Kako što bolje i učinkovitije pretražiti oglasnik i korisnicima poboljšati iskustvo kupnje, odnosno olakšati im da što prije pronađu točno onaj predmet koji žele? To je bio izazov koji je pred sebe postavio zagrebački tim Styrijina Data Science odjela. I naravno, uspjeli su. Ono što njihov proizvod može jest isfiltrirati ponudu tako da, primjerice, ako tražite crvenu majicu, više nećete morati prolaziti kroz niz oglasa u kojima će vam se pokazivati i crna i bijela majica. Jednostavno ćete ubaciti fotografiju željenog predmeta i dobit ćete rezultate najsličnije onomu što želite ili, naravno, točno ono što želite ako postoji u ponudi. – Riječ je o modulu za vizualno pretraživanje oglasa koji smo upravo lansirali. Za početak na portalu Willhaben.at. Willhaben.at je austrijska verzija Njuškala, dakle web oglasnik. Ideja projekta je olakšavanje procesa predaje i pretraživanja oglasa, odnosno unaprjeđenje korisničkog iskustva – kazao nam je dr. sc. Marko Velić, voditelj Data Science odjela Styrije.
Tim inače ima devet stručnjaka i znanstvenika, a u zadnje dvije godine intenzivno se bavi istraživanjem i razvojem metoda strojnog učenja. Uz njihov tim radilo je i sedam stručnjaka iz Styria Marketplaces klastera. Prvi fokus zagrebačkog tima bila je moda jer je u suradnji s Willhabenom upravo taj dio ponude identificiran kao najatraktivniji za primjenu računalnog vida. Konkretna primjena je vizualno pretraživanje postojeće ponude oglasa na temelju slike, slično onome što radi i Google Image Search ili Pinterest, objasnio nam je Marko Velić. Korisnik u sustav unosi fotografiju slikanu mobitelom te potom pretražuje oglasnik s pomoću vizualne sličnosti između pojedinih oglasa. Projekt je realiziran u okviru Styrijina Innovation Incubator programa, svojevrsnog korporativnog start-up inkubatora, naglasio je Marko Velić. Modeli strojnog učenja korišteni u projektu primijenjeni su od početka na vlastitim podacima, a cijela infrastruktura programirana je od nule i implementirana u cloudu te je rezultat rada domaćih stručnjaka. Arhitektura sustava u stanju je servirati stotine zahtjeva u sekundi s prosječnim vremenom dohvaćanja ispod 100 milisekundi uz mogućnost horizontalnog skaliranja prema potrebi, što je doista impresivan uspjeh zagrebačkog tima.
Vizualno pretraživanje mode svakako jest zanimljiv i nov način korištenja ovog sustava, no naš razvojni tim neće stati na tome. U pripremi su još mnoge funkcionalnosti temeljene na tehnologiji strojnog učenja, kako u obradi slike tako i u obradi teksta. Grupa metoda koja je temelj ovog projekta je tzv. strojno učenje, posebno duboko učenje. Metode strojnog učenja iskorak su u izgradnji suvremenih ICT sustava gdje se klasično programiranje “instrukciju po instrukciju” zamjenjuje algoritmom koji je u stanju naučiti rješavati problem iz prezentiranih mu podataka. Na ovaj način postižu se bolji rezultati u rješavanju problema koje je teško riješiti klasičnim programerskim metodama, a za koje smo navikli da ih rješavaju samo inteligentna bića.
– Nakon implementacija na austrijskom Willhabenu, slijedi primjena na Njuškalu i Bolhi te na ostalim portalima Styria grupe, ali i vanjskom tržištu – ističe Marko Velić te dodaje: – A kako nijedan model strojnog učenja nije savršen, sustav će skupljati podatke i povratne informacije od korisnika i tako će dalje učiti te se očekuje kontinuirano unaprjeđenje modela i funkcionalnosti. Usto, za dio algoritamskih rješenja kreiranih tijekom ovog projekta podnesena je patentna prijava, a slijede i objave u stručnim i znanstvenim publikacijama.