Tekoälykokeiluprojekti Henkilökohtaisen kalenterin optimointi tekoälyllä Skycode Oy (ent. Suomen Mediatoimisto Oy) 9.11.2018
Alkuperäinen idea Järjestelmän ideana on toimia yhdessä oman kalenterisi kanssa ja järjestää sinulle aikaa keskittyä tärkeämpiin asioihin ja hyvinvointiisi Kalenterinäkymä tapahtumien syöttämiseen Tekoälypohjainen tapahtumien sijoitusten optimointi Palautekysely käyttäjältä sijoituksesta ja onnistumisesta Palautearvioiden käyttö tekoälyn koulutukseen Suunnattu kaupungissa asuvalle työssäkäyvälle
Suunnitelma kalenterinäkymästä
Suunnitelma palautejärjestelmästä
Raadin huomiot Älykkäitä kalentereja jo olemassa mistä lisäarvo? Kiireettömyyden tuntu manuaalisesti annettua arviota parempi onnistumisen mittari miten mitataan? Reittioppaan/Google Mapsin integrointi voisi olla hyvä kohde jatkokehitykselle
Projektin muutos Kalenterinäkymä toteutettiin web-sovelluksena ja suunnittelua kokeiltiin manuaalisesti Henri tarvitsi opinnäytetyöaiheen Palautteen läpikäynti Näiden takia projektin suuntaa päätettiin muuttaa AMK-opinnäytetyöksi Henrille Google Maps ja reittioptimointi mukaan Kohderyhmäksi ammattikuljettajat
Reittioptimoinnin toteutusidea Osoitteet/sijainnit tapahtumista Sijaintien väliset etäisyydet aluksi linnuntietä, myöhemmin Google Maps Distance Matrix API:n käyttö Geneettinen algoritmi sijaintien välisten reittikombinaatioiden kokeiluun Tavoitteena saada lyhyin reitti, jolla parhaat pisteet myös palautelomakkeen sijoitus- ja onnistumisarvioista monitavoitteellinen optimointi Tulevaisuudessa monipäiväisten reittisuunnitelmien ja
Järjestelmän nykytila Toteutettuna näkymät kalenterin tapahtumien ja reittipisteiden suunnitteluun, reittiehdotuksen generointiin ja tarkasteluun sekä palautenäkymä tapahtumille Toteutettuna reitin optimointi linnuntietä pisteiden välillä Google Distance Matrix API:n käyttöä selvitetty, 100 pisteen välisten reittien haku maksaa noin 50 Järjestelmää mahdollista jatkokehittää ja jalostaa tuotteeksi opinnäytetyövaiheen jälkeen
Kalenterin suunnittelu
Reitin suunnittelunäkymä
Generoitu reittisuunnitelma
Reitin ajon arviointi
Opittua Kalenteritapahtumia ja palautteita tarvitaan 200-500 (muutaman kuukauden verran usealta käyttäjältä) että neuroverkko-tekniikalla toteutettu tekoäly pystyy päättelemään tapahtumalle todennäköisen arvion sijoitukselle ja onnistumiselle järjestelmän edut eivät näy hetkeen käyttöönoton jälkeen, viestintäongelma Monitavoitteellinen geneettinen algoritmi on hyvä tapa optimoida reittejä usean eri pistejärjestelmän rajoittamana Monitavoitteellista geneettistä algoritmia ja neuroverkkoa yhtenä pistetavoitteena on käytetty onnistuneesti muissa
Opittua Reittiehdotuksen reittien pilkkomiseen taukoja varten pitäisi suunnitella järjestelmä lakisääteiset tauot pitää huomioida Järjestelmä suunniteltu nyt vain yhden kuljettajan käyttöön voisi jatkojalostaa yrityksen johdolle työkaluksi Datan ryhmittely eri päiville monen päivän suunnitelmassa hankalaa geneettiselle algoritmille
Käytettyjä teknologioita Web-sovellus CakePHP -ohjelmistokehys, MySQL -tietokanta Bootstrap -ulkoasukirjasto Leaflet.js -karttanäkymä Tekoälyt Keras + Tensorflow, sijoituksen ja onnistumisen päättely Platypus, monitavoitteellinen geneettinen algoritmi Flask -ohjelmistokehys, rajapinnan toteutus
Muuta Tekijät Henri Mäki, web-sovelluksen ja tekoälyjärjestelmien kehitys Mikko Niemikorpi, järjestelmien suunnittelu, tekoälyselvitys Kiitokset Kokeilun paikalle ja Motiva:lle kokeilumahdollisuudesta