Kui Eesti riik 2011. aastal müüs Jaapani korporatsioonile Mitsubishi kümme miljonit ühikut süsihappegaasikvooti, saime vastu üle 500 elektriauto Mitsubishi i-MiEV. Ent peale võimaluse elektri jõul sotsiaalabiklientide juurde sõita sai Eesti midagi veel: nende 507 elektriauto andmed.
Eestis toimuva IKT nädala raames peetud Nordic Digital Day konverentsil tutvustasTTÜ dotsent Innar Liiv tutvustas elektriautodest saadud andmete töötlemise õppetunde.“Mida me saime sotsiaalministeeriumilt, oli 100 miljonit rida andmeid,” rääkis Liiv.
Selline andmekogusandis tema sõnul võimaluse proovida täiesti teistsugust lähenemist teaduslikuks uurimiseks. Tavaliselt püstatakse uurimisprobleem ja -hüpotees, uurimisküsimused, korraldatakse hüpoteesi kontrollimiseks eksperiment ja antakse saadud tulemusetega vastused. “Kui me tahame teada, kui palju energiat kulutab auto 70 km/h sõites, siis peaksime selleks tegema eksperimendiks proovisõidud ja nii edasi,” rääkis Liiv.
Andmepõhine uurmine käis teistpidi. “Kui meil on 100 miljonit rida andmeid, siis me leiame sealttuhandeid inimesi, kes on aastate jooksul sõitnud 70 km/h, mis on rohkem kui me jõuaksime eksperimente korraldada,” ütles Liiv. Andmed on seejuures anonüümsed, mistõttu ei saa uurijad oma käsutusse ühegi isikuga seostatavaid sõiduandmeid.
Küll aga annab selline uurimismeetod võimaluse jooksvalt püstitada uusi küsimusi ja hüpoteese: milline on erinevus tehaseandme ja reaalse kasutuse vahel?Kas energiatõhusus sõltub juhist ja tema kogemusest?
Kolm viisi andmekoguse uurimiseks
Liivi sõnul läheneti i-MiEVide andmekogule mitmel eri moel.
Esimene oli nii-öelda heatmapehk geoandmed laotati Eesti kaardile. Nii tekkisid kaardile marsruudid, mida sagedasti kasutati, ja vähem aktiivsed piirkonnad, kus autodega ei sõidetud. Kui samale kaardile laotati ka kiirlaadijate asukohad, andis see hea aluse näiteks edasiseks kiirlaadijate võrgustiku planeerimiseks: kus oleks kiirlaadija järele vajadust ja kus mitte.
Teine viis oli sõidumustrite kombineerimine skeemideks, mis näitasid ära kõige sagedasemad sihtkohad. Kuigi TTÜ teadlased ja tudengid, kes uurimistööd tegid, ei näinud autoomanike andmeid ega nende sõitude reaalseid sihte, pandisagedasematele parkimiskohtadele tinglikud nimed nagu “kodu”, “töö”, “klient” ja nii edasi.
Nii tekkisid skeemid autodest, mis sõitsid vähema hulga ja mis rohkema hulgasihtpunktide vahel. Skeemid olid autode kasutusest sõltuvalt üsna erinevad, eriti kirju pilt avanes siis, kui sellised skeemid välja tuua kõigi 500 auto kohta.
Kolmas viis oli kombineerida küsitlustest saadud andmeid reaalsete sõiduaandmetega. Nii tekkis erinev pilt sellest, mida elektriautode juhid küsitluse järgi nimetasid oma tüüpiliseks sõidudistantsiks ühe laadimisega võrreldes sellega, mida näitasid andmed.
Mitsubishi ja Eesti teadusasutuste vahel sõlmitud kokkulepe andmete avaldamise suhtes oli aga omapärane. Lepingu järgi on sõiduandmed konfidentsiaalsed, see tähendab, et neid ei tohi avalikustada. Samas otsustati kokku leppides, et toorandmed, mis iga auto sõidutrajektoori, energiakulu ja muud näitasid, ei saa Eestist lahkuda.Teisisõnu, toorandmeid Jaapanisse Mitsubishile ei saadetud, vaid neid analüüsisidja nendest koostas raporteid TTÜ teadlased ja tudengid. Samuti oli neile ligipääs teistel haridusasutustel naguTallinna tehnikakõrgkool. Analüüsitud andmed läksid edasiMitsubishile, mis kasutas neid oma tootmise parandamiseks ja jõudsid ringiga tagasi sotsiaalministeeriumisse Elmo programmi aruandesse.
Avafoto: elektriauto Mitsubishi M-iEV (Erik Prozes/PM/Scanpix)
