Mari Öö Sarv | Fotod: Karl-Kristjan Nigesen

Räägi oma lugu teadlasena. Mis erialal õppisid ja mis siis edasi sai?

Bakalaureusekraadi tegin väga kaua ja see läks ka väga halvasti, puha kahepuru! Üks põhjus oli see, et tegin samal ajal väga palju tööd, mul on olnud korraga ka viis töökohta. Magistrikraad läks palju kiiremini ja kaalutud keskhindega 4,5. Leo Mõtus, kes on olnud minu mentor ja kauaaegne kolleeg, kutsus mind esmalt magistrisse ja siis ka doktoriõppesse. Doktorikraadi järel tegin Fulbrighti stipendiumiga järeldoktorantuuri New Yorgis, State University of Buffalos, sealt tuli mitu artiklit ja palju häid tulemusi andmete sünteesi ja targa võrgu tehnoloogia teemal.

Lõpuks oli mul ülikoolis ka väike uurimisgrupp, juhtisin proaktiivtehnoloogiate teaduslaborit, tegime ägedat teadust ja rahvusvahelisi projekte.

Lähme korraks tagasi. Viis töökohta korraga?

Õpingute ajal ja vahel tegin igasugu muid asju. Minu esimene töökoht oli USAs, Silicon Valleys 1998. aastal. Olin siis alles bakalaureusetudeng, tegin seal automaatjuhtimissüsteemide tarkvara. Töötasin sellele ettevõttele hiljem Eesti kontoris ja Silicon Valleys viis aastat.

Doktoriõpingute ajal läksin teaduspraktikandina tööle Microsoft Researchi, see on MS arendusorganisatsioon peakontori kõrval Redmondis. Töötasin Microsoft Invisible Computing Group’is kokku kaks aastat ja käisin koos teiste praktikantidega Bill Gatesil kodus külas.

Minu doktoriõpingute ajal asutasime ka Defendeci (2006), kus hakkasime tegema traadita piirijälgimise lahendusi. 2015. aastal tegime spin-out’i: jagasime ettevõtte kaheks, sealt sündiski Thinnect. Mõlemad ettevõtted tegelevad sellesama arupuruga ehk andurite targa võrgu tehnoloogiaga, mida ma teadlasena uurisin ja arendasin. Aitasin käima lükata ka ettevõtte Cityntel, mis teeb meie tehnoloogia alusel tarka valgustust. Citynteli lahendused juhivad muuhulgas Tallinna ja Tartu tänavavalgusteid.

Lisaks olin aastaid Eesti esindaja NATO teadusorganisatsiooni (RTO) süsteemikontseptsioonide integratsiooni (SCI) paneelis, suhtlesin teaduse- ja kaitsevaldkonna inimestega kõikidest NATO riikidest.

Sinu teema, targa võrgu tehnoloogia – palun selgita, mis see on ja milleks on see vajalik?

Oma teadustöös uurisin tehissüsteemide olukorrateadlikkust ehk seda, kuidas masinad maailma tajuvad ja selles hakkama saavad. Lähtusin oma töös inimese olukorrateadlikkusest ja püüdsin seda rakendada ka masinatele. Üheks alamvaldkonnaks oli olukorrainfo jagamine inimestele: kuidas saavad tehissüsteemid toetada inimesi nende igapäevastes toimetustes, pakkudes otsuste tegemiseks vajalikku informatsiooni. See suund on saanud alguse automaatjuhtimissüsteemidest ning sõjandusvaldkonnast: nii tuumajaama operaator kui ka hävituslennuki piloot peavad vajaduse korral tegema väga kiiresti õigeid otsuseid ning selle jaoks tuleb neile anda vajalikku informatsiooni. Vale otsuse hind võib olla väga kõrge, näitena võib tuua Tšornobõli katastroofi. Tegelikult teeme sedasama ka Thinnectis: aitame inimestel ja masinatel saada otsuste tegemiseks õigel ajal õiget informatsiooni.

Praegu juhidki Thinnectit. Kuidas teie tööst inimestele kasu on?

Arendame ja toodame tarku andureid ning pakume ka andmete ja seadmete haldamise teenust. Näiteks toiduohutuse sensorid, mis jälgivad temperatuuri külma- ja kuumalettides. Meie esimeseks rakenduseks oli tark valgustus, mida nüüdseks kasutatakse kaheksa riigi linnades, Eestis näiteks Tallinnas ja Tartus. Kolmandaks mõõdame siseruumides CO2 taset ja õhukvaliteeti: panime Gustav Adolfi Gümnaasiumisse vastavad sensorid üles ning õpilased saavad andmete pealt ka ise uurimistöid teha. Neljas valdkond on linnakeskkond – meie andurid jälgivad Tallinnas osakeste kontsentratsiooni linnaõhus, müra ja liiklustihedust. Nüüd arendame Archimedese NUTIKAS programmi toel järgmise põlvkonna linnasensoreid. Eesmärk on näiteks, et andur oskaks mitte ainult müra mõõta, vaid ka eristada, mitu detsibelli on erinevaid müraliike, näiteks autod, lennukid jne. Targas linnas määrame sensori sees ka sõidukite tüüpe, et tuvastada eri liiki sõidukite liiklustihedust. Lisaks arendame tehnoloogiat, mis aitab tagada kriitilise infrastruktuuri toimepidevust, näiteks jälgime elektrivõrgu alajaamade tööd.

Mida nende andmetega tehakse, mida teie sensorid koguvad?

Tõsi ta on, meie võime neid andmeid koguda ja üle anda, aga kliendil peab olema võimekus neid kasutada. Näiteks Tallinnasse paigaldatud 800 anduri põhjal on töölauavaates näha müratase muutumist läbi päevade kogu linnas, kuid siit edasi on juba muna ja kana probleem – selleks, et info põhjal otsuseid teha, on vaja vastavat protsessi. Varem pole sellist infot olnud ja otsustusmehhanismid pole sellega arvestanud. Teeme Tallinnaga tihedat koostööd – nemad annavad meile teada, millist infot nad veel tahaksid ja omalt poolt arendavad otsustusprotsesse, et seda infot reaalselt kaasata. Küll me jõuame ükskord ka otsusteni.

Kuidas saab teadlasest ettevõtja?

Mina tegin asju, mis mulle põnevad tundusid, ja sellest tuli äri. Just nii- ja mitte vastupidi. Taandan äripotentsiaali leidmise väga lihtsale asjale: kui lahendad mingit tõsist probleemi, mis on päriselt olemas, siis on võimalik selle lahendus ka turule tuua. Väljakutseks on loomulikult ajastus, sest kui oled oma tehnoloogiaga kümme aastat ajast ees – mida me Defendecis aastal 2006 ka olime –, siis võib selle rakendamine olla keeruline.

Defendec ja Thinnect arendasid edasi minu teadustööd, leides võimalusi, kuidas masinate maailmataju kasutades jälgida ja juhtida palju täpsemini ja odavamalt, kui see oli seni võimalik olnud. Oleme ju suutnud õhukvaliteeti digitaalsete seadmetega mõõta juba aastakümneid, samamoodi valgustust juhtida või piire jälgida, kuid need seadmed olid nii suured ja kallid, et neid polnud otstarbekas suures mahus kasutada. Return of investment peab olema selline, et pole vaja kaaluda, KAS seade osta. Loomulikult osta ja kasutada. See ei kõla hästi, aga mulle meeldib idioom „dirt simple, dirt cheap“ – asjad on nii lihtsad, et nad töötavad, ja nii odavad, et saad neid mahus kasutada. See on eesmärk, mille nimel meie töötame.

Eks see ole natuke konfliktne, sest teadlase ja ettevõtja mõtlemine on pisut erinev: teadlane otsib lahendamist vajavat probleemi ja põnevust, kuid ettevõtjana pead vaatama, et asjal ka ärivõimalust on ja kui palju sellega raha teenib. Teadlasena heideti mulle ette, et olen liiga praktiline, ettevõtjana olen olnud liiga teoreetiline. Ehk jõuan mingil hetkel ka tasakaaluni.

Mis on kahes rollis olemise väärtused?

Teadlasena on sul laiem perspektiiv, tajud asju suuremas kontekstis kui kitsas äri. Ning kui rakendad ettevõttes mõistlikult teadustöö tulemusi, annab see sulle ka konkurentsieelise.

Ettevõtja kogemus teadlasena annab samuti eeliseid, sest oled rohkem eesmärgile ja tulemusele suunatud. Mõtled sellele, kuidas su töö maailmale väärtust loob ja kuidas seda tegelikult kasutada saab, mitte ei arenda mingit asja lihtsalt uudishimust või artiklite kirjutamise soovist.

Tasub mõelda ka sellele, kas keegi on nõus raha maksma selle eest, mida sa arendad. Minu probleem on see, et olen kogu aeg olnud kümme aastat ajast ees ja see on väga, väga frustreeriv. Sa näed, et vajadus on olemas, kuid turg ei ole selleks veel valmis. Rääkisin 2006. aastal ühel konverentsil, et tooks arvutused pilvest (cloud computing) maapinnale lähemale, et pilveservereid ja kommunikatsioonikanaleid vähem koormata: teeks arvutused ära juba udu- (fog computing, kus arvutused tehakse lüüsides) või isegi kastetasandil (mist computing) ehk kohalikes seadmetes, ja saadaks pilve mitte lõputus koguses andmeridu, vaid juba informatsiooni. Võimekus selleks oli juba tol ajal olemas, aga inimesed ei mõistnud vajadust.

Näiteks õhukvaliteedi andurid tänaval. Kastearvutuse idee on selles, et selle asemel,

et 800 seadet saadab igal hetkel pilve uue lugemi, arvutavad nad kohapeal välja mingi aja või piirkonna keskmise ja saadavad pilve ainult selle.

Praegu arendame selliseid sensoreid, mis on võimelised töötlema erinevate sensorite infot, muuhulgas mikrofonid, radarid ja pildid – näiteks lugema üle, mitu ja mis tüüpi autot on igas sõidureas ja mis on nende kiirus –, ning saatma tulemuse pilve. Sama käib müra kohta: sensorid eristavad müravoost lennuki-, auto- jms müra ning saadavad pilve informatsiooni müraliikide kaupa, selle asemel et striimida pilveserverisse pidevalt andmevoogu. See on mõistlik ressursikasutus, sest kui meil on miljardeid andureid, siis ei jõua me kõiki andmeid pilve saata, samuti ei jõua ükski pilv neid ära töödelda – selleks pole piisavalt ribalaiust, energiat jne.

Ja nüüd, 15 aastat hiljem, ütlevad ka IBMi, NATO teadlased jt, et see on hea mõte.

Kui turg pole valmis, siis on ehk aeg jälle teadusele keskenduda. Ülikooli laborites ja teadlaskonnas Sa enam ei tegutse?

Viimastel aastatel pole ma teadlasetööd teinud, aga olen hakanud ülikoolis järjest rohkem inimesi sellega aitama ja neile nõu andma. Olen pisut osalenud juhendamistel, aitan Tartu Kolledžil teha küberfüüsikaliste süsteemide laborit ja saan endale juhendada ka uue doktorandi, minu eelmine doktorant kaitses eelmisel aastal.

Olen nagu ülikooli sõber, aga otseselt uurimistööd ei tee ja ülikoolis ei tööta. Lubasin eelmisele rektorile, et tulen ülikooli tagasi, ja küll ma tulen ka, aga ma ei tea, millal.

Oled selle sõprusega leidnud hea tasakaalu ettevõtluse ja teadustöö vahel?

Tahaksin tegelikult rohkem teadusega tegeleda. Kuid ettevõte areneb, kaasasime just miljon dollarit ja kui saame inimesi juurde palgata, leian ehk jälle rohkem aega teaduse jaoks. Tahaksin uurida ja arendada hajusarvutuse järgmise taset, ent turu jaoks on see tõesti liiga vara, nii et küll ma jõuan. Teadustöö võtab kaua aega – minu mullune doktorant tegeles tegelikult edasi teemaga, mida ka mina oma doktoritöös kümme aastat tagasi käsitlesin ja mida Leo Mõtus alustas 1970ndate lõpus. Nii et oleme 50 aastat sama asja uurinud ja arendamisvõimalusi jätkub. Teoreetilised probleemid, mis tõstatati 50 aastat tagasi – kuidas arvutid reaalajas andmeid töötlevad ja seda ka koos võiksid teha –, on muutunud aina aktuaalsemaks. Koos arvutusvõimsuse ja kommunikatsioonivõimekuse täienemisega on tänapäeval võimalik neid lähenemisi rakendada meie igapäevaelus. Samas on järgmise taseme lahenduste loomiseks, kus sajad või tuhanded arvutid töötavad koos, ilma inimese koordineerimiseta, vaja veel päris palju teoreetilist tööd teha. Võimalikeks rakendusteks on näiteks linnaliikluse, sealhulgas nn viimase miili täielik automatiseerimine, metsatulekahjude kustutamine või marjade korjamine väikeste autonoomsete robotite abiga.

Kust tulevad suurimad tehnoloogia läbimurded, kas väikestelt firmadelt, suurtelt ettevõtetelt või teadlaskonnalt?

Suurte firmade võimekus on efektiivselt rakendada häid protsesse ja asju edasi arendada. Eks nad innoveerivad ka, aga nad on head asjade täiustamises, lihvimises, skaleerimises.

Teadlased saavad teha uuendusi: nad näitavad, mis on võimalik, aga nad ei tee tooteid ja sageli on teadlaste töö tulemusest päriseluni pikk tee. Väärtust loovad siiski tooted. Näiteks internet oli võimalik juba 1960ndatel, kõik vajalikud tükid olid teadlastel olemas. Aga inimkonnale tõi interneti see, kui olid olemas ka tooted (ka suvaline veebileht on tegelikult toode). Ja toote suudavad tavaliselt arendada väikesed ettevõtted, kes on paindlikud ja valmis eksima.

Nii et kõigil mängijatel on selles ökosüsteemis oma roll: teadlased mõtlevad välja, väikesed lükkavad käima ja suured arendavad edasi.

On piisavalt näiteid, kus visionäärid jätavad koolid pooleli, sest haridus tundub neile aja raiskamine, ja vallutavad oma innovatsiooniga maailma. Sina valisid teise tee. Kellele on koolid vajalikud?

See, et mõned inimesed on saanud väga edukaks ilma hariduseta, ei tähenda, et see teistele kasulik ei oleks või et koolist loobumine on edu valem. Olen nõus, et klassikaline akadeemiline haridus ei toeta väga hästi loovust ja sel on omad puudused, aga see ei tähenda, et see on halb.

Küll aga usun sellesse, et kui õppimine ja teadmiste saamine sind ei köida, siis pole ka mõtet end koolides käimisega piinata. Olen küllalt näinud inimesi, kes on küll igasugu kraadid kätte saanud, aga seal ei ole sisu ega indu. Võtmesõna on tasakaal ja hea on teha seda, mis sind päriselt köidab.

Seda ütlen küll, et meie valdkonnas on ilma korraliku alushariduseta võimatu midagi suurt ära teha, vajalik teadmiste hulk on väga suur ja seda ise omandada ei ole reaalne. Seega on minu soovitus noortele: kui teil on vähegi huvi ja tahtmist, siis omandage teadmisi, isegi kui sõbrad sel ajal kuskil lahedalt hängivad.

Räägime tuleviku linnast. See hõlmab ju tegelikult kogu tuleviku eluolu alates energiast ja logistikast kuni e-teenuste, toidu ja õhuni.

90ndate lõpus tuli selline uuenduslik kontseptsioon nagu tajumatu arvutus. Visioon oli, et arvutid on kõikjal meie ümber ja töötavad nähtamatult, ilma et me seda üldse tajuksime, tehes elu meie jaoks paremaks. Näiteks tuled koju, paned käe ukselingile, mis tajub su pulsist stressi ning paneb toas mängima maheda muusika ja keema teevee. Kui majanurga tagant kihutab autoteele tõukeratas, siis auto on sellest juba teadlik ja jääb seisma, ehkki näha seda tõuksi polnud – sõidukid suhtlevad omavahel meie teadmata ja keskkond jälgib seal liikuvaid sõidukeid, märgates isegi neid, kes endast teada ei anna. Linnakeskkonnas arvestatakse temperatuuri ja õhuniiskust ning suunatakse fooritsüklitega liiklusvoog sedasi, et saaste linna keskel ei oleks nii kõrge. Selleks ei pea inimesed avama äppe ega üldse midagi tegema, kõik see toimub meie jaoks nähtamatult ja sujuvalt – elame paremas keskkonnas, ilma et peaksime ise oma igapäevategevuses selleks midagi tegema.

Tark linn ongi selline keskkond, mida juhivad arvutid nähtamatult nii, et see kõik toimib mõistlikult. Meie ei tee midagi teisiti, aga kõik need asjad, mida me iga päev teeme, on tänu tehnoloogiale lihtsamad, mugavamad, energiasäästlikumad. On raske ennustada, kus ja kuidas saame tehnoloogiat enda kasuks veel rakendada, see kõik tuleb alles välja mõelda. Science fiction filmidest saab selleks häid ideid /naerab/.

Kõrgtehnoloogiline keskkond on midagi köitvat ja põnevat, samas arusaamatut ja seega pisut hirmutavat. Kes siis meie elu juhib, kas inimene, tehnoloogia või õnnelik juhus, kuni tehnoloogia toimib?

Mind kutsuti aastal 2014 ühele NATO psühholoogide konverentsile, rääkisin oma ettekandes sellest, kuidas inimesed ja masinad maailma tajuvad ning kuidas keegi ei mõtle enam sellele, et inimesed on nii nõdraks jäänud, et suurem osa meist ei saaks hakkama, kui meid praegu metsa viia ja lasta seal kevadeni hakkama saada. 200 aastat tagasi olnuks see meie jaoks probleem, aga praegu ei tekita see mingit hirmu.

Nüüd on keskkond palju targem, tehnoloogia teeb meie eest palju ära ja meie käime spordisaalis, et oma keha toonuses hoida. 19. sajandi keskel polnud mingit vajadust spordisaalide järele, sest elu ise hoidis meid vormis. Seega saame püstitada küsimuse: kas 20 või 50 aasta pärast hakkavad inimesed käima ajusaalis lahendamas mõtteülesandeid, et hoida oma aju toonuses, kuna seadmed meie ümber mõtlevad meie eest? Mina ei usu, et see juhtub, aga kindlasti meie kognitiivsed võimed langevad ja muutume masinatest rohkem sõltuvaks.

Küsimus on ka tehnoloogia kvaliteedis ja töökindluses. Kui tõkkepuu ei avane või keskküte kaob ära, siis on tõesti väga ebamugav ja sellepärast me püüamegi ehitada kõik süsteemid selliselt, et nad lihtsalt ei lähe rikki – nii tõkkepuud, keskküttesüsteemid kui ka autod.

Millistel tehnoloogia arengutel Sa eriti hoolega silma peal hoiad?

Kindlasti asjade internetil, mis on minu igapäevane teema. Väga huvitav on 5G ja see, kuidas tulevikus erinevad tehnoloogiad koos tööle hakkavad.

Üks visioon on see – oleme kontseptuaalsel tasandil hakanud seda ka arendama –, et igal seadmel on võimekus teha ühendus mobiilivõrku, aga suhelda ka oma naabriga. See tähendab, et need sensorid keskkonnas, kellel on mobiilivõrguga ühendus, saavad informatsiooni pilve saata, need tüübid aga, kes on leviaugus, annavad info edasi oma naabritele. Selle, kes pilvega ühendust võtavad, valivad nad ise välja lähtuvalt sellest, kellel on parasjagu kõige parem levi või kõige rohkem akut. Oleme seda võrrelnud kaasaegse ühiskonnaga: inimesed tegutsevad autonoomselt, nad suhtlevad omavahel, suhtlevad ka oma organisatsiooni või kogukonna juhiga. Üksikud kogukonnaliikmed suhtlevad ka kõrgemate astmetega näiteks korteriühistu juht suhtleb linnaosavalitsusega, kuid kõik ei pea seda tegema. Samas on meil kõigil võimalus soovi korral saada ühistu või mõne muu organisatsiooni juhiks. Selleks, et masinad seda kõike ise teeks, läheb küll palju aega, kuid kui me sinna jõuame, siis olemegi olukorras, kus seadmed on maagiliselt meie ümber ja suhtlevad omavahel ja pilvega ning liigutavad andmeid ja informatsiooni. See ongi arupuru, see ongi maagia.

Mida targem on arupuru, seda lähemale me tehisintellektile jõuame. Kes tagab, et inimene saab tehisintellekti vajadusel ka välja lülitada või et see ei satuks selliste inimeste kätte, kel pole head kavatsused?

Tänavatel on juba isesõitvad autod ja uuemates autodes ka tehisintellekt, aga keegi ei karda, et tema tark auto sõidab öösel minema ega tulegi enam tagasi. Kõik eeldavad, et see auto töötab samamoodi nagu teised autod, avab omanikule uksed ja viib ta sinna, kuhu omanik tahab.

Tehisintellekt on tegelikult alles lapsekingades, me oskame teha piiratud hulgal rakendusi, mis oskavad teha piiratud hulgal asju. Mäletan vestlusi Leo Mõtusega kümmekond aastat tagasi, kui tehisintellekt hakkas jälle aktuaalsemaks muutuma. Leo heitis nalja, et sama jutt oli 50 aasta eest, kui lubati, et kohe-kohe õpivad masinad kõik ära ja inimene ei peagi enam midagi tegema. Midagi sellist ei ole tänaseni juhtunud. Masinad suudavad küll palju rohkem ja palju võimsamalt, kuid kasutame tehisintellekti vaid kindlates rakendustes kindlate eesmärkide täitmiseks. Meil ei ole praegu algoritme, teoreetilistki alust, kuidas tehisintellekt saab reaalselt iseseisvaks. Programmid küll õpivad ise, aga väga piiratud raamides ja neil ei ole loovust, et meie isesõitev auto mõtleks, et täna lähen Vabaduse platsile teiste autodega kohtuma. Ja sinnani on veel ikka väga pikk tee minna.