Selle asemel, et püüelda tervikliku lahenduse poole, haara madalamal rippuvat vilja.

Miks ta ometi sellest äärekivist üles ei sõida?

Nii tehtigi. Näiteks nähti tükk aega vaeva sellega, et Starshipi kuuerattaline robot ei tahtnud äärekivist üles sõita. Lõpuks leiti üles tarkvaraviga, mis takistas tal kõnnitee äärt ära tundmast. Viga oli iseenesest lihtne parandada, aga selle leidmine oli osutunud raskeks.

Küsimus pole aga ainult tarkvara täiustamises.

Vahel satuvad robotid keerulistesse olukordadesse, kus nad ei oska käituda, sest vastavaid juhiseid pole neile ette antud. Neid juhtumipõhiselt analüüsides leiti, et vahel ongi mõistlikum mitte püüda kõike ette näha, vaid kaasata protsessi juhtimiskeskuses videolingi kaudu roboteid jälgiv inimoperaator.

Teinekord aga selgus, et robot ei saa langetada õiget otsust, sest tal pole piisavalt infot oma ümbrusest ja lahenduseks oli ühe sensori lisamine.

Lõpuks koorus probleemide lahendamise käigus välja kolm printsiipi, mis keeruliste mitmetahuliste probleemide lahendamisel aitavad:

1. Osa, mitte tervik Selle asemel, et püüda saavutada täiuslikku lahendust ja riskida sellega, et ei jõuta üldse kuhugi, on mõttekam võtta probleemid ükshaaval ette.
2. Lihtsamad enne Kui alustad tööd kergemini lahendatavatest probleemidest, hoiab edu motivatsiooni üleval, samas saad seda protsessi korrates ise targemaks ja ka keerulisemad probleemid on pärast hõlpsamini lahendatavad.
3. Näited, mitte spec Starshipis ei kirjutata spetsifikatsioone, vaid kogutakse andmeid ehk näidisjuhtumeid. See aitab hoida sidet reaalsusega ja ei tapa meeskonna loovust.

Kristjan Korjuse sõnul on idee selles, et esialgne nimekiri, millest valima hakata, peab sisaldama ainult tähtsaid probleeme. Loomulikult saaks veel välja mõelda sadu tuhandeid väikseid mitte tähtsaid probleeme, aga see pole hea mõte.

“Kui ma saaks lahendada 20 probleemi ühe päevaga või mõned muud kakskümmend probleemi saja päevaga, siis ilmselgelt on nende lihtsamate lahendamine ettevõttele kasulikum,” selgitab ta.

Korjus ütleb, et tegelikult on tegemist tavalise prioretiseerimisega.

“Lahenda neid asju, millega saad kõige rohkem kasu ja mis võtavad kõige vähem ressursse. Ja anna võimalikult palju päriselulist konteksti kaasa, sest nii ei teki olukorda, kus lõpuks valmis saanud lahendus jääb elukaugeks,” ütleb ta.

Nende punktide põhjal koostas neli endist ja praegust Starshipi töötajat Kristjan Korjus, Taivo Pungas, Rao Pärnpuu ning Ahti Heinla manifesti, mis neljapäeval North Star AI konverentsil esimest korda avalikuks tehti. Originaalis ingliskeelse teksti toome ära tõlgitud kujul:

“Andmestik ongi spetsifikatsioon: manifest keeruliste probleemide iteratiivseks lahendamiseks”

• Lähene probleemile tahkude kaupa, selle asemel, et otsida kõikehõlmavat lahendust.
• Ära püüa lahendada kõiki probleemi tahke korraga. Võta ette osa lihtsamatest ja korda protsessi mitu korda.
• Ära hakka kirjutama lahenduse spetsifikatsiooni. Koosta hea valik probleemsetest näidisjuhtumitest. See kogumik ongi sulle spetsifikatsiooniks.

Loe manifesti täisteksti inglise keeles