni agenti u prostoru, poput autonomnih automobila, nego moraju aktivno manipulirati predmetima, prenositi ih u prostoru, utovarivati ili istovarivati. Da bi to ostvario, robotu nije dovoljna informacija o udaljenosti predmeta, nego mu je uz to potrebna i njegova orijentacija kako bi mogao njime manipulirati na siguran način. Želimo da robot radi robusno, recimo, ako u skladištu detektira nove tipove paleta koje nikada do tada nije vidio, da ih može prenijeti. Koristimo algoritme 3D dubokog učenja i računalnog vida. To se područje aktivno istražuje u akademskom sektoru, publiciraju se članci i smatra se da je taj izazov zanimljiv...'
 
PRVA HRVATSKA INTERAKTIVNA MAPA VJEŠTINA ZA POSLOVE BUDUĆNOSTI: PROVJERI KOJE SU SVE VJEŠTINE POTREBNE DA BI BIO SENIOR MACHINE LEARNING INŽENJER KAO VALENTINA  


Valentina se već na trećoj godini FER-a, bilo je to prije 15 godina, upoznala s umjetnom inteligencijom i strojnim učenjem. 'To me u startu oduševilo. Fasciniralo me dizajniranje sustava koje možete naučiti nešto novo, koji mogu prepoznati unutarnje strukture u podacima i na temelju toga donositi odluke', prepričava.

'Svidjelo mi se kad sam shvatila da koristeći takve modele mogu dizajnirati sustave za pametno navodnjavanje ovisno o razini vlage u tlu, ili trenirati neuronsku mrežu da može igrati igricu protiv čovjeka, ili dizajnirati modele koji će povećati razinu sigurnosti u prometu... Možda zvuči pretenciozno, ali jako mi se svidjela ideja da mogu na svakodnevnoj bazi pridonijeti poboljšanju kvalitete života. Ako mogu pomoći u otkrivanju da je neki prometni znak oštećen ili da bi neki pješački prijelaz treba ponovno obojiti, možda mogu povećati šanse da vozači opreznije voze u blizini škola ili dječjih vrtića.'

Činimo razliku u svakodnevnom životu 

Svoje oduševljenje novim znanstvenim prostorom materijalizirala je najprije u diplomskom radu, a kasnije i u doktorskoj disertaciji. 'Posebno mi je bilo zanimljivo povezati algoritme umjetne inteligencije s open source projektima poput Wikipedije ili OpenStreetMap – otvorene karte svijeta. Fantastično je uzeti informacije koje su rezultat crowdsourcinga, dakle skupila ih je gomila ljudi s različitih izvora, i pokušati naučiti nešto iz tih podataka koji nisu nužno normalizirani, povezati različite izvore podataka poput teksta i slike i iskoristiti algoritme strojnog učenja da bi na temelju takvih podataka povećali razinu sigurnosti u prometu, automatizacije u digitalnom kartiranju i kvalitete samih podataka na Wikipediji ili OpenStreetMapu. Kombinacija open source projekata i umjetne inteligencije mi je jako zanimljiva', kaže Valentina, koja je tu tehniku koristila prije četiri godine u doktoratu, za potrebe automatizacije digitalnog kartiranja.
 
'Sretna sam da mogu raditi ono što volim. U disertaciji sam se, na primjer, bavila područjem koje je izrazito kompetitivno. Deep learning je u jednom trenutku postao jako zanimljiv velikim igračima poput Googlea, Facebooka i ostalih. Najednom su svi počeli raditi na tome; pripremaš doktorat dulje vrijeme, paralelno radiš u industriji kao softver inženjer, a onda netko lansira novu metodu i moraš početi ispočetka. Ali, zadovoljna sam jer je konačni rezultat nešto što se može primijeniti i čini razliku u svakodnevnom životu, poboljšava ga.'
  
Radeći u industriji naučila je kako razviti projekt iz proof-of-concept faze, kada mora dokazati da nešto ima praktični potencijal, do proizvodnje – kada će izaći na tržište u stotinama primjeraka. U Rimac Automobilima radila je s autonomnim vozilima, u Gideon Brothersu radi na autonomnim robotima. Gotovo je nevjerojatno kako je uz obiteljske obveze sve stigla, ali kaže da je savršeno postignuće mit, neka vrsta Jetija. 'Nikad se sve ne stigne i nikad se sve ne napravi savršeno. Najbolje što možemo je da pokušamo najbolje. Best effort, ukratko!'

Nužno i ključno cjeloživotno učenje 

U njezinom je slučaju razliku činilo to što posao nikad nije doživljavala kao nešto što mora odraditi. 'Volim taj posao, zabavno mi je, gotovo kao hobi. I doktorat sam doživljavala kao vrijeme za sebe. Kad radite ono što vas veseli, nije teško.'
 
To doslovce znači stalno, ali stalno učiti. 'S faksa sam izašla prije deep learning revolucije 2012., kad se otkrilo da se duboke neuronske mreže mogu efikasno trenirati na grafičkim karticama i da one super funkcioniraju. Algoritmi koji su bili aktualni kad sam diplomirala danas su već zastarjeli, stalno treba pratiti nove stvari. U inženjerskoj struci je nužno i ključno cjeloživotno učenje. Zato redovito slušam seminare koje drže različite istraživačke grupe na poznatim sveučilištima u svijetu, trudim se pročitati barem jedan znanstveni članak tjedno i eksperimentirati s izvornim kodom koji je uz članak objavljen. U opisu posla je da stalno treba pratiti nove stvari i implementirati ih.'
 
Da bi u tome uspjela, njezin je dnevni raspored vrlo gust. Ovo su njezini trikovi: 'Čovjek se nauči snalaziti. Podcaste slušam u automobilu, kad kuham stavim Bluetooth slušalice i gledam neki video, kada obavljam kućanske poslove koji su repetitivni, poput slaganja rublja, gledam neki korisni sadržaj.' No, zadatak broj jedan, prvi i najvažniji, su joj djeca. 'Njima se trudim dati maksimalno. Ne želim da osjete da mama ima puno posla i da nema vremena za njih. Oni su moj prioritet.'
 
Ako se pitate na koji pogon ide ova super inženjerka i super mama, odgovor nije ni ambicija, niti priznanje, niti novac. Ne pati od tih stvari, kaže. 'Veselim se odlasku na posao jer mogu naučiti nešto novo i, uvjerena sam, napraviti nešto što je relevantno. Napravim li dobar algoritam koji u proizvodnji radi brzo i pouzdano, sretna odlazim kući. Moj je primarni interes učenje.'
 
Vjeruje da je u tome tajna vitalnosti: 'Tko nastavi učiti, taj i s 90 godina neće biti star, a onaj tko prestane, taj je već s 20 godina starac', govori i dodaje: 'Mama me naučila da nikad ne odustajem ako nešto stvarno želim, čak i ako je sve protiv mene. Tu mi je kvalitetu rano usadila'. Na fakultetu joj je pomogao mentor Siniša Šegvić, koji ju je bodrio kad je predaja disertacije koincidirala s rođenjem trećeg djeteta, a bez podrške supruga, kaže, ništa ne bi mogla napraviti, niti bi se upustila u neke projekte. Kad ne radi, igra se s djecom, ponekad se bavi jogom, čita znanstvenu fantastiku, a trenuci čistog luksuza su joj gledanje sci-fi serija sa suprugom. Kao i svi zaljubljenici u taj žanr jedva je dočekala seriju Foundation snimljenu prema romanu Isaaca Asimova, koju se dosad nitko nije usudio snimiti. Gleda i Expanse (zahvalna je Jeffu Bezosu čiji je Amazon Prime spasio novu sezonu) i, naravno, fan je Zvjezdanih staza. U seriji joj je najdraži lik kapetan Jean-Luc Picard, znanstvenik, istraživač, diplomat, ambasador, borac protiv nepravde.

Može se izgraditi bolje društvo 

Tehnologija je u warp speedu: zamišlja li kako će izgledati svijet u kojem će živjeti njezina djeca, i što će im od stvari koje se danas zamišljaju i modeliraju biti dostupno? 'Sigurna sam da ćemo u skoroj budućnosti imati samovozeće automobile. Ta tehnologija nosi puno izazova i mnogo stvari treba riješiti zbog pritiska javnosti. Naime, ljudi su puno osjetljiviji ako algoritam pogriješi 0,001 posto nego ako neki vozač pod utjecajem alkohola udari pješaka. Bit će to tehnologija koja će staviti naglasak na povećanje sigurnosti u prometu. Važna će biti i virtualna stvarnost.' Valentina, koja je radila i u Rimac Automobilima, poručuje: 'Zahvalna sam i Mati Rimcu i Matiji Kopiću što su se usudili ovdje osnovati kompanije koje rade uspješno. U Gideonu radimo vrlo uzbudljive stvari i nema razlike u onome što rade u Tesli i onome što radimo mi ovdje.'
 
Na tim se primjerima, kaže, može izgraditi bolje društvo. 'To rade inženjeri. Mi gradimo stvari i pokušavamo promijeniti svijet nabolje.' Ili kako bi rekao njen omiljen lik kapetan Picard: 'Imamo moćne alate: otvorenost, optimizam i duh znatiželje. Oni imaju samo tajnovitost i strah. A strah uništava.'
  
Make it so, Valentina.