Intervju: Što je strojno učenje i hoće li zamijeniti neka sadašnja zanimanja?

"Uloga strojnog učenja je kreirati modele koji će automatizirati ili ubrzati procese, predvidjeti buduće trendove, otkriti neke nove dosad nepoznate uzorke i još mnogo toga. Radi lakšeg shvaćanja strojnog učenja uzmimo za primjer situaciju u kojoj moramo na temelju fotografije razlikovati pse od mačaka. Da bi tu zadaću odradili pomoću strojnog učenja potrebno je kreirati model koji će biti istreniran na fotografijama pasa i mačaka podijeljenih u dvije kategorije."

A1 strojno učenje koristi u raznim područjima. Najširu primjenu dosad su ostvarili u obradi prirodnog jezika, ali rade i na drugim temama poput detekcije anomalija i preporučitelja.

"Razlozi zbog kojih implementiramo rješenja bazirana na strojnom učenju u naše poslovanje mogu biti automatizacija/ubrzanje procesa, povećanje razine sigurnosti, poboljšanje korisničkog iskustva."

Josip smatra da je područje strojnog učenja puno potencijala.

"Rekao bih da smo globalno još u nekoj eksperimentalnoj fazi gdje tu i tamo ispliva neko rješenje koje je spremno za uporabu. Potrebno je vrijeme za istraživanje, razvoj i prihvaćanje, ali smatram da će se s godinama sve više i više naši životi ispreplitati sa situacijama u kojima će strojno učenje biti sastavni dio."

OpenAI razvio je nekoliko programa koristeći „strojno učenje“ poput ChatGPT, DALLE 2, Whisper te se tada potaknula diskusija da će neki programi u potpunosti moći zamijeniti čovjeka.

"Svaki izum u ljudskoj povijesti koji čovjeku olakšava život pronašao je svoju primjenu, a potencijalno i u potpunosti zamijenio čovjeka. Banalan primjer, gdje bismo došli da iako je kotač otkriven da ga nismo primijenili u svakodnevnoj uporabi? Jednako tako i ova spomenuta rješenja imaju potencijal da budu korisni svakome od nas. Potrebno je pronaći nišu u kojoj će stvarno biti od koristi i potrebno je stvoriti okruženje u kojemu će čovjek koristiti te alate bez nekog neprirodnog osjećaja, jednako tome kako normalno koristimo internetske tražilice, mobilne aplikacije ili bilo što drugo. Sigurno će se neka zanimanja u potpunosti zamijeniti rješenjima strojnog učenja, jednako tako sigurno će nastati neka nova zanimanja i to je prirodni tijek napretka čovječanstva. "

Smatra da će IT industrija definitivno najviše profitirati od razvoja strojnog učenja jer je ona industrija iz koje strojno učenje proizlazi i koja ga razvija. Prodiranjem u bilo koju granu industrije znači prožimanje IT-ja s tom industrijom što samo dodatno povećava važnost samog IT-ja.

"Ako zanemarimo tu granu, mislim da ćemo kao ljudi najviše profitirati na području medicine gdje ćemo izvući najviše koristi po naše zdravlje i životni vijek."

Svoj radni život Josip je započeo u odjelu poslovne inteligencije i skladišta podataka čije se poslovanje uvijek vrti oko podataka i to velikih količina podataka. Zadaci kojima se tada bavio bili su analiza podataka i izrada izvještaja iz istih.

"Nastankom novog odjela koji je proizišao iz prethodnog, a koji se bavi razvojem ML modela, dobio sam priliku postati dijelom tog odjela i time nadograditi svoje znanje u potpuno novog području. Odlučio sam se krenuti u tom smjeru jer nudi široki spektar znanja i tehnologija koje je moguće istraživati te smatram kako je ovo zanimanje budućnosti koje će donijeti pozitivne promjene u naše živote."

Svako zanimanje ima neke određene osobine u kojima bi trebao biti dobar, ukoliko želiš kvalitetno obavljati svoj posao i rasti. Za Machine Learning Engineera, Josip smatra da bi morao imati dobru tehničku podlogu što se u osobinama može odraziti u snažnoj volji ka programiranju, matematici, ponajprije statistici. Potrebne su kreativnost i intuicija kako bi se iz podataka s kojima se raspolaže kreirao koristan proizvod.

"Također je potrebno biti koncizan u komunikaciji kako bi se sa svim uključenim stranama moglo definirati što je moguće napraviti, a što ne, kako bi se postavila očekivanja od krajnjeg proizvoda i kako bi se jasno definirao sami proizvod."

Programski jezik kojeg koristi za razvijanje je Python i unutar njega koristi libraryje potrebne za razvoj rješenja baziranih na strojnom učenju.

"To su uglavnom pandas, numpy, scikit, PyTorch i slični. Osim toga za razvoj cjelovitih rješenja potrebna su i druga znanja poput Dockera, SQLa, Gita, Openshifta, Azurea, vizualizacijskih alata…"

Konstantna edukacija i istraživanje u ovom području su apsolutno potrebni jer konstantno izlaze novi algoritmi, nova rješenja, potencijalno bolja od prethodnih.

"Što se edukacije tiče sve ovisi o razini znanja onoga tko se želi educirati i područja u kojemu se želi educirati. Oni koji već jesu u ovoj branši sigurno znaju gdje i što bi voljeli naučiti, a za nekoga tko bi se htio tek početi baviti ovim područjem preporučam platforme poput Coursera-e, DataCamp-a ili Udemy-ja gdje mogu izabrati tečajeve na ovu temu, a sukladno njihovoj razini znanja."

Projekti na kojima radi u tvrtki A1 su svakojaki.

"Iz područja obrade prirodnog jezika bih istaknuo naše chatbote i bazu znanja, a u tom području razvijamo i razne klasifikatore. Osim toga razvijamo rješenja na područjima detekcije anomalija, preporučitelja, obrade fotografija/dokumenata, forecasting-a. Posebno sam ponosan na bazu znanja koju smo razvili prvotno za naše interne potrebe, a koja se svakodnevno koristi kao pomoćni alat mnogih kolega."

U kompaniji imaju na raspolaganju različite online platforme za učenje koje im omogućuju da proširuju svoje tehničke i soft vještine.

"Za područje podataka i umjetne inteligencije definiran je Learning path koji predlaže konkretne korake i edukacije za razvoj od osnova analitike do naprednih znanja AI inženjera. Na raspolaganju imamo i organizirane tečajeve koji omogućuju razvoj soft vještina te mogućnost pohađanja konferencija na kojoj imamo priliku učiti od drugih kompanija" 

Uz razne edukacije, A1 nudi i benefite kojima mu kompanija daje do znanja da vidi njegov doprinos i pokazuje da cijeni ono što radi za nju.

"Od benefita bih istaknuo bonuse temeljene na mojim performansama i slanje na tech konferencije."