Kokeilun oppi
-
Kokeilun teemat
HarrastuksetTyöVapaa-aikaOppiminenTekoälyTerveysTyöhyvinvointiVapaaehtoistoimintaElämänhallintaItsensä johtaminenMydata (omadata)Automaatio
Kokeilu on luotu 01.06.2018
Henkilökohtaisen kalenterin optimointi tekoälyllä
Järjestelmän ideana on toimia yhdessä oman kalenterisi kanssa ja järjestää sinulle aikaa keskittyä tärkempiin asioihin ja hyvinvointiisi. http://suomenmediatoimisto.fi/tekoalyn-ohjelmointi-raataloityna/
Miksi tämä kokeilu on tarpeellinen?
Ajan- ja elämänhallinta saattaa käydä nykyisessä maailmassa todella raskaaksi, mutta toistuvia asioita voi antaa koneen huolehdittavaksi. Järjestelmän tarkoitus on antaa työkalut oman kalenterin optimointia varten ja luoda ehdotuksia tapahtumien laittamiseen parhaaseen mahdolliseen järjestykseen jotta asiat tulee hoidettua ja voit keskittyä tärkeisiin asioihin.
Haluamme oppia pystyykö käyttäjlle kevyen kyselylomakkeen vastauksista ja kalenteritapahtumien lyhyistä kuvausteksteistä saamaan riittävästi tietoa tekoälylle jotta niiden perusteella voidaan tehdä järkevää järjestämistä.
Miten kokeilu toteutetaan?
Järjestelmä järjestää kalenterin tapahtumat monitavoitteellisella geneetisellä algoritmilla parhaaseen järjestykseen. Geneettisen algoritmin arviointifunktiossa käytetään neuroverkkoja, jotka arvioi tapahtuman paikasta pisteytykset sijoittelusta ja onnistumisesta kerättyjen kyselyjen vastauksista sekä tapahtuman tekstisisällöistä perusteella.
Rakennetaan web-ohjelmistona kalenterinäkymä viikon tapahtumien suunnitteluun ja kyselylomakkeiden täyttämiseen. Ajan salliessa pyritään rakentamaan myös Google-kalenteri -liitos, jonka kautta kalenteritapahtumia voi hakea sisään ja viedä suunnitelmat takaisin kalenteriin. Tiedoista opetetaan henkilökohtainen tekoälymalli, joka ennakoi päivän tapahtumalistan onnistumisen ja sopivuuden historiaan perustuen. Järjestelmän tekoälymalli koulutetaan ottamaan huomioon aiemmat kalenterimerkinnät, jälkikäteen täytetyt ilmoituksesi kalenterinmerkinnän onnistumisesta ja tapahtumien aikakomponentit.
Kokeiluprojekti olisi tarkoitus toteuttaa kesän tai syksyn aikana asiakasprojektien sen salliessa.
Kuka tai ketkä kokeilun toteuttavat?
Skycode oy:n työntekijät: Mikko Niemikorpi; järjestelmien suunnittelu, tekoälyselvitys sekä Henri Mäki; web-sovelluksen ja tekoälyjärjestelmien kehitys
Mikä on kokeilun budjetti?
Järjestelmä on tarkoitus toteuttaa kolmen päivän pyrähdyksenä ja arvioitu kustannus on 3000€.
Millaista osaamista ja rahoitusta kokeilulla on käytettävissään?
Skycode oy on tehnyt web-sovellusia ja tekoälyjärjestelmiä räätälöityinä ohjelmointiprojekteina muille yrityksille ja työntekijöillämme on myös harrastuksien kautta osaamista tekoälyjärjestelmistä.
Kokeilun oppi
Saavuttiko kokeilu tavoitteensa?
Kyllä saavutti. Pääsimme käytännössä testaamaan neuroverkkojen ja monitavoitteellisen geneettisen algoritmin yhdistelmää rakentamamme järjestelmän kautta. Kokeiluprojektin suuntaa muutettiin hiukan raadilta saadun palautteen perusteella ja keskityimme yleisen kalenterin sijaan enemmän ammattimaisien autonkuljettajien töiden optimointiin.
Mitä uutta tietoa kokeilulla saatiin?
Isoimpana oppina tuli esiin tarvittavien kalenteritapahtumien ja palautteita suuri määrä koulutusta varten jotta neuroverkko-tekniikalla toteutettu tekoäly pystyy päättelemään tapahtumalle todennäköisen arvion sijoitukselle ja onnistumiselle. Riittävän koulutuksen tekemiseen tarvitaan 200-500 tapahtumaa/arviota, joka vastaa noin muutaman kuukauden verran käyttöä usealta käyttäjältä. Tämä takia järjestelmän edut eivät näy hetkeen käyttöönoton jälkeen, joka saattaa kaupallisissa projekteissa aiheuttaa viestintäongelmia järjestelmän eduista.
Monitavoitteellinen geneettinen algoritmi on hyvä tapa optimoida reittejä usean eri pistejärjestelmän rajoittamana. Tässä järjestelmässä pisteytykseen käytettiin reitin pituutta, neuroverkkomallin arviota ehdotetun järjestyksen sijoituspalautteesta ja toisen neuroverkkomallin arviota järjestyksen onnistumispalautteesta.
Järjestelmä suunniteltu nyt vain yhden kuljettajan käyttöön, mutta tekniikkaa olisi mahdollista käyttää tulevaisuudessa jatkojalostaa yrityksen johdolle työkaluksi usean työntekijän töiden suunniteluun. Datan ryhmittely reittisuunnitelmassa eri päiville monen päivän suunnitelmassa hankalaa geneettiselle algortimille sillä suurin osa olemassa olevista kirjastoista osaa käsitellä vain yksitasoisia listoja.
Nykyinen reittisuunnttelu ei ota huomioon lakisääteisiä taukoja kunnolla. Reittiehdotuksen reittien pilkkomiseen taukoja varten pitäisi suunnitella järjestelmään ja lisätä tähän liityen ehkä yksi pisteytys lisää kuljettajan hyvinvoinnille.
Tekoälyn toteutukseen käytettiin avoimen lähdekoodin ratkaisuja: Python -ohjelmointikieltä, Keras -neuroverkkokirjastoa ja Platypus -nimistä kirjastoa monitavoitteellisen geneettisen algortimin toteutukseen. Tämä vaikutti hyvältä kokoelmalta työkaluja ongelman ratkaisemiseen vaikka Platypus-kirjaston suorituskyky ei ole kovin hyvä valtavien datamäärien kanssa sen käytön selkeyteen keskittyneen filosofian takia.
Miten aiot viedä kokeilua tai sen tuloksia eteenpäin?
Kokeilussa opittuja asioita on päästy hyödyntämään yrityksen muissa projekteissa, joista merkittävimpänä voidaan mainita valmistusteollisuuteen suunnattu töiden hienokuormitusjärjestelmä, jossa hyödynnetään myös monitavoitteellista geneettistä algoritmia yrityksen työnjohdon suunnittelun helpottamiseen. Parin asiakkaan kanssa on keskusteltu ajoneuvojen reittisuunnitteluohjelmiston rakentamisesta kokeilussa opittuja asioita hyödyntäen.
Alkuperäinen idea oli rakentaa kalenteriohjelmisto, johon kuka tahansa voisi rekisteröityä ja hyödyntää, mutta vaikuttaa siltä että ratkaisu sopisi paremmin rajotetumpaan ympäristöön. Tämä puoli pitää selvittää ensin, jonka jälkeen miettiä yleisen kalenterin ideaa uudelleen.
Mitä kokeilun matkalla on tapahtunut?
27.04.2019
Kommentit
Kirjaudu sisään kommentoidaksesi omalla nimelläsi
Piilota kommentit
