Kroz istraživački rad na svemirskim sistemima Irfan Šljivo je našao put do svemirskih misija, pa sada radi na Starling 1.5 misiji
Čudan je životni put bio za Irfana Šljivu. Doktor Irfan Šljivo, rođen u BiH, završio je dodiplomske i magistarske studije iz računarstva na Univerzitetu u Sarajevu prije nego što je doktorirao na Univerzitetu Mälardalen u Švedskoj.
Njegovo istraživanje fokusiralo se na obezbjeđivanje sigurnosti softverskih sistema u autonomnim tehnologijama s ciljem unapređenja certifikacije i pouzdanosti u ovim kompleksnim sistemima.
Od ETF – a u Sarajevu do NASA – e
Put ga je odveo do NASA-e, civilne svemirske agencije američke vlade i jedne od najvažnijih institucija u svijetu posvećenih čovjekovom putu ka svemiru. Tamo je dio Robust Software Engineering Group, gdje je radio na sigurnosti i pouzdanosti softvera za svemirske misije.
Njegov rad uključuje model-bazirane sigurnosne provjere, formalne metode verifikacije i nadzor sigurnosti u realnom vremenu, ključne za buduće misije istraživanja svemira i razvoj AI tehnologija.
U razgovoru za FokusIT Irfan Šljivo nam otkriva neke svoje početke, ali i govori o radu u NASA-i, te sve zastupljenijoj umjetnoj inteligenciji.
„Sve je krenulo od jedne prilike za razmjenu studenata dok sam studirao na ETF-u u Sarajevu. Otišao sam na razmjenu u Švedsku, Univerzitet Mälardalen (MDU), gdje sam odradio jedan semestar. Po povratku na ETF i završetku master studija, otvorila se PhD pozicija na jednom istraživačkom projektu na MDU na koju sam se prijavio uz podršku ljudi koje sam upoznao na MDU ranije. Tu sam primljen na PhD studije i kroz taj projekat i još nekoliko EU i nacionalnih projekata sam radio na temi dizajna, verifikacije i validacije sigurnosno kritičnih sistema iz raznih oblasti. Na nekim sličnim stvarima je radila i jedna mala grupa u NASA-inom Ames Research Centru pa su nam se putevi ukrstili na istraživačkim konferencijama. Čak smo zajedno radili i na organizaciji jedne istraživačke radionice”, govori nam na početku Šljivo i dodaje:
“Nekad poslije završetka PhD-a, otvorila se pozicija u toj grupi na jednom zanimljivom projektu, ali ja još nisam bio spreman da se preselim na drugi kraj svijeta. Kada sam se napokon javio, ta je pozicija već bila zatvorena, ali su otvorili novu poziciju i pozvali me da se prijavim tu. Uslijedili su brojni intervjui i posjeta Centru prije same ponude za posao“.
U početku se primarno fokusirao na autonomne sisteme u aviooblasti, da bi kasnije počeo raditi i sa svemirskim sistemima.
„Primarno sam došao raditi u Robust Software Engineering grupu u NASA-inom Ames centru kao istraživač iz oblasti dizajna, verifikacije i validacije sigurnosno kritičnih sistema. Kroz primijenjeni istraživački rad na svemirskim sistemima sam našao put do svemirskih misija, pa sada radim na Starling 1.5 misiji gdje s jedne strane nastavljam istraživati certifikaciju i sigurnost autonomnih svemirskih sistema, a s druge strane radim na integraciji, verifikaciji i validaciji SW komponenata eksternih eksperimenata s internim Starling sistemima“, napominje.
Različiti dodiri s AI
Kao svoj primarni cilj akademskog imenika ističe da je to kako olakšati uvid u istraživanja kojima se naši ljudi bave širom svijeta kroz naučne publikacije koje objavljuju.
„To je korisno raznim grupama: (1) samim istraživačima da se povežu po stručnosti, a ne samo zato jer imaju isto porijeklo; (2) studentima koji su zainteresirani za određene oblasti da jednostavno pronađu nekoga ko bi ih mogao dalje uputiti; (3) javnosti, novinarima, javnim institucijama, industriji, u biti svima onima kojima je potreban stručnjak s našeg govornog područja iz bilo koje oblasti. Mi smo uspostavili sistem da automatski prikupljamo nove naučne publikacije ljudi koje pratimo kako bi ta naša baza bila ažurna. U ovoj prvoj fazi nam je bio cilj da prikupimo dovoljan broj ljudi kako bi mogli nastaviti automatski proširivati bazu. U sljedećim fazama cilj nam je da radimo na iskorištavanju ovih podataka kako bismo pomogli pokretanje istraživačkih projekata, tematske radionice, izvještaje o stanju bh. naučnoistraživačke zajednice i usporedbe sa svjetskim trendovima itd. U biti, radimo s partnerima na raznim poljima kako bismo osnažili naučnoistraživačku zajednicu BiH“, dodaje.
LLM modeli mogu biti dosta korisni
S obzirom da se AI sve više koristi u svim sferama kako društvenog tako i poslovnog svijeta, interesiralo nas je da li je naš sagovornik imao dodira s umjetnom inteligencijom.
„Imao sam više različitih dodira s AI-em. Naprimjer, AI kao dio samog kritičnog sistema, AI kao dio sistema za razvoj i upravljanje sistemima, te AI kao dio svakodnevnih aktivnosti. Kada je u pitanju AI kao dio samog sistema, radio sam na analiziranju trenutne regulacije i kreiranju preporuka za korištenje AI komponenti u kritičnim sistemima. Također sam radio i na kreiranju argumenata u vezi s primjenom formalne verifikacije za verifikaciju neuronskih mreža unutar aviosistema.
Osim toga, radim i na sigurnom integriranju AI komponenti u svemirske sisteme. U svakom slučaju, integriranje AI komponenti u kritične sisteme ovisi dosta o riziku koje ti sistemi nose sa sobom. Još uvijek nismo u fazi gdje možemo staviti odgovornost za visokorizične funkcije samo na AI komponente. Trenutno smo u fazi da uvijek postoji sekundarni ne-AI sistem koji je tu da preuzme odgovornost u slučaju da AI sistem zakaže.
Kada je u pitanju korištenje AI-a pri razvoju i verifikaciji sistema, LLM modeli mogu biti dosta korisni, ali jasno je da mogu praviti greške koje nije nužno jednostavno uvidjeti. Zbog toga trenutno ne možemo uzeti informacije koje dobijamo od LLM modela kao pouzdane. To se odnosi i na eventualni SW kod koji dobijemo od LLM modela, ali i na dijelove verifikacije, npr. formalizaciju karakteristika sistema kako bi se te karakteristike mogle verificirati ili pratiti u realnom vremenu. Kada smo ovo testirali, LLM modeli su redovno vraćali rezultate s greškama koje nisu jednostavno uočljive.
Kada je u pitanju korištenje AI-a u svakodnevnom poslu, NASA kao agencija polako uvodi određene servise. Veliki je izazov privatnost i sigurnost podataka. Tek nedavno smo dobili jedan ograničeni servis u koji možemo da unosimo i kritične podatke. Generalno, nije nam dozvoljeno unositi bilo kakve kritične podatke u javne LLM modele i tu moramo biti dosta oprezni“, otkriva Šljivo.
Kako AI tehnologija napreduje, poremećaji na tržištu rada će biti sve izraženiji
Stava je da nas AI može učiniti dosta efikasnijim u mnogim aktivnostima, pa čak i do te mjere da već sada može čak u potpunosti zamijeniti ljude u nekim zanimanjima.
„Već svjedočimo poremećajima na tržištu rada uzrokovanim AI tehnologijama, posebno ovdje u Silicon Valley. Kako AI tehnologija napreduje, ti poremećaji će biti sve izraženiji. Već otkrivamo nova zanimanja koja će nam biti potrebna u tom novom odnosu snaga, tako da, posla ne bi trebalo manjkati, ali sigurno je da će se neki ljudi morati adaptirati ili u potpunosti preusmjeriti na neka druga zanimanja. Mislim da trebamo dočekati ovu tranziciju što otvorenijeg uma i iskoristiti ove promjene na najbolji mogući način, a ne suprotstavljati im se. Što se tiče IT sektora, rezultati koje dobijamo iz AI tehnologija nisu savršeni i tu će uvijek biti neki nivo provjere kvaliteta, od kvaliteta specifikacija koje su date AI agentu do kvaliteta rezultata. Kao što smo se prestali pretjerano brinuti o asembleru dolaskom viših programskih jezika, tako ćemo se prestati pretjerano brinuti o tim do sada višim programskim jezicima i razmišljat ćemo na nivou specifikacija“, zaključio je u razgovoru za FokusIT Irfan Šljivo.
