CECIIS: Održivi softver uz pomoć strojnog učenja

Održivost je danas jedna od "buzzword" riječi koje se često koriste u vezi gradnje, proizvodnje hrane, energetike, no Henry Muccini, profesor računalnih znanosti s talijanskog Sveučilišta L'Aquila i CEO spin-off tvrtke nExpecto veže ga i uz softver.

Na danas otvorenoj virtualnoj znanstvenoj konferenciji CECIIS (Central European Conference on Information and Intelligent Systems) koju organizira Fakultet organizacije i informatike iz Varaždina, prvo predavanje je održao profesor Muccini o takozvanom "zelenom računarstvu" i razvoju održivog softvera uz pomoć strojnog učenja.

Na početku svog izlaganja talijanski znanstvenik je ukazao na brojne prednosti i prilike koje nam donosi softver na raznim područjima koja uključuju kućne potrebe, pametnu infrastrukturu, sigurnost, zdravstvo, transport, prodaju, industriju i komunikaciju, no upozorava da softver konzumira mnogo energije. U energetskoj potrošnji prednjače pohrana i razmjena podataka, IoT aplikacije, bitcoin, mobilne aplikacije, aplikacije u oblaku i desktop aplikacije, a Muccini ukazuje na istraživanja koja predviđaju da će uz današnju stopu rasta tih aplikacija do 2040. godine 14 posto ugljičnog otiska otpadati na ICT sektor, što je znatno povećanje u odnosu na 2007. godinu kada je taj udio iznosio oko 1,5 posto.

Zanimljivo zvuči i podatak iz jednog istraživanja Sveučilišta u Cambridgeu 2019. godine, koje je ukazalo da je "bitcoin mreža", odnosno sustav za rudarenje kriptovaluta u toj godini utrošio energiju koja nadmašuje potrošnju struje u čitavoj Švicarskoj.

Muccini upozorava da pored toga softver može izazvati "digitalne podjele" među ljudima i stvoriti ekonomsku korist ograničenom broju pojedinaca i društava.

"No ako je dizajniran održivim pristupom, softver umjesto toga može pružiti pristup zdravlju, edukaciji i servisima velikoj populaciji, dok istovremeno može biti energetski učinkovit i prihvatljiv za okoliš“, ističe Muccini.

Muccini je predstavio 17 glavnih ciljeva održivog razvoja svijeta prema smjernicama UN-a, među kojima su iskorjenjivanje siromaštva i gladi, dobra zdravstvena zaštita, kvalitetna edukacija, ravnopravnost spolova, čista voda i sanitarije, dostupna i jeftina energija, posao i ekonomski rast, industrija, inovacije i infrastruktura, jednakost, održivi gradovi i zajednice, odgovorna potrošnja i proizvodnja, briga o okolišu, mir i pravednost, a uz sve to ukazuje na važnost održivosti u ICT-u.

To znači da proizvodnja softvera i digitalnih dobara mora biti čim održivija i softver ne smije stvarati ugljični otisak, što uključuje više načina djelovanja na individualnom, društvenom, ekonomskom, tehničkom i okolišnom planu.

Strojno učenje za održiviji softver

U svojim istraživanjima Muccini je razvio razne modele izrade održivog softvera, u čemu vidi veliku ulogu strojnog učenja, koje može automatizirati brojne radnje, pratiti i predviđati utjecaj rada softvera i digitalnih usluga na potrošnju energije te upravljati određenim sustavima na najoptimalniji način s ciljem očuvanja održivosti.

S druge strane, Muccini upozorava da iako strojno učenje može pomoći u razvoju održivijeg softvera, s druge strane može postati i izvor neodrživosti.

Iz tog razloga on i njegov kolega dr. Karthik Vaidhynathan, objavili su znanstveni rad kojem prikazuju način rada samoprilagodljivog strojnog učenja koje će imati pozitivan učinak na razvoj održivog softvera, pri čemu AI svoje kalkulacije i predviđanja temelji isključivo na podacima.

Na kraju svojeg izlaganja Maccini je pokazao kako su Vaidhynathan i on koristili takav sustav strojnog učenja na projektu galerije Uffizi u Firenci, jednoj od najstarijih galerija i jednom od najslavnijih muzeja umjetnosti u svijetu. Cilj je bio smanjiti vrijeme čekanja posjetitelja na ulazak u Uffizi i optimizirati interni protok posjetitelja kojih je prije pandemije bilo svake godine više od 2,2 milijuna.

Njihov algoritam strojnog učenja je čitavo vrijeme pratio i analizirao podatke (sliku) s kamera svih vanjskih i unutrašnjih prostora, nakon čega je osoblju na ulazima pružao detaljne upute o brojevima i intervalima ljudi koje su potom puštali u zgrade i prostorije prema uputama AI-a. Zahvaljujući tom AI sustavu strojnog učenja gužve i čekanja su se drastično smanjili, što je ukazalo na uspješnost modela.

Muccini vjeruje da takvim pristupom strojno učenje može biti od velike koristi u razvoju održivog AI softvera, jer će uvijek pred sobom imati glavne ciljeve projekata u koje će morati biti uključeni održivost i energetska učinkovitost.