Arvien lielāks daudzums datu paver arī daudz plašākas iespējas tos izmantot

Lielie dati

«Datu ir arvien vairāk un vairāk, un vienlaikus ir plašākas iespējas tos apstrādāt. Taču tas nav tā, ka būtu noticis lielais sprādziens un vienā dienā mēs pēkšņi būtu atklājuši lielos datus. Tas notiek pakāpeniski. Nevar pieņemt, ka tagad ir lielie dati un jaudīgi datori, kas tos vienkārši apstrādā. Nē, ir arī jādomā par gudriem veidiem, kā ar tiem rīkoties. Dažreiz ir tā, ka joprojām nav tik spējīgu datoru, bet ir iespējams tos apstrādāt, ja paskatāmies uz datiem gudri, programmējam vai izmantojam tos citādi,» norāda Lora Le Bāre (Laure Le Bars), Eiropas Lielo datu asociācijas (The Big Data Value Association) viceprezidente un pētniecības direktore. Tā ir industrijas izveidota bezpeļņas organizācija, kas apvieno vairāk nekā 200 biedru no visas Eiropas. Asociācija ir Eiropas Komisijas partneris lielo datu privātās un publiskās partnerības programmas ieviešanā, lai īstenotu kopīgu redzējumu par to, ka Eiropa ir pasaules līdere lielo datu pievienotās vērtības radīšanā. Organizācijas mērķis ir attīstīt inovāciju ekosistēmu, kas veicinās datu un mākslīgā intelekta virzītu digitālu transformāciju Eiropā, lai sniegtu maksimālu ekonomisko un sociālo labumu.

Labākai sagatavotībai

Latvijas medicīnas tehnoloģiju jaunuzņēmuma Exonicus līdzdibinātājs Jānis Kondrāts teic, ka pasaulē datoru skaitļošanas jaudas eksponenciāli pieaug un tiek lēsts, ka 2021. gadā tiks pabeigts pasaulē jaudīgākais dators, kura jauda būs aptuveni 1,5 eksaflopi, kamēr šodien spējīgākā datora jauda ir aptuveni 143 petaflopi. Viņš saredz lielu potenciālu mākoņskaitļošanas iespējās, ko pavērs 5G kombinācijā ar jaudīgākiem datoriem un grafiskajiem dziņiem. «Mūsu izstrādātā virtuālās realitātes simulācija Trauma Simulator, kas domāta neatliekamās medicīniskās palīdzības prasmju apgūšanā, varētu kļūt vēl reālistiskāka un pieejamāka, pateicoties tieši 5G un grafiskās jaudas pieaugumam. Ir pierādīts, ka cilvēks apgūst jaunas prasmes vislabāk caur reālu pieredzi. Kad virtuālās realitātes pieredze nebūs atšķirama no reālās pieredzes un nebūs nepieciešami super jaudīgi spēļu datori, lai darbinātu virtuālo realitāti, mācīšanās efekts būs daudz noturīgāks,» lēš J. Kondrāts. Bieži vien mediķi, redzot un piedzīvojot traģiskus nelaimes gadījumus, cieš no pēctraumatiskā stresa sindroma, kas ietekmē viņu dzīves kvalitāti, ilgtermiņā radot zaudējumus valstij. Exonicus traumu simulators piedāvā ticamus scenārijus, kas apvienojumā ar lielajiem virtuālās realitātes analītikas datiem spēs radīt personalizētu pieredzi atbilstoši indivīda spējām un fizioloģijas rādītājiem. Tāpat šī traumu simulatora mērķis ir risināt un uzlabot militāro mediķu gatavības pakāpi, jo militārās aktivitātes pasaulē samazinās un tāpēc samazinās arī neatliekamās palīdzības mediķu spējas, jo tās netiek izmantotas vai arī tiek izmantotas uz tradicionāliem treniņu manekeniem, kas nav reālistiski. «Trauma Simulator scenāriju klāsts var būt neierobežots, un mediķiem būtu iespēja trenēties arī tādos gadījumos, kas realitātē notiek reti,» piebilst J. Kondrāts.

Reprezentatīvi dati

Par mākslīgo intelektu runā jau sen, un L. Le Bāre norāda, ka neko nav iespējams izdarīt, ja ir par maz datu – jo plašāka ir datu izlase un piemēri, jo plašākas iespējas, bet vienlaikus ir svarīgi, lai datu komplekts ir gana liels un reprezentatīvs. «Un atkal – jo dziļāku apstrādi var veikt mākslīgais intelekts, jo vairāk jaunu datu rodas. Tas viss ir saistīts. Mākslīgajā intelektā nav iespējams progress, ja nav datu un tehnoloģiju, kas tos apstrādā,» piebilst L. Le Bāre. Viens no piemēriem, kur izmantojams mākslīgais intelekts, ir remontdarbu plānošana ražošanā. Visdažādākie sensori ražošanas līnijā rada datus, un, balstoties uz tiem, var prognozēt, ka kāda no detaļām visai drīz varētu saplīst, un ir iespēja negaidīt līdz tam brīdim, bet nomainīt to agrāk. Tam pamatā ir dati, ko mākslīgā intelekta risinājums ir apstrādājis, izsakot prognozi par remontdarbu nepieciešamību.

Lai mākslīgais intelekts būtu ilgtspējīgs, L. Le Bāre uzskata, ka no pašiem pirmsākumiem tajā jāiekļauj ētika, drošība un privātums. «Taču nav tā, ka to izdara un viss. Tas ir nepārtraukts darbs. Tehnoloģijas visu laiku attīstās, un nepārtraukti jāseko tām līdzi,» viņa piebilst.

«Vai» vietā «kad un kā»

«Pasaule strauji digitalizējas, tāpēc arī mākslīgais intelekts piedzīvo uzvaras gājienu, kas maina gandrīz visas ekonomiskās un sociālās dzīves jomas,» piekrīt Andrejs Vasiļjevs, SIA Tilde valdes priekšsēdētājs. Veiksmīgu mākslīgā intelekta tehnoloģiju priekšnoteikums ir apjomīgi un kvalitatīvi dati. Tāpēc viņš uzsver, ka ir svarīgi, lai Latvija izmantotu lielo datu un mākslīgā intelekta sniegtās iespējas, jo tas ļauj gan izmantot dažādu tehnoloģisko inovāciju priekšrocības, gan arī ļauj mazām valstīm un nelieliem uzņēmumiem kļūt konkurētspējīgiem globālās konkurences cīņā. «Patiesībā uzņēmumi arī nevar atļauties neattīstīties līdzi tehnoloģijām. Jautājums nav «vai», bet «kad un kā» izmantot lielos datus un veidot mākslīgā intelekta tehnoloģijas. Kā piemēru ieguvumiem varu minēt mūsu uzņēmuma panākumus, ieviešot mākslīgo intelektu valodas apstrādē, lai nodrošinātu atbalstu dažādu valodu dzīvotspējai digitālajā laikmetā. Esam ieguldījuši lielu darbu, lai apkopotu apjomīgus valodas datu masīvus. Uz to pamata ar jaunākajām neironu tīklu metodēm esam radījuši vairākas mašīntulkošanas sistēmas, kas pasaules sacensībās apsteigušas Google, Microsoft un citu lielo spēlētāju risinājumus,» teic A. Vasiļjevs.

Vajadzīga uzticēšanās

L. Le Bāre spriež, ka lielo datu jomā Eiropa ir labā pozīcijā. «Mums ir labas programmēšanas prasmes, zināšanas, izglītība utt. Protams, ir vieta uzlabojumiem, bet kopumā situācija ir laba,» viņa teic. Nepieciešams izglītot gan datu zinātniekus un speciālistus, kas ražo programmatūru, gan sabiedrību kopumā, lai cilvēki nebaidītos no mākslīgā intelekta. «Ir svarīga caurspīdība, uzticamība un atbildība – algoritmiem ir jādara tas, kas tiem paredzēts darīt. Piemēram, kad cilvēks lido ar lidmašīnu, viņš uzticas pilotam, lai gan nesaprot mehāniku un to, kā vispār ir iespējams, ka tik liela mašīna lido. Taču viņš zina, ka ir inženieri, kas dara savu darbu, ka ir dažādi sertifikāti, augstas drošības prasības utt. Cilvēks nezina konkrēto pilotu, bet uzticas tam. Līdzīgi vajadzētu būt ar mākslīgo intelektu,» norāda L. Le Bāre. Viņa neiesaka uzticēties tiem, kas mēģina paslēpties aiz atrunām, ka konkrētie procesi ir pārāk sarežģīti, lai tos saprotami izskaidrotu.

«Lai Eiropā izaugsme turpinātos, nepieciešams radīt apstākļus, lai attīstības iespējas un pieeja tehnoloģijām ir arī mazākām nozarēm un jaunuzņēmumiem,» viņa teic. Viena no Eiropas priekšrocībām, L. Le Bāres skatījumā, ir tā, ka ir daudzas valstis un ir daudzvalodība. Vienlaikus tas daudz ko sarežģī, bet organizācijas no pirmās dienas ir gatavas tam.

Mākslīgā intelekta lielvalsts

«Ticu, ka Latvijai ir potenciāls kļūt par mākslīgā intelekta lielvalsti. Fokusēšanās uz noteiktām specializācijas jomām un aktīva iesaiste Eiropas sadarbības programmās ir Latvijas panākumu atslēga mākslīgā intelekta laikmetā,» saka A. Vasiļjevs. Pateicoties Tilde dalībai Eiropas Lielo datu asociācijas direktoru padomē, šā gada jūnija beigās Rīga kļuva par Eiropas lielo datu un mākslīgā intelekta galvaspilsētu Eiropas Lielo datu asociācijas Lielo datu publiskās un privātās partnerības samita ietvaros. «Šeit vērienīgā konferencē pulcējās ietekmīgāko Eiropas uzņēmumu un pētniecības centru pārstāvji, lai nospraustu Eiropas nākotnes stratēģiju lielo datu un mākslīgā intelekta jomā publisko un privāto partnerību projektiem Eiropā. Esot pasākuma lokālajiem organizatoriem, esam arī palīdzējuši iezīmēt kartē Latviju kā mākslīgā intelekta attīstītājvalsti Eiropā,» viņš piebilst.