Među 160.000 najcitiranijih znanstvenika svijeta u 22 polja i 176 grana znanosti, prema studiji koju je provela istraživačka grupa s prestižnog američkog sveučilišta Stanford, nalazi se i 47 hrvatskih.

Studija je rangirala znanstvenike prema citiranosti tijekom cijele njihove karijere i citiranju u 2019., a na temelju Scopus baze koja mjeri utjecaj znanstvenika.

Analizirani su citati od 1996. do 2019. godine. Na obje liste u samom vrhu pozicioniran je prof. dr. Sven Lončarić sa zagrebačkog Fakulteta elektrotehnike i računarstva (FER) – u top 1% svjetskih znanstvenika je u području Artificial Intelligence and Image Processing (umjetna inteligencija i analiza slike) za cjelokupnu karijeru i u najutjecajnijih 2% u istom području za 2019. godinu.

FER u globalnoj eliti ima još predstavnika – u top 2% citiranosti za cijelu karijeru je i prof.dr. Dubravko Babić, a na listi najviše navođenja izvora za 2019. su u top 2% i prof.dr. Hrvoje Pandžić i prof.dr. Damir Žarko. O značenju ove studije, važnosti umjetne inteligencije u znanosti i gospodarstvu, te utjecaju tehnologije i znanosti, razgovarali smo s profesorom Lončarićem.

Vaši radovi su dakle spominjani u cijelom svijetu, što se najčešće citira?

Moje područje istraživanja je računalna obrada i analiza slika. Budući da se slike pojavljuju u mnogim područjima kao što su npr. medicina, industrijska automatizacija, automobilska industrija, astronomija, poljoprivredna, meteorologija i druga područja, postoji veliki broj raznovrsnih primjena obrade slika.

Neki od mojih najcitiranijih radova su u području analize oblika u računalnom vidu te radovi u vezi primjena analize slike u biomedicini. Razvojem uređaja za medicinsko oslikavanje, kao što su npr. računalna tomografija, magnetska rezonancija, ultrazvuk, te razni modaliteti snimanja u nuklearnoj medicini, u medicini je također došao do izražaja trend prikupljanja sve veće količine podataka o pacijentima, što omogućuje unaprjeđenje dijagnostičkih i terapijskih postupaka u medicini. Naravno, to zahtijeva zajednički rad inženjera i liječnika na razvoju novih kvantitativnih metoda za analizu podataka u medicini te suradnju na takvim interdisciplinarnim istraživačkim i razvojnim projektima. Kroz višegodišnji rad u području analize slika u biomedicini u mojem istraživačkom laboratoriju najviše smo se bavili analizom slika u kardiologiji, oftalmologiji i neuroradiologiji pa su u tim područjima i neki od naših najcitiranijih radova.

Što predstavlja ta lista općenito i vama osobno?

Studija Sveučilišta Stanford u Kaliforniji prema kojoj sam rangiran u 1% najutjecajnih znanstvenika u svijetu je veliko priznanje za rad mojeg istraživačkog laboratorija za obradu slike na Fakultetu elektrotehnike i računarstva Sveučilišta u Zagrebu. Tu naročito želim istaknuti doprinos brojnih generacija mojih doktorskih studenata i drugih suradnika koji su sudjelovali u projektima koje sam vodio. Ti projekti ne bi bili mogući bez potpore međunarodnih i domaćih agencija za financiranje znanstvenih istraživanja i naravno bez potpore mojeg Fakulteta.

Istraživački laboratorij za obradu slike na Fakultetu elektrotehnike i računarstva Sveučilišta u Zagrebu osnovao sam po povratku iz SAD-a gdje sam kao stipendist u okviru Fulbright programa proveo gotovo četiri godine te doktorirao u području obrade slike na Sveučilištu u Cincinnatiju. Prije odlaska na doktorski studij u SAD, završio sam studij elektrotehnike i magisterij znanosti na FER-u u Zagrebu, gdje sam stekao znanja koja su mi omogućila uspješan završetak doktorskog studija u SAD-u. Vrijeme koje sam proveo na doktoratu u SAD-u omogućilo mi je da steknem uvid u način funkcioniranja znanstvenih istraživanja u jednoj od znanstveno najrazvijenih država u svijetu i dalo mi je poticaj da na takav način nastavim raditi u Hrvatskoj.

Dvije godine nakon povratka u Hrvatsku postao sam docent na FER-u, a pet godina nakon toga izabran sam u izvanrednog profesora. U to vrijeme otvorila se je profesorska pozicija na Sveučilištu New Jersey Institute of Technology u Newarku, SAD za koju sam bio odabran u konkurenciji od stotinjak kandidata i koja mi je dala priliku da obogatim svoje iskustvo sveučilišnog nastavnika i znanstvenika. Na toj poziciji bio sam dvije godine, nakon čega sam se s obitelji vratio u Hrvatsku u želji da ovdje nastavim svoj rad i život s obitelji. Brojna iskustva koja sam stekao tijekom svojeg školovanja na doktorskom studiju i rada kao profesora na američkom sveučilištu bila su mi izuzetno korisna u mojem radu na FER-u Sveučilišta u Zagrebu.

Od vremena kad ste se počeli baviti računalnom znanošću ona je do danas doživjela najviše promjena, rapidno, u vrlo kratkom roku. Koja je danas prevladavajuća paradigma?

Razvoj računalne tehnologije omogućio je kontinuirano povećanje procesne moći računala te istovremeno snižavanje cijena procesorskih čipova koji su srce svakog računala. Npr. mikroprocesori koji su danas ugrađuju u mobitele imaju veću procesnu moć nego stolna računala od prije nekoliko godina. Osim rasta procesne moći računala dolazi i do sve većeg broja pametnih uređaja koji u sebi imaju ugrađena računala, uključujući razne kućanske aparate od usisavača, pećnica do hladnjaka do raznih sustava za pametni dom kao što su sustavi pametne rasvjete, alarmni sustavi za nadzor, meteorološke stanice, pametna zvona i drugo. Svi ti uređaji spojeni su na Internet i omogućuju prikupljanje velikih količina podataka. Drugi primjer su suvremena vozila koja su također spojena na Internet i mogu slati proizvođaču razne podatke o vozilu, o načinu korištenja vozila, pozivati pomoć u slučaju kvara ili prometne nezgode, te slati informacije snimljene sa kamera u vozilu. Povezanost vozila na Internet omogućuje proizvođaču direktno osvježavanje softvera za vozilo, informacije o stanju u prometu, navigaciju te dodavanje novih funkcionalnosti u vozilo i nakon kupnje vozila. Sve su to primjeri onoga što se danas zove Internet stvari (en. Internet of things) gdje dolazi do povezivanja brojnih pametnih uređaja na Internet što omogućuje prikupljanje ogromne količine podataka.

Je li i umjetna inteligencija (dalje AI) ono što je u modi? Što nju zapravo predstavlja i zašto je važna?

Umjetna inteligencija nije novo područje – nastalo je još 50-ih godina prošlog stoljeća, no razvoj računalne tehnologije paralelno razvoju teorijskih saznanja omogućio je primjene AI u stvarnom svijetu koje ranije nisu bile moguće.

Umjetna inteligencija omogućuje rješavanje izazovnih problema analize podataka što uključuje i problematiku analize velikih skupova podataka. U obradi i analizi slika i videa sustavi umjetne inteligencije imaju za cilj ostvariti funkcionalnost kakvu ima sustav vizualne percepcije kod čovjeka. Vizualna percepcija nam omogućuje prepoznavanje drugih ljudi i objekata u prostoru koji nas okružuje. Omogućuje nam da razumijemo trodimenzionalnu okolinu oko nas i da se krećemo u toj okolini. Sustav vizualne percepcije u mozgu čovjeka koristi sliku scene koju vidimo te znanje koje smo stekli tijekom života o izgledu raznih predmeta i mogućim scenama koje vidimo. To znanje omogućuje razumijevanje scena koje vidimo.

Primjene umjetne inteligencije za vizualnu percepciju ima za cilj ostvariti nešto slično ljudskoj vizualnoj percepciji. Jedan problem umjetne inteligencije je efikasna reprezentacija znanja o scenama koje nas okružuju da bi se to znanje onda moglo efikasno koristiti u interpretaciji sadržaja scene. Slika se može dobiti pomoću kamere koja npr. može biti ugrađena u vozilo ili pomoću uređaja za medicinsko oslikavanje npr. CT uređaja. Zadatak sustava umjetne inteligencije tada može biti da npr. detektira pješaka koji je ispred vozila tako da se vozilo može automatski zaustaviti da se izbjegne nalet na pješaka. U medicinskoj primjeni uloga umjetne inteligencije može biti da u CT slici detektira određenu regiju i provede kvantitativnu analizu koja je relevantna za neku dijagnostičku proceduru. Naravno, iz pravnih razloga, u mnogim kritičnim aplikacijama umjetna inteligencija omogućuje samo asistenciju ljudskom ekspertu pri čemu je čovjek taj koji donosi konačnu odluku i snosi odgovornost za donesenu odluku.

Metodama strojnog učenja moguće je riješiti brojne probleme analize podataka, gdje naročito dolaze do primjena duboke umjetne neuronske mreže. Umjetne neuronske mreže su matematički modeli implementirani na računalima koji su motivirani biološkim neuronskim mrežama. Umjetne neuronske mreže mogu postupcima strojnog učenja na temelju primjera naučiti npr. prepoznavati tiskana ili pisana slova ako im se u procesu učenja da dovoljno primjera slova. Ovaj princip se može koristiti za učenje najrazličitijih tipova informacija – od financijskih nizova podataka, slika ljudskih lica, slika prometnih scena, bioloških informacija u bioinformatici do zvučnih signala glazbe.

Govori se i o big data, internetu stvari, strojnom učenju, blockchainu, može li se to sve svesti pod novu tehnološku revoluciju?

Zahvaljujući razvoju računalne tehnologije količina generiranih i prikupljenih informacija u svijetu eksponencijalno raste. Tom trendu doprinosi i Internet stvari koji čine brojni pametni uređaji kojima smo okruženi u našim domovima, uređaji u poslovnim primjenama i medicini (pametni pacemakeri, uređaji za nadzor tjelesnih funkcija), industrijski uređaji (npr. pametna poljoprivreda, industrijska automatizacija) i u infrastrukturi (npr. pametni gradovi) i koji su povezani na Internet. Brzina rasta količine podataka u svijetu najbolje se vidi iz statistika koje kažu da u prosjeku, u 2020. godini, svaka osoba na svijetu generira 1,7 megabajta podataka u sekundi. U istoj godini Google tražilica je imala preko 3,5 milijarda pretraga dnevno odnosno 40,000 pretraga u sekundi. Korisnici WhatsApp mobilne aplikacije razmjene 65 milijarda poruka dnevno. Korisnici Twitter aplikacije svake minute šalju pola milijuna objava. Procjenjuje se da danas ima ukupno 40 zetabajta podataka (1 zetabajt = 1,000,000,000,000,000,000,000 bajta). Ljudska civilizacija ušla je u tzv. zetabajt eru 2012. godine kad je po prvi put količina podataka u svijetu prešla 1 zetabajt. Zanimljivo je da je 90% svih podataka nastalo u zadnje dvije godine, što pokazuje ogromnu brzinu kojom se povećava ukupna količina podataka.

Ogroman rast količine podataka ima za posljedicu i povećanje prometa na Internetu, čemu naročito doprinosi promet video informacija od korisnika Netflixa ili YouTubea koji će u 2021. godini imati udjel od 82% od cjelokupnog prometa podataka na Internetu. Broj uređaja koji će biti spojeni na Internet tijekom 2021. godine bit će tri put veći nego cijela svjetska populacija. Promet na Internetu koji čine mobilni telefoni predstavljat će 33% ukupnog prometa, što je više od 25% prometa koji čine stolna računala.

Svi navedeni trendovi dovode do fenomena tzv. velikih skupova podataka (en. big data) što otvara velike izazove u razvoju tehničkih rješenja za obradu i analizu velikih skupova podataka. Zahvaljujući tom trendu došlo je i do razvoja nove znanstvene discipline koja se zove znanost o podatcima (en. data science) i koja se bavi modeliranjem, analizom i ekstrakcijom znanja iz podataka. Tržište velikih podataka raste velikom brzinom, a velika je i potražnja za inženjerima u ovom području.

Voditelj ste Centra za AI na fakultetu, kako se studentima prenosi znanje o AI?

Fakultet elektrotehnike i računarstva Sveučilišta u Zagrebu odgovorio je na moderne trendove uvođenjem novog nastavnog programa računarstva koji pokriva sve grane računarstva uključujući i umjetnu inteligenciju kojom se profesori FER-a bave već nekoliko desetljeća. Posebno bih istaknuo novi smjer na diplomskom studiju računarstva koji se zove “Znanost o podatcima” koji se upravo bavi primjenom umjetne inteligencije na analizu podataka i velikim skupovima podataka.

Krajem 2019. godine osnovali smo Centar za umjetnu inteligenciju koji okuplja oko 100 istraživača na FER-u koji se bave raznim aspektima umjetne inteligencije. Također smo uspostavili i nacionalni Znanstveni centar izvrsnosti za znanost o podatcima i napredne kooperativne sustave. Znanstvenici ovih Centara vode veći broj međunarodnih i nacionalnih znanstvenih i razvojnih projekata koji su financirani iz javnih i privatnih izvora financiranja. Sve navedene aktivnosti omogućuju studentima kvalitetnu edukaciju na problemima koji dolaze iz realnog svijeta. Kao i drugdje u svijetu suradnja između sveučilišta i industrije važan je preduvjet za kvalitetu visokog obrazovanja i štoviše predstavlja jedan važan faktor u rangiranju kvalitete visokoškolskih institucija.

Iz raznih istraživačkih projekata se financira veliki broj doktorskih studenata na FER-u koji na taj način stječu znanja u raznim područjima i predstavljaju novu generaciju mladih eksperata koji će pokrenuti novi val razvoja hrvatskog gospodarstva i znanosti u Hrvatskoj.

Gdje AI danas sve nalazimo u primjeni, a da to i ne primijećujemo, uzimajući je zdravo za gotovo?

Tehnike AI se danas koriste toliko da je vrlo teško navesti sve moguće primjene, no ovdje navodim samo nekoliko primjera.

U bankarstvu umjetna inteligencija se koristi za procjenu rizika kod npr. odlučivanja o davanju kredita ili za inteligentne agente za komunikaciju s klijentima, što omogućuje brže i kvalitetnije rješavanja svih pitanja. Nadalje, AI sustavi se koriste za automatsku detekciju prevara i raznih anomalija u korištenju kreditnih kartica.

U području financija jedan primjer primjene AI sustava su algoritmi za brzo trgovanje dionicama gdje umjetna inteligencija omogućuje donošenje odluka o prodaji ili kupnji dionica u djeliću sekunde i na taj način povećava dobit. Drugi primjer je upravljanje portfeljem investicijskog fonda pomoću algoritama umjetne inteligencije koji prate situaciju na tržištu i sukladno tome donose odluke o prodaji ili kupnji vrijednosnica.

Autonomna vozila su odličan primjer AI primjene gdje kamere ugrađene u vozilo snimaju slike okoline vozila, a AI sustav omogućuje prepoznavanje objekata u okolini vozila koji su važni za sigurno upravljanje vozilom. To već danas omogućuje gotovo potpuno autonomnu vožnju bez intervencije vozača, iako još nije postignut nivo pouzdanosti koji bi u svim uvjetima omogućio sigurno upravljanje autonomnim vozilom.

Socijalne mreže su danas vrlo popularne i mnoge funkcionalnosti koje mreže omogućuju su temeljene na AI metodama koje na temelju informacijama o korištenju socijalnih mreža korisnicima predlažu relevantne sadržaje. Također AI metode služe za detekciju govora mržnje ili drugih uvredljivih sadržaja.

U pametnoj poljoprivredi obrada relevantnih informacija pomoću AI sustava omogućuje optimalno raspoređivanje gnojiva, primjenu sredstava za tretiranje usjeva i povećanje prinosa.

U zdravstvu imamo puno mogućnosti za primjene AI sustava, od primjene računalnog vida u medicinskoj dijagnostici i terapiji, povećanja točnosti dijagnoza bolesti, liječenja rijetkih bolesti, personalizirane medicine, minimalno invazivne kirurgije, razvoja novih lijekova, pametnih medicinskih baza podataka o pacijentu do sustava za potporu starijem stanovništvu u njihovim domovima.

AI se koristi i u industriji igara gdje su AI sustavi uspjeli poraziti najbolje svjetske igrače u složenim igrama kao što su šah ili go. U području video igara AI se koristi i za upravljanje umjetnih oponenata u igrama.

Koliko ona danas doprinosi gospodarstvu, neke projekcije govore da će do 2035. u EU AI ostvariti rast od 420 milijardi eura.

Ranije navedeni primjeri samo su mala indikacija svih mogućih primjena AI u gospodarstvu. Trend eksponencijalnog povećanja količine podataka u svijetu znači da će paralelno tom trendu rasti i primjena AI sustava koji su potrebni za analizu tih podataka u poslovne svrhe tako da se može očekivati eksponencijalni rast udjela AI u gospodarstvu.

AI je ovdje da, uz ostalo, na neki način i “opameti” poslovanje, da s digitalizacijom skrati i olakša radne procese. Stvara i nove poslove, no istodobno je strah da ukida i puno postojećih. Je li on opravdan?

Kao i u ranijim industrijskim revolucijama, kroz povijest možemo vidjeti da određene tehničke inovacije oslobađaju čovjeka od jedne vrste rada, ali te nove tehnologije onda otvaraju nove zahtjeve za radnim mjestima drugog tipa. Za očekivati je da će i razvoj umjetne inteligencije također omogućiti da AI sustavi preuzmu određene poslove koje su prije radili ljudi, ali isto tako možemo očekivati da će se ljudski rad onda više primjenjivati za neke druge poslove.

Prva asocijacija na mane AI-ja, barem meni, je HAL9000 iz Kubrickove Odiseje 2001 u svemiru. Bio je dobar suradnik i suputnik koji ima nadzor nad svim, ali je pod nadzorom humane inteligencije, no onda se otme kontroli i suprotstavlja se posadi, čineći loše stvari. Naravno, riječ je o fikciji, no stvarnost može biti i gora. Pa, može li?

Umjetna inteligencija je područje koje se kontinuirano razvija i jasno je da postoje još mnogi izazovi koji nisu riješeni odnosno da kod AI sustava također postoji određena vjerojatnost pogreške, kao uostalom i kod čovjeka. Znanje koje imaju AI sustavi ovisi o podatcima tj. primjerima koji su korišteni prilikom učenja. Korištenje skupova primjera za učenje koji nisu dobro formirani ili ne pokrivaju sve mogućnosti koje se mogu pojaviti u stvarnom korištenju rezultirat će u pogreškama u stečenom znanju. Svi smo vidjeli brojne napise u medijima u vezi prometnih nezgoda s autonomnim vozilima, čak i sa smrtnim posljedicama, do kojih je došlo uslijed situacija koje AI sustavi koji upravljaju vozilom nisu očekivali tj. nisu naučili. S druge strane, neke statistike su pokazale da, iako AI sustavi u autonomnim vozilima mogu pogriješiti, njihova je pouzdanost već sada veća od pouzdanosti prosječnog ljudskog vozača.

Vidite li vi, kao znanstvenik, kakve etičke dvojbe u vezi primjene i moći AI-ja?

Gledano kroz povijest možemo vidjeti da se svako postignuće može koristiti suprotno etičkim principima. Tako smo vidjeli da su se mnoga znanstvena i tehnološka postignuća npr. koristila u vojne svrhu, iako znanstvenici koji su te inovacije ostvarili možda nisu imali takve primjene u vidu. Slično se može dogoditi i AI tehnologijom. Mnoge kompanije u svijetu, koje koriste AI tehnologiju, paralelno razvijaju svoja interna etička pravila vezano za korištenje te tehnologije. Možemo očekivati da će se pravna regulativa vezana za primjene AI tehnologija razvijati paralelno razvoju AI područja i pokušavati odgovarati na izazove nove tehnologije. Također možemo očekivati da će kao i slučaju drugih tehnologija, AI tehnologija vjerojatno imati i primjene koje su u suprotnosti određenim etičkim principima, no na društvu je da se suoči s tim izazovom.

U Hrvatskoj se razvija sve više biznisa povezanih ili utemeljenih na AI, dobili smo i Krajolik hrvatskog AI-ja, sa 72 startupa ili tvrtke (podatak iz listopada 2020.) koje se njome bave. Treba li i može li to biti nova hrvatska gospodarska perspektiva?

U Hrvatskoj već imamo veći broj poduzeća koje su više ili manje uznapredovale u primjeni AI tehnologija za razvoj novih proizvoda temeljenih na znanju. Neka od tih poduzeća uspješna su na svjetskom tržištu sa svojim proizvodima i to svakako pokazuje da i Hrvatska poduzeća mogu konkurirati na svjetskom tržištu sa svojim rješenjima.

Vaš fakultet oduvijek slovi kao rasadnik STEM kadrova. Kakvo je među studentima danas raspoloženje, gdje se najčešće vide – u Hrvatskoj, u inozemstvu ili u znanosti?

Pridruživanjem Hrvatske Europskoj uniji olakšan je prijelaz studenata između sveučilišta, pa tako određeni broj studenata nakon završenog preddiplomskog studija na FER-u nastavlja diplomski studij na nekom od europskih sveučilišta. Većina studenata nakon završetka preddiplomskog studija nastavlja diplomski studij na FER-u, nakon čega odlaze u gospodarstvo, a jedan manji broj nastavlja doktorski studij na FER-u ili u inozemstvu.

Na kojim projektima vi trenutačno radite?

Najveći projekt koji trenutno vodim zajedno sa prof. dr. sc. Ivanom Petrovićem sa FER-a je petogodišnji projekt DATACROSS Znanstvenog centra izvrsnosti za znanost o podatcima i napredne kooperativne sustave. Projekt je financiran iz EU sredstava i u njemu sudjeluje oko 80 znanstvenika sa 11 fakulteta u Hrvatskoj, Insituta Ruđera Boškovića i kompanije Ericsson Nikola Tesla. U okviru projekta financiramo gotovo 50-ak doktoranada i poslijedoktoranada koji radom na projektu imaju priliku stjecati znanja u raznim područjima kojima se bavimo u Centru.

Drugi projekt koji vodim je četverogodišnji istraživački projekt financiran od Hrvatske zaklade za znanost i na kojem rade dva doktorska studenta, a tematika je vezana za obradu slika u boji.

U suradnji s jednim svjetskim proizvođačem mobitela imamo trogodišnji projekt koji vodim gdje razvijamo metode za obradu slika u mobilnim uređajima.

U okviru programa Istraživanje, razvoj i inovacije FER je partner u dva projekta gdje surađujemo s poduzećima iz gospodarstva. U jednom projektu bavimo se razvojem metoda za detekciju defekata kod testiranja materijala ultrazvučnim snimanjem, a u drugom projektu bavimo se razvojem sustava za detekciju umora vozača.

Osim ovih projekata voditelj sam projekta razvoja hrvatskog kvalifikacijskog okvira, gdje je krajnji cilj razviti sveučilišni diplomski studijski program iz biomedicinskog inženjerstva. Naime, u Hrvatskoj trenutno ne postoji niti jedan studijski program kojim se može dobiti kvalifikacija biomedicinskog inženjera iako je to vrlo važno zanimanje za poduzeća koja se bave razvojem medicinske opreme i naravno za zdravstvene ustanove koje imaju potrebu za takvim inženjerima.

U ovom trogodišnjem projektu sudjeluju nastavnici Fakulteta elektrotehnike i računarstva, Fakulteta strojarstva i brodogradnje i Medicinskog fakulteta Sveučilišta u Zagrebu, te predstavnici Hrvatske udruge poslodavaca i Hrvatskog društva za biomedicinsko inženjerstvo i medicinsku fiziku.