TalTechi Tartu kolledži avalike suhete juht
TalTechi Tartu kolledži tudengi Markus Puraski lõputööst, mis valmis koostöös tehnoloogiaettevõttega DriveX, selgus et tehisintellektil põhinev süsteem suudab tuvastada auto esiklaasi täkkeid ja pragusid rohkem kui 90% täpsusega.
Auto esiklaasile tekkinud täke või mõra võib esmapilgul tunduda tühine. Ent kui selgub, et klaas tuleb välja vahetada, kindlustusmenetlus venib või auto ei läbi tehnoülevaatust, võib väikesest probleemist saada kiiresti suur peavalu. Et selliseid olukordi kiiremalt ja täpsemalt lahendada, tuleb appi tehisintellekt.
TalTechi Tartu kolledži arukate süsteemide ja rakendusinfotehnoloogia õppekava tudeng Markus Purask uuris oma lõputöös, kuidas tuvastada masinnägemise abil auto esiklaasi kahjustusi. Tema töö keskmes oli küsimus: kas arvuti suudab „näha“ täkkeid sama hästi – või paremini – kui inimene?
Lõputöö valmis koostöös tehnoloogiaettevõttega DriveX, mille arendustiimis Markus töötab. DriveX-i eesmärk on digitaliseerida ja automatiseerida sõidukite ülevaatused. Ettevõtte pakutavates lahendustes mängib aga keskset rolli tehisintellekt. DriveX-i teenuseid kasutavad mitmed kindlustusseltsid, nagu BTA, Gjensidige ja Seesam, aga ka klaasiparandaja Carglass.
Puraski tööst tuli välja, et masinnägemisel põhinevad mudelid suudavad tuvastada auto esiklaasi kahjustusi rohkem kui 90% täpsusega. Nutikad süsteemid lokaliseerivad kahjustuse asukoha, mõõdavad selle ulatust ja pakuvad visuaalseid tõendeid, mille alusel saab otsustada, kas klaas vajab parandust või vahetust.
Kui seni on kahjustuste hindamine toimunud valdavalt käsitsi ja sõltunud spetsialisti subjektiivsest hinnangust, siis tehisintellekti kaasatus muudab protsessi kiiremaks, objektiivsemaks ja soodsamaks. Kuigi tehisintellekti täpsuse tõstmiseks läheb mõningal määral endiselt vaja käelist järeltöötlust, on selge, et hästi koolitatud süsteem suudab võtta vastu automaatseid parandamisotsuseid.
Tulevikus võiksid sellised lahendused muutuda kindlustusjuhtumite menetlemisel, autoremonditöökodade töös või ka iseteenindusrakendustes tavapäraseks. Sel juhul oleks näiteks iseteenindusrakenduste kontekstis autoomanikul võimalik lihtsalt oma mobiiltelefoniga pilti tehes teada saada, kas kahjustus vajab sekkumist.
See näide peegeldab tehnoloogias aset leidvat laiemat nihet: tehisintellekt ja automaatika jõuavad igapäevaellu. Kui veel hiljuti oli masinnägemine vaid teaduslaborite pärusmaa, siis nüüd aitab see juba lahendada reaalseid probleeme – olgu selleks pragunenud klaas või tulevikus midagi veel keerulisemat.
