Kodumaised kratid kui Eesti tuleviku kujundajad

Kratt ehk tehisintellekti rakendus on kujunemas loomulikuks nähtamatuks osaks meie elus. Kas Eestil on võimalus saada esimeseks riigiks maailmas, mis hakkab otseselt tehisintellekti reguleerima?

Majandus- ja kommunikatsiooniministeeriumi (MKM) ja Riigikantselei eestvedamisel käib juba suvest saadik koos ekspertrühm, mis toimetab aktiivselt krattide projekti kallal ning analüüsib ja edendab tehisintellekti ehk krattide kasutuselevõttu ja selleks sobivat keskkonda Eestis.

IKT-asekantsleri Siim Sikkuti sõnul on ekspertrühma eesmärk töötada selle aasta maiks välja konkreetsed ettepanekud, kuidas krattidest enim kasu oleks ja kuidas nende kasutuselevõttu toetada. Tänaseks on valmis meetmete vaheraport, mida avaliku ja erasektori ekspertide ning praktikutega koostöös analüüsitakse ja täiendatakse, et enne suve vastav lõppraport avalikustada.

Sikkuti kinnitusel on kratid täna kasutusel paljudes Eesti ettevõtetes ja avalikus sektoris, pakkudes võimalust majanduse tootlikkuse ja riigi toimimise parandamiseks. „Krattide suurimad kasutegurid on kindlasti valdkondades, kus efektiivsuse võimalused on kõige suuremad, sest ennekõike lahendavad kratid tootlikkuse probleemi – olgu see tervishoiu, transpordi või hoopis töötleva tööstuse sektoris.“

Eesti on tema sõnul sammu võrra ees riikidest, mis alles hakkavad rakendama avalikus sektoris masinõppe tehnoloogiat kui üht tehisintellekti viisi – meil on esimesed riiklikud kratid juba ette näidata. „Kui saame Eestis kratte puudutava õigusselguse paika, on meil võimalik meelitada ka maailma suuri ja väiksemaid tegijaid siia katsetama,” usub Sikkut.

Ideekorje innustas kodanikke mõttetegevusele

Lisaks avaliku ja erasektori ekspertide ning praktikute kaasamisele võisid krattide projektile kaasa elada ka kõik kodanikud. Ühtekokku laekus ideekorjele 74 põnevat pakkumist krattide erinevateks kasutusviisideks, mille seast valiti välja kaks parimat, keda tunnustati kutsetega sügisesele rahvusvahelisele konverentsile Tallinn Digital Summit 2019. Veelgi olulisemaks tunnustuseks on, et parimateks kuulutatud ideed võetakse töösse ning viiakse ka ellu.

Üheks parimaks ideeks tunnistati Priit Tinitsa kratt, mille eesmärk on ettevõtte maksejõuetuse hindamine ja maksejõuetusmenetluse käivitamine. Idee aluseks on lähtekoht, et Eestis tugineb see protsess täna Maailmapanga Doing Business metoodikale ning võtab aega keskmiselt kolm aastat, samas kui Soomes 0,9 ja Iirimaal 0,4 aastat. Seega on Eestis võimalik ettevõtet ülikiirelt asutada, selle likvideerimine võtab aga teiste riikidega võrreldes oluliselt rohkem aega. Samas on meie avaliku sektori käsutuses maailma mastaabis üsna unikaalne Äriregistri andmebaas, lisaks kogub Maksuamet jooksvalt infot kõigi ettevõtete üle 1000-euroste arvete kohta. Kuna maksejõuetus tekib eelkõige just bilansi või rahavoo probleemidest, siis oleks selle tõenäosuse ennustamine krati jaoks üsna lihtne ülesanne – eriti kui süsteemiga liituksid ka kommertspangad. Efektiivne kratt saaks lühendada protsessile kuluvat aega esialgsete kalkulatsioonide kohaselt vähemalt poole võrra. Selle tulemusel väheneksid ka pettuste riskid ja suureneksid väljamaksed võlausaldajatele. Samuti oleks efektiivne ja kiire – kuid siiski professionaalne ja täpne – maksejõuetusmenetlus argumendiks ka investorile just Eestis ettevõtte loomiseks.

Teiseks parimaks ideeks tunnistati Vootele Veldre kratt, mille eesmärk on pakkuda lahendust arstidele ajutise töövõimetuspuhkuse võimaldamisel. Idee lähtub asjaolust, et haigushüvitiste võimaldamine haigestunud ja vigastatud töötajatele on ca 100 miljoni eurose aastamahuga majandusharu, mis pärsib oma mõnevõrra vananenud mudeli tõttu ettevõtete tootlikkust. Tehisintellekti toomine arstide abistamisse ajutise töövõimetuse võimaldamisel võiks aidata ühiskonnal suhteliselt valutult ja kiiresti sellest mudelist välja murda ning tuua arvestatavat säästu nii Haigekassale kui tööandjatele. Arstide rolli muutumiseks on vaja kas ajamahukal viisil töövõimetuse võimaldamise juhendite väljatöötamist või mõnd kaasaegsemat abivahendit. Siin võiksidki appi tulla kratid – üheskoos ajutist töövõimetust käsitleva õiguse korrastamisega oleks sel moel võimalik suhteliselt lühikese ajaga saavutada pööre ajutise töövõimetuse käsitlemisel, millest võiks Eesti majandus oluliselt võita. Samuti võiks selline arendus olla suhteliselt madala riskiga projekt tutvustamaks kratimaailma võimalusi Eesti arstkonnale ja liikumaks edasi krattide laialdasema rakendamisega diagnostikas ja ravis. Ideekorje plaanis täpsemalt kirjeldatud vajalike muudatuste juurutamine võiks luua olulist väärtust nii tööandjatele, arstidele, elanikkonnale üldiselt kui ka säästa viiendiku kuni kolmandiku haiguspäevadest, mis rahasse kantuna säästab tööandjatele ja Haigekassale kokku 20–30 miljonit hüvitisekulu aastas. Lisandunud (osalised) tööpäevad aitaksid aga kasvatada ettevõtete tootlikkust ning tooks täiendavalt teenitavatelt töötasudelt miljoneid maksutulu tööjõumaksudena.

Kümnete põnevate ideede seas pakuti välja veel näiteks kratt, mis aitaks tuvastada reaalajas põhjalike ilmaandmete ja varasema häire-/vigade olukorra kaartide süvaanalüüsi abil elektrivõrkude ja teeseisukorra hoolduseks vajalikud prognoosid ja lahendada probleemid juba enne nende tekkimist. Samuti pakuti välja kratte, mis võiksid tuvastada metsaraiet satelliitpiltide abil, kratte poevarguste ennetamiseks varaste kehakeele analüüsi abil või näiteks õppeasutustes kasutatavaid kratte, mis tuvastaksid lapse õppemustrite ja võimekustestide analüüsimise põhjal lapse jaoks sobivamaid kutsevalikuid. Suur osa pakutud ideedest olid seotud transpordi- ja liikluskorraldusega ning võimalustega.

Rohkem infot: www.kratid.ee

Mida kratid täna Eestis teevad?

Tegelikult on kratid olnud Eesti ettevõtete ja avalike asutuste poolt kasutuses juba mõnda aega ning nende kasutamine aja jooksul aina kasvab. Toome välja mõned põnevad kodumaiste krattide kasutuslood nii avalikust kui ka erasektorist.

Transpordiameti masinnägemise kratt korraldab liiklust

Tallinnas ühistranspordi ja liikluse korraldamisega tegeleva transpordiameti masinnägemise kratti hakati välja töötama 2018. aasta sügisel koostöös Sifr OÜ-ga. Ameti projektijuhi Liivar Lutsu sõnul on krati peamine ülesanne välja selgitada, missugune on Tallinna liikluskoormus ehk kui palju autosid sõidab ühe päeva jooksul linna sisse ja linnast välja, et selle info põhjal langetada transpordi planeerimisega seotud otsuseid (nt parkimisküsimused, teede ehitus jm). Alternatiivseks lahenduseks oleks olnud ristmike konsoolidesse või tee sisse kallite andurite paigaldamine, kuid tänu Tallinna ja lähipiirkonna liikuvuskava projektijuhi Pirko Konsa ja Sifri abile leiti parem lahendus – kasutada ära linna paigaldatud mõnesaja liikluskaamera võimalusi selle info kogumiseks kaamerapildi abil.

Katsetamiseks valiti Tallinna ristmikelt kolm kaamerat, mis treenisid krati välja selleks, et oleks võimalik loendada kaamerast mööduvaid sõidukeid. Krati treenimine oli lahenduse väljatöötamisel oluline protsess, kuna Tallinna linna oludele vastavat valmistoodet ei olnud. Selle tulemusel saadi kratt, mis loendab masinnägemise abil busse, tavasõidukeid, veoautosid ja mootorrattaid ning loodetavasti juba järgmises etapis ka jalakäijaid ja kergliiklejaid.

Saadud tulemused olid Lutsu sõnul piisavalt head – olukorras, kus varasem info puudus, oli nüüd olemas ligi 70-protsendilise täpsusega liiklusvoo info valitud piirkonna kohta. Tulemuste täpsust mõjutavad erinevad ilmastikuolud, kaamerapildi määrdumine ja udu, aga sellest hoolimata on kolmest kaamerapildist saadud tulemus linnale oluliseks väärtuseks ning verstapostiks masinnägemise laiendamisel sadadele ülejäänutele linnaliikluse kaameratele.

Telia chatbot Mia lahendab klientide muresid

Inimeste harjumus saada infot kohe – kellaajast, nädalapäevast ja kohast sõltumata – on klienditeeninduse valdkonda oluliselt muutnud. Selleks, et muuta info saamine klientide jaoks kiireks, lihtsaks ja ööpäevaringseks, otsustas Telia teha koostööd chatbotte ehk vestluskratte loovaid ja Eestis tehisintellekti arendava start-upiga AlphaBlues. Koos loodi chatbot Mia, mis Telia kodulehel sekunditega küsimustele vastuseid jagab.

AlphaBluesi juht Indrek Vainu selgitab, et nende loodud kratt on oma olemuselt tehisintellektil põhinev lahendus, mis aitab klientidel küsimustele kiirelt vastuseid saada. See tähendab, et kui klient tuleb Telia kodulehele ja esitab küsimuse, saab chatbot aru, mida klient tahab ja annab vastuse. Kuna Telia klienditeenindusmaht Eestis on suur ja klientide küsimused tihtipeale sarnased, aitab kratt klienditeenindust oluliselt optimeerida.

Tänaseks on Mia vestelnud juba kümnete tuhandete klientidega ja tema võimekus kasvab pidevalt. Vainu sõnul on Mia arendatud ettevõtte enda AlphaAI toote peal mõistma eestikeelset vabateksti. Teiseks on Mia ühendatud Telia klienditeenindajatega ehk et kui Mia vastusega hätta jääb, suunab ta vestluse edasi Telia klienditeenindajale.

Üsna pea hakkab Mia vastama inimeste küsimustele ka personaalselt. Ehk et kui küsimus on “kui suur on minu arve”, siis Mia palub kliendil end autentida ja annab seejärel täpse vastuse, nt “arve on X eurot”. See võimaldab pakkuda koheselt detailset infot ning teha klientide elu veelgi mugavamaks ja kiiremaks.

Selliseid AlphaBluesi poolt viimase kahe aasta jooksul ehitatud vestluskratte kasutavad kliendisuhtluseks ka mitmed teised suured Eesti ja välisriikide ettevõtted – teiste seas näiteks LHV Pank, Monese, Lattelecom, Tallink, Enefit, Eesti Statistikaamet jt. Vainu sõnul saab vestluskratte ehitada üsna erinevalt ning Teliale loodud lahenduse puhul lähtuti eeskätt sellest, et see efektiivistaks ettevõtte äriprotsesse ja pakuks klientidele kiiret abi. Samas usub Vainu, et erinevates sektorites on tänapäeval mitmeid kohti, kus masinad võiksid inimese elu lihtsamaks teha ning kratid saavad siin oluliselt abiks olla.

Kratt tööotsijate ja tööpakkujate kokkuviimiseks

Eestis tegutsev idufirma Skillific arendab masinõppel põhineva tarkvara abil tööjõu värbamise teenust ning võimaldab tööpakkujal potentsiaalseid kandidaate vajalike oskuste ja teadmiste analüüsimise kaudu üles leida. Skillifici tegevjuhi Rainer Aunpu sõnul on tänapäeva värbamisprotsess seotud paljuski CV-de lugemise ja sorteerimisega ning seega on võimalik info efektiivsemaks töötlemiseks ja analüüsimiseks kratti edukalt ära kasutada. Nii suudab Skillifici tehisintellekti rakendus läbi veebi, partnerite andmete ning avalike andmekogude leida ja profileerida potentsiaalsed kandidaadid erinevatele töökohtadele ja ühtlasi ka hinnata nende sobivust nendele töökohtadele. Järgmise 5–10 aasta perspektiivis võiks Aunpu sõnul kogu värbamisprotsessi ka täielikult automatiseerida.

Täna on Skillific krati õpetamisel veel testfaasis, kuna selle täielikuks rakendamiseks puudub piisavalt hea kvaliteedi ning mahuga treeningandmestik. Samas tegutseb ettevõte koostöös Finesta Balticuga nende andmetele tuginedes ja seega on Skillificu andmebaasis juba praegu umbes 400 000 kasutajaprofiili ning lisaks väiksem arv töökohaprofiile. Nende andmete põhjal saab kratt ennustada potentsiaalsete kandidaatide sobivust vabadele ametikohtadele ja pakub paremat kvaliteeti ja lahendust andmete lihtsama salvestamise ning kogumise näol, mis muidu on äärmiselt ressursimahukas protsess ja jätab üldjuhul kasutamata juba varem analüüsitud kandidaatide profiilid.

Potentsiaalsete kandidaatide ja vabade töökohtade jaoks vajalike oskuste sobitamisel lähtub Skillifici kratt muuhulgas Euroopa Komisjoni poolt loodud oskuste, kvalifikatsioonide ja elukutsete Euroopa klassifikatsioonist ESCO, kus on defineeritud paljude eluvaldkondade oskusevajadused. Selle põhjal otsib kratt töökoha profiilile sarnaste oskuste kategooriasse sobivaid oskusi potentsiaalsete kandidaatide profiilidest.

Aunpu sõnul on ettevõte seadnud eesmärgiks arendada oma masinõppe võimekust edasi muuhulgas koostöös suurkorporatsioonidega, kelle andmebaasid värbamisprotsessidega seotud andmepunktidega võimaldavad kratti välja treenida ning teha paremaid värbamissoovitusi. Ettevõtte tehnoloogia arengule aitaks Aunpu sõnul kindlasti kaasa ka see, kui Eestisse loodaks Soome andmebaasiga MyData sarnane keskkond, mis võimaldaks ettevõttel tööotsija nõusolekul pääseda ligi suuremale hulgale andmetele ja seeläbi osutada paremat teenust nii tööotsijale kui ka tööpakkujale.

Põrandakütet reguleeriv säästukratt

Kodude kütmisel elektriliste põrandaküttelahendustega on mitmeid tegureid, mis mõjutavad vajaliku temperatuuri hoidmist määratud vahemikus. Sealjuures on põrandate soojusinerts üks olulisemaid parameetreid, mida täna kütmise ja targa elektrikasutamise juures ei arvestata.

Nutikaid Themo põrandakütte kontrollereid tootev Smart Load Solutions nägi olukorras võimalust ja lõi masinõppel põhineva krati, mis aitab kontrollida ruumide põrandakütet, lähtuvalt elektri börsihinnast, sise- ja välitemperatuurist ning teistest parameetritest. Seega aitab kratt ruume optimaalsemalt kütta, elektrikulusid madalamal hoida ja toatemperatuuri mugavust tagada.

Ettevõtte juhi Madis Uuemaa sõnul töötati selleks välja põrandakütte termostaat, mis monitoorib regulaarselt olulisemaid parameetreid (põranda temperatuur, välistemperatuur ja põranda võimsus) ning salvestab need andmebaasi. Nende andmete põhjal on kratil võimalik hinnata, kuidas välised kütteallikad ja põranda soojustus mõjutavad põranda temperatuuri: kogutud andmeid töödeldakse masinõppe algoritmiga ning selle tulemusena leitakse hoone spetsiifiline kütmise algoritm, mis võimaldab hoida soovitud sisekliimat.

Kratt kiiruse ületamise tuvastamiseks

Üheks ilmselt enim „nähtavaks“ kratiks meie teedel on Eesti kapitalil põhineva ettevõtte Datel loodud kiiruskaamerate kratid, mis tuvastavad masinõppe algoritmi abil kiirust ületanud sõidukite piltidelt auto numbrimärgi. Tuvastatud numbri alusel leiab süsteem vajalikud andmed menetlustoimingute läbiviimiseks, hindab kiiruse ületamise põhjuslikkust ning määrab vajadusel trahvi. Seejärel kontrollib menetleja leitud andmed üle ning allkirjastab toimingu.

Dateli kratt pakub olulist võimalust maanteel ohtlike olukordade vähendamiseks, rikkujate karistamiseks ning ka täiendava tulu teenimiseks. Samuti saab krati abil menetlejate arvu vähendada, kuna süsteem teeb ära suurema osa tööst ja inimese rolliks jääb pigem järelevalve. Ja kuigi kiiruseületamise puhul oleks võimalik tehtavaid toiminguid ka täielikult automatiseerida, võib see tänas veel kohati töömahtu hoopis kasvatada – eeskätt valesti hinnatud tulemustest tulenevate trahvide vaidlustamise tõttu.

Lisaks krati testimisele ja juurutamisele nii kiiruse ületamise tuvastamisel kui ka näiteks valgusfoori tule eiramise tuvastamisel tegeleb Datel ka ruumiandmetel (GIS) põhinevate krattide väljatöötamisega, turva-tarkvara arenduste pakkumisega politseile, piirivalvele ja päästeametile ning ehitiste planeerimise ja järelevalvega infrastruktuuri kaartide andmestiku põhjal.

Kratid avalikus sektoris

Kui eespool toodud avaliku sektori kratid ja veebruari Inseneerias kirjeldatud PRIA satelliidiandmete kratt põldudel toimuva tuvastamiseks või RIA kratt X-tee anomaaliate ja intsidentide tuvastamiseks on täna juba kasutuses, siis mitmed põnevad krati-projektid on ka alles töös – teiste seas näiteks Justiitsministeeriumi kratt kohtusaali helifaili kirjapanemiseks, Haigekassa kratt krooniliste haigete tervise ning ravivajaduste ennustamiseks või Veeteede Ameti kratt jää tuvastamiseks merel. Lisaks neile on kümned uued avaliku sektori kratiprojektid alles planeerimisprotsessis. Seega, kui juba täna on avalikus sektoris kasutusel 12 kratti, siis aastaks 2020 võiks neid riigi plaanide kohaselt olla juba 50.