Adapteri platvormi kaudu on võimalik leida suur hulk Eesti teadusasutuste pakutavaid teenuseid. Et nendest õige leidmine oleks kiirem ja lihtsam, on esimese info sorteerimisel abiks tehisintellekti baasil töötav agent.
Eesti ettevõtetel on häid ideid, kuid tihtipeale pole selge, kuidas ja kelle poole pöörduda ning oluline on ka kiirus. Selle lahendamiseks arendas tehisintellekti- ja robootikakeskus AI & Robotics Estonia (AIRE) ekspert Dmitri Derevjanko Adapteri platvormile AI-agendi, mis korrastab saabunud päringuid ja pakub välja võimalikke koostööpartnereid.
Agent töötab taustal
Adapteri AI-agent töötab taustal, ühendades e-posti, ettevõtete andmed ja teadusasutuste teenuste kataloogi. Ettevõtte päringust eraldab see edasiseks tööks vajaliku info, sealhulgas projekti eesmärgi, soovitud teenuse ja kontaktandmed, ning loob Adapteri tööruumi projektikirje.
Kui ettevõte on soovitud teaduspartneri juba valinud, lähtub agent sellest. Kui partnerieelistust pole, võrdleb süsteem päringu sisu teadusasutuste teenustega ning pakub välja sobivaimad võimalused koos asutuse nime ja võimaluse korral kontaktisikuga.
Agent aitab nii konkreetse laborikatse vajaduse kui ka esialgse idee puhul, mille elluviimiseks ettevõte alles otsib teadmisi ja tuge.
„Minu eesmärk ei olnud ehitada tehnoloogiat lihtsalt sellepärast, et tehisintellekt on populaarne. Tahtsin lahendada väga praktilise probleemi, kuidas jõuda ettevõtte päringust kiiremini õige inimese ja sobiva teaduskompetentsini,“ selgitab Dmitri Derevjanko.
Agent soovitab, inimene otsustab
Agent teeb esmase analüüsi ja valmistab info ette, kuid lõplik hinnang ning suhtlus ettevõtte ja teadusasutusega jäävad Adapteri meeskonnale. Ettevõtte vajaduse mõistmiseks võib olla tarvis täpsustavaid küsimusi, valdkonnaeksperdi hinnangut või mitme asutuse kaasamist.
Teenuste kataloogi käsitsi läbivaatamise ja andmete ümbertõstmise asemel saab meeskond keskenduda sisule, et milline partner ja koostöövorm ettevõttele sobivad ning kuidas ideega edasi liikuda.
Hea AI vajab korrastatud andmeid
Arenduse oluline õppetund oli, et agendi kvaliteet sõltub lisaks keelemudelile ka andmetest ja tööprotsessist. Teenused, nende kirjeldused ja kontaktisikud muutuvad, mistõttu uuendab süsteem kataloogi regulaarselt. Sobivuse hindamisel lähtub agent teenuse sisust, kontaktandmed lisatakse soovitusele eraldi.
Samuti on oluline, et päring ei kaoks tehnilise vea tõttu, näiteks tõrke korral jääb see uuesti töötlemiseks.
Adapteri AI-agendi praktiline väärtus seisneb väiksemas rutiinitöö mahus ja suuremas ajas sisuliseks koostööks, et ettevõtte idee jõuaks kiiremini õige inimeseni.
