Efektywne ogrzewanie, energetyczna grywalizacja, motor analityczny – matematycy z PAN szukają rozwiązania problemów przedsiębiorstw

efektywne ogrzewanie energetyczna grywalizacja motor analityczny matematycy z pan szukaja rozwiazania problemow przedsiebiorstw
Udostępnij:
17 marca br. w Warszawie wystartował hackathon ESGI144, którego celem jest rozwiązanie problemów przedsiębiorstw lub znalezienie odpowiedzi na zgłoszone przez nie pytania. Wydarzenie organizowane jest przez Instytut Matematyczny Polskiej Akademii Nauk.

W ramach 5-dniowego hackatonu do zadań uczestników należy stworzenie rozwiązania konkretnego problemu zgłoszonego przez przedsiębiorstwa biorące udział w wydarzeniu, w tym firmy Fortum, RoomSage i One2Tribe. Lista problemów do rozwiązania obejmuje zagadnienia związane m.in. z grywalizacją, analityką, prognozowaniem, motywacją i stresem, czy algorytmami stworzonymi na potrzeby górnictwa.

Zakończenie hackathonu planowane jest na 22 marca br. Wydarzenie jest realizowane przez Instytut Matematyczny Polskiej Akademii Nauk we współpracy z Ambasadą Brytyjską, Urzędem Regulacji Energetyki, KIR i Ministerstwem Cyfryzacji oraz profesorami z Oxfordu i Cambridge.

Lista problemów i wyzwań zgłoszonych przez przedsiębiorców

Projekt 1: Efektywne ogrzewanie
Budowa modelu ogrzewania budynków mieszkalnych
Firma: Fortum

Bezpośrednim źródłem ciepła budynku podłączonego do sieci ciepłowniczej jest podstacja cieplna. Najczęściej podgrzewa ona wodę do potrzebnego poziomu w oparciu o aktualną temperaturę powietrza na zewnątrz. System nie uwzględnia zmian pogody, siły wiatru, opadów czy nasłonecznienia. Nie bierze pod uwagę także innych źródeł energii, takich jak urządzenia domowe wytwarzające ciepło a także ludzi i ich zachowań. Dlatego efektywność ogrzewania pozostawia wiele do życzenia. Powstają także trudności związane z rozliczeniami za ogrzewanie poszczególnych mieszkań.

Uczestnicy ESGI mają opracować model termiczny budynków, który będzie wykorzystywał informacje spływające w czasie rzeczywistym a także uwzględniał interakcje użytkowników. Celem jego działania jest zasilanie informacjami inteligentnego systemu sterowania podstacją cieplną, dostarczanie prawie na bieżąco informacji o komforcie termicznym do właścicieli mieszkań oraz stworzenie modelu podziału kosztów ogrzewania pomiędzy właścicieli mieszkań, który będzie adaptował się do realnej dystrybucji temperatury w budynku.
Fortum produkuje i dystrybuuje energię elektryczną, ciepło, chłodzenie a także inteligentne rozwiązania pozwalające na bardziej efektywne wykorzystanie zasobów. Firma jest europejskim liderem w obszarze czystej energii. Od kilkunastu lat Fortum działa w Polsce: posiada trzy elektrociepłownie – w Częstochowie, Zabrzu i Bytomiu, a także blisko 800 kilometrów sieci ciepłowniczych dostarczających ciepło na terenie Częstochowy, Płocka i Wrocławia.

Projekt 2: Energetyczna grywalizacja
Model grywalizacji dla systemów ogrzewania
Firma: Fortum

Projektowanie efektywnych systemów ogrzewania budynków mieszkalnych wymaga uwzględnienia zachowania mieszkańców. Istotne jest zwłaszcza postrzeganie komfortu termicznego – zarówno w mieszkaniu jak i innych częściach budynku (częściach wspólnych i pozostałych mieszkańców). Niemniej ważna jest również zdolność do wpływania na ogrzewanie i chłodzenie dzięki informacjom zwrotnym oraz wiedza o tym, jak ustawienia ogrzewania i chłodzenia wpływają na zużycie energii i rozliczenia. Wszystko to wymaga interakcji mieszkańców, którzy dostarczą informacji o percepcji komfortu, preferowanych ustawieniach temperatury oraz analizowania prognoz.

Celem uczestników ESGI jest zaprojektowanie modelu grywalizacyjnego, który wykorzystywałby informacje zwrotne od użytkowników do ogrzewania i chłodzenia budynku. Z punktu widzenia użytkowników największą korzyścią będą przede wszystkim mniejsze rachunki za energię cieplną. Model powinien uwzględniać także inne elementy: preferencje poszczególnych mieszkańców odnośnie komfortu termicznego, ich cele finansowe, a także świadomość ekologiczną. Przy tym model nie powinien preferować żadnego z celów, a zamiast tego nagradzać za aktywność i chęć współdziałania dla zrealizowania celu ustalonego przez większość mieszkańców.

Projekt 3: Motor analityczny
Automatyzacja segmentacji klientów i na potrzeby tworzenia personalizowanych ofert
Firma: RoomSage

Jednym z największych problemów, z jakimi zmaga się branża hotelowa są rosnące prowizje internetowych biur podróży. Wielkie serwisy rezerwacyjne takie jak Booking.com czy Expedia praktycznie zdominowały rynek. Odpowiadają za 40 nawet do 75% rezerwacji poszczególnych hoteli. Prowizje, które początkowo wynosiły od 5 do 10%, obecnie wzrosły do 15-20% a w przypadku niektórych hoteli sięgają nawet 30%. Możliwości konkurowania na rynku są coraz bardziej ograniczone, a nawet pojawiają się praktyki monopolistyczne.

Doraźnym rozwiązaniem dla hoteli może być powoływanie dedykowanych zespołów, które będą tworzyć spersonalizowane oferty, jednak takie podejście wiąże się z wysokimi kosztami. Lepszym, bardziej efektywnym finansowo rozwiązaniem, byłoby wykorzystanie do tego sztucznej inteligencji. Oprogramowanie oferowane jako usługa, mogłoby wyręczyć zespoły marketingu czy ludzi od analizy danych.

Kluczowym zagadnieniem, jakim mają zająć się uczestnicy ESGI, jest wybór najlepszej segmentacji klientów, która pozwoli na tworzenie spersonalizowanych ofert dla tych segmentów, które gwarantują najlepszą wartość w przeliczeniu na kliknięcie w reklamę. To problem raczej naukowy niż inżynierski. Decyzje muszą być bowiem podejmowane w oparciu o wielowarstwową segmentację. System musi szybko się uczyć bazując na niewielkich zbiorach danych funkcjonując w szybko zmieniającej się rzeczywistości.

Projekt 4: Efektywne prognozowanie
Optymalne zastosowanie dla rynków predykcyjnych
(anonimowy klient)

Rynki predykcyjne to metoda badawcza oparta na idei crowdsourcingu. Ich uczestnicy starają się przewidywać prawdopodobieństwo zajścia pewnych zdarzeń w oparciu o racjonalne przesłanki a także własną intuicję. Co ciekawe, trafność prognoz dokonywanych na tej podstawie jest większa niż tradycyjnych sondaży. Przy tym uczestnicy mają możliwość dokonywania kolejnych ocen prawdopodobieństwa zaistnienia zdarzeń, jeśli pojawią się nowe fakty wpływające na rozstrzygnięcie.

Idea po raz pierwszy znalazła zastosowanie w 1988 roku do stworzenia Iowa Political Stock Market, którego uczestnicy przewidywali wyniki wyborów prezydenckich. W kolejnych latach rynki predykcyjne były wykorzystywane do prognozowania wyników kasowych filmów, sprzedaży nowych rodzajów leków, wielkości wskaźników ekonomicznych czy monitorowania stanu projektów, ich zaawansowania i przewidywanego zakończenia. W praktyce korporacyjnej rynki predykcyjne były też wykorzystywane jako narzędzie wspomagające zarządzanie innowacyjnych technologii.

Zadaniem uczestników ESGI jest udzielenie odpowiedzi na kluczowe matematyczne pytania dotyczących rynków predykcyjnych. Po pierwsze, jaki rodzaj prognoz można uzyskiwać dzięki rynkom predykcyjnym – długo-, średnio- czy krótko-okresowe? Jakiego rodzaju zdarzenia można skutecznie przewidywać – sportowe, polityczne, finansowe? A także na czym polega przewaga tej metody w porównaniu do konkurencyjnych, takich jak metoda heurystyczna czy ankietowa. Praca uczestników ESGI w ramach tego projektu ma umożliwić lepsze zrozumienie rynków predykcyjnych jako zjawiska a także pozwolić na znalezienie dla nich nowych zastosowań.

Projekt 5: Motywacja i stres
Wykorzystanie uczenia maszynowego do zarządzania stresem w pracy
Firma: One2Tribe

Według Światowej Organizacji Zdrowia (WHO) w samej Europie na stres w miejscu pracy narażonych jest 40 milionów osób. Efektem stresu są choroby serca oraz depresja. W skali globalnej generuje to koszty na poziomie setek miliardów dolarów. Z psychologicznego punktu widzenia, źródłem stresu w pracy są wymagania, których pracownik nie może spełnić ze względu na brak odpowiedniej wiedzy, umiejętności albo kontroli.

Gdyby udało się stworzyć rozwiązanie wykorzystujące technologię uczenia maszynowego, które pozwoliłoby na budowanie scenariuszy motywacyjnych (rozumianych jako sekwencje składające się z zadań oraz następujących zaraz po ich wykonaniu wzmocnień, czyli przyznawania nagród) dla pracowników na stanowiskach związanych z wysokim ryzykiem stresu, problem można byłoby w znaczącym stopniu ograniczyć. Rozwiązanie pozwoliłoby na spersonalizowane planowanie pracy i tworzenie harmonogramów w sposób, który w większym stopniu uwzględniałby potrzeby i możliwości poszczególnych ludzi.

Problemem, z jakim zmierzą się uczestnicy ESGI jest opracowanie optymalnych scenariuszu dla każdego członka zespołu (500 osób, których celem jest sprzedaż 10 tys. sztuk produktu w ciągu 3 miesięcy), przy założeniu, że maksymalizowana jest wartość biznesowa oraz minimalizowany jest poziom stresu. Innymi słowy, chodzi o odpowiedź na pytanie: ile muszę przeznaczyć na premie, żeby zrealizować cel a jednocześnie pracownicy chcieli pozostać w firmie?

Projekt 6: Algorytm dla górnictwa
Prognozowanie wstrząsów sejsmicznych w oparciu o dane na temat zachowania mas skalnych
Firma: KGHM

Eksploatacja złóż rud miedzi w kopalniach pod ziemią oznacza generowanie aktywności sejsmicznej. Jednym z symptomów tego zjawiska są wysokoenergetyczne wstrząsy sejsmiczne, które mogą prowadzić do poważnych uszkodzeń podziemnych instalacji oraz zagrożenia dla bezpieczeństwa i życia ludzi. Wyjątkowo silne wstrząsy mogą stanowić zagrożenie także dla obiektów znajdujących się na powierzchni ziemi. Poziom aktywności sejsmicznej mas skalnych jest uzależniony od wielu czynników, które można podzielić na dwie grupy: związane ze środowiskiem, w którym prowadzone są operacje oraz związane z wykorzystywanymi metodami działania.

Podstawowym zadaniem grupy ESGI zajmującej się tym projektem jest stworzenie algorytmu umożliwiającego prognozowanie wystąpienia zjawisk sejsmicznych o określonej energii. W drugiej kolejności, w oparciu o stworzony algorytm, uczestnicy mają zbudować metodę selekcji parametrów operacyjnych pozwalających na prowokowanie zbliżających się i nieuniknionych zjawisk sejsmicznych w określonym czasie.