TidsmaskinenCIO forum AI

Morten Forfang Fagdirektør (Ph.D.), Computas AS

yarc68000 computas

Hvilke frister bryter vi og hvor har vi problemer

om 3 måneder?

2

<<Cloud Filestorage>>Binary

<<Cloud Filestorage>>Binary

Utfordringen!● Antall busspassasjerer:

23,4 millioner i 2016

● Ønsker:

Tidsmaskin som kan vise

framtidige forsinkelser

● Forretningsmessige anvendelser: ○ Bedre informasjon til passasjerene

○ Iverksette tiltak: F.eks ekstra busser

○ Ressursoptimalisering, planlegging

3 © Kolumbus 2016

<<Cloud Filestorage>>Binary

<<Cloud Filestorage>>Binary

Datavannkranen - mye og kjaptHva kommer inn, hva skal ut?

● Input data ○ Kjøretøy-info, posisjon, vær, ferier,

rutetabell

○ 200-500 kjøretøy x 2-3 /min

● Output ○ Posisjon, Linje, Kjøretøy id, Retning,

Forsinkelse..

○ 100-300 prediksjoner/refresh hvert 5. sek

© c

him

uadv

entu

res

2019

Løsnings-arkitektur

6

Kolumbus dataBigQuery

Cloud Machine Learning

Cloud SQL

Sanntidskart

Cloud Storage

pre-processing

post-processing

App Engine

Forecast API

GTFS

Eksterne data

Skoleruten

Eklima

SIRI VM

<<Cloud Filestorage>>Binary

Forutsigelser: Kjernen i problemetAlternativer

● Grunnleggende Supervised Regression.

● Analytiske alternativer

○ Representasjon:

■ etappe vs rute

■ Nominelle verdier

○ Metode: Neuralt nett? RF? Lineær separasjon?

Optimalisering?

Sett det ut i livet - produksjon

8

<<Cloud Filestorage>>Binary

270 personer

~ 120 på sky

~ 30 på ML/AI

Alle M.Sc.

Mange Ph.D.

10

Q & A