Umělá inteligence nově v Praze pomůže nejen s monitorováním přestupků, ale i k získání důležitých statistik o dopravě. Projekt Vividi dokáže zpracovat obrovské množství dat pomocí umělé inteligence. Městu pak odešle jen ta důležitá. „Návod na to, jak obelstít monitorovací zařízení třeba při parkování, vám neřeknu. Selský rozum ale napoví, že lístek, který náhodou spadne právě na registrační značku, nestačí,“ říká v rozhovoru Adam Blažek, ředitel a spoluzakladatel společnosti.

Co všechno váš systém dokáže monitorovat?

Teď umí všechno to, co chtěla Praha, aby uměl. Tedy kromě svého základního účelu, kterým je zjistit, kde které auto parkuje (a to nejen v modrých zónách), rozpozná i stav infrastruktury. Umí monitorovat výmoly nebo poškozené značení, ať už svislé dopravní značky, nebo ty vodorovné přímo na ulici. Město navíc zajímá i statistika, tedy například jak velké vozy na ulici stojí.

Dokážete rozpoznat přímo rozměry auta, nebo ho spíš jen zařadíte do nějaké kategorie?

Funguje obojí. Dokážeme změřit délku hlavní osy, ale stejně tak zjistit i konkrétní značku a model vozidla. Máme k dispozici obsáhlou databázi, která zahrnuje drtivou většinu všech značek a modelů, které po českých silnicích jezdí. Stačilo tedy, abychom využili „machine learning“ a neuronovou síť modely vozů naučili. Samozřejmě, přesnost není nikdy stoprocentní, vždy je tam nějaká míra chybovosti. Ale troufám si tvrdit, že je minimální a aktuálně jsme ve stavu „state of the art“, tedy máme to nejlepší, co můžeme mít.

Jak náročné bylo tohle vše váš systém naučit?

Zhruba v roce 2014 se tyto technologie rapidně změnily a na trh přišel výkonnější hardware a specializovanější software. Ten umožnil vznik algoritmů, které pracují s obrovským množstvím dat, jsou to terabajty. Protože už máme tento základ, není dnes trénink zas až tak složitý. Některé věci jsou dokonce tak jednoduché, že by je zvládl třeba i student střední školy. Jiné samozřejmě složitější. Nicméně jde nyní o široce adaptovanou technologii rozšířenou mezi start‑upy i velkými technologickými společnostmi, je standardizovaná. Udělat dobré řešení tak není příliš náročné. Nicméně udělat skvělé řešení trvá samozřejmě o něco déle.

O jakém objemu dat hovoříme, když auto s vaší technologií vyrazí do ulic?

Mezi senzory a výpočetní jednotkou teče opravdu obrovské množství dat. Jsou to desítky terabajtů za minutu. My je přímo ve voze dokážeme zpracovat v reálném čase. Díky tomu pak už z auta ven proudí jenom zjednodušené informace ve stylu „zde parkuje toto auto a tady stojí náklaďák“. My pak ještě můžeme od systému města dostat odpověď: „Nám se tohle auto nezdá, dejte nám více informací!“ A my mu pak zašleme fotografii s registrační značkou. Ze všech informací, které zpracováváme, se tak uloží jen maličký zlomek, který se někam pošle pro dokumentační účely. A kromě aut to tedy může být i ten výmol nebo špatná značka.

Takže auto neposílá všechno k vám, ale místo toho si s sebou veze kompletní hardware. Není to moc náročné na energii?

Tři čtyři roky zpátky se všechny modely typicky počítaly na grafických kartách. Chudáci hráči pak soupeřili s námi a s těžaři bitcoinů o hardware. Grafické karty jsou samozřejmě velmi náročné na elektřinu. Pak ale velkým společnostem došlo, že ze schopností grafických karet využívají jen pár procent operací a že když budou mít k dispozici specializovaný hardware, tak to bude jednodušší. A tak se na trhu začal objevovat hardware, který je úzce zaměřený na náš obor a v poměru provedených operací na watt je asi stokrát výkonnější než grafické karty. Díky tomu pak hardware tolik netopí, a není ho tedy náročné chladit, neodebírá tolik energie a je i dostupnější a levnější. My používáme polovodičový čip, který sice umí jen málo, ale zato efektivně a velmi rychle. Problém s energií tedy není ani v autě.

Takže v autě zjednodušeně řečeno vezete takový obyčejný počítač.

Ano, je to na první pohled běžné PC. Jen kdybyste ho otevřeli, zjistíte, že má v sobě nainstalované specializované karty. Stačí mu energie, kterou auto produkuje z alternátoru, a data posílá přes 5G.

Adam Blažek

spoluzakladatel, Iterait

Spolu s Filipem Matznerem a Petrem Bělohlávkem založil v roce 2018 technologickou společnost Iterait. Firma se zaměřuje na vývoj umělé inteligence a její využití v různých oblastech. Především pak ve zdravotnictví, retailu, výrobě, zemědělství a marketingu.

Vystudoval informatiku a umělou inteligenci na Matematicko‑fyzikální fakultě Univerzity Karlovy. Pracoval v IBM nebo ve firmě Cognexa, která se zabývá vývojem softwaru.

Adam Blažek
Foto: Matej Slávik

Běžný kolemjdoucí si ale nejspíš všimne toho, co vaše auto poveze na střeše. Jaký hardware používáte pro monitoring?

To není žádná velká věda. Dostali jsme relativně úzce vymezené zadání, kdy auto projíždí ulicemi a kouká se kolem sebe, takže nebylo moc co vymýšlet. Máme tedy čtyři 3D kamery, infračervený přísvit, abychom na ulici viděli i v noci, a máme tam také velmi přesnou GPS. Pak samozřejmě i několik dalších drobností, které si ale nechám pro sebe.

Je pravda, že váš systém lze hůř obelstít než ten předchozí?

Město soutěžilo hlavně na kvalitu. Poměrně podrobně přitom specifikovalo, co považuje za dobré řešení. My jsme nakonec ve výběrovém řízení byli o desítky procent lepší než naši konkurenti a to by se samozřejmě mělo odrazit i v přesnosti našeho monitoringu. Návod na to, jak nás obelstít, vám neřeknu. Selský rozum vám ale může napovědět, že třeba list, který „náhodou“ zakryje jedno číslo registrační značky, moc smysl nemá. Když víme zbytek, značku a model, dá se nad veškerou pochybnost zjistit, o jaký konkrétní vůz se jedná. Na druhou stranu nemáme ani nadpřirozené schopnosti, že bychom dokázali vidět třeba skrz popelnici. A že jsem viděl spoustu neuvěřitelných způsobů, jakými se lidé snažili zakrýt své auto!

Auta tedy poznáváte podle databáze, ale jak je to s monitoringem výmolů? Co dokážete na silnici poznat?

V tomto případě reportujeme surová data. Používáme k tomu velice přesné metodiky k lokalizaci. Město si následně data přebere a pak na ně nějakým způsobem zareaguje. My jsme pak podobně jako v případě monitoringu aut schopni zaslat fotografii. Náš systém najde místa, která jsou jasně špatná, ta vidí snadno, stejně jako ta, která jsou zase jasně dobrá. Pak je ale zóna, kde záleží na subjektivním pocitu, jestli jde o problém, nebo ne. To už je ale na městě, jak se rozhodne, protože my jsme jen v pozici technického dodavatele.

Kdy auta s vaším systémem vyjedou do ulic?

Měli bychom začít do několika málo měsíců a plný provoz by měl nabíhat zhruba půl roku. Určitě to stihneme do konce letoška. Jezdit by mělo okolo 12 vozů.

Jen 12 vozů na celou Prahu? Bude to stačit?

Tak nakonec projedou všechno, co mají. Jejich počet se také může časem měnit. My ale vycházíme ze zájmu městských částí. Ty jsou motivované k tomu, aby monitoring na svém území chtěly.

Vy jste IT firma, jak jste řešili logistiku?

Přemýšlíme, že ji budeme outsourcovat. Na druhou stranu tento logistický problém je tak trochu i IT problém. Když jsme k němu přistoupili IT způsobem, dokázali jsme leccos optimalizovat. Jde například o chytré naplánování tras pro monitorovací vozy. A i to je naše přidaná hodnota, know‑how, které dokážeme v této zakázce použít. Zaměstnávání a management řidičů je ale už něco jiného, to není naše parketa, a proto si necháme poradit.

Plánujete obdobnou službu nabídnout i jiným městům?

Říkali jsme si, že pokud výběrové řízení vyhrajeme, že bychom to rádi pak zkusili i jinde. Jsou ale země, kde to neumožňuje legislativa, například v Německu. Jinde to ale možné je, rádi bychom to zkusili třeba ve Varšavě, v plánu máme i Bratislavu.

Automobily

Stáhněte si přílohu v PDF

Jak zapadá tento projekt do vašeho celkového portfolia?

Společným jmenovatelem našich projektů je porozumění okolnímu světu. Když se podíváme na online byznys, má obrovskou výhodu v tom, že má okamžitě k dispozici data a může se tak neustále optimalizovat. Takový youtuber, který chce mít co nejvíce zhlédnutí svého videa, klidně vyzkouší 30 kombinací titulků a náhledů, aby zjistil, která mu přitáhne nejvíc uživatelů. Jenže klasické offline byznysy mají sběr dat výrazně náročnější. Proto vstupují do hry naše technologie, které umožní zjistit, co lidé v daném prostoru dělají, co preferují a podobně. Stále víc se nás ptají i subjekty ze státní sféry a jsou to čím dál tím složitější otázky. Zajímají se o to, kde by měly vybudovat podchod, co se vyplatí postavit na náměstí a kde mají být na nádraží obchody, aby do nich lidé chodili. Jednoduše řečeno se chci něco dozvědět o prostoru, abych správně naplánoval svůj byznys. To je společný jmenovatel všech projektů, a tak nám dával i monitoring pražských ulic smysl. Mimochodem, byla to naše první větší zkušenost s veřejným sektorem a byla velmi pozitivní. Ne proto, že jsme vyhráli, ale nakonec jsme nabyli dojmu, že se opravdu soutěžilo.

Článek byl publikován ve speciální příloze HN Automobily.