S Fakulteta strojarstva i brodogradnje Sveučilišta u Zagrebu redovito stižu zanimljive novosti vezane uz istraživanja i primjenu rješenja vezanih uz robotiku i automatiku. Što se sve u tim područjima danas radi na FSB-u?

Mislim da smo na FSB-u uistinu vrijedni po tome pitanju. Tako je moguće naći uistinu raznolika rješenja i projekte, poglavito kod nas na Zavodu za robotiku i automatizaciju proizvodnih sustava. Istražuju se i razvijaju koncepti industrijskih robotiziranih linija vezano za paradigmu industrije 4.0. Ta industrija označava spregu umreženih senzora i sustava te algoritama umjetne inteligencije hranjenih podacima koji pružaju optimalna rješenja po zadanim kriterijima. Potom su tu jedinstvena rješenja robotskih sustava s primjenom u neurokirurgiji. Također, razvijaju se robotska rješenja s različitim vrstama pogona (roboti s pneumatskim i/ili električnim pogonima). Grade se zanimljiva rješenja od samobalansirajućih robota i četveronožnih pauka pa do rješenja robota i hvataljki te ostalih alata koja su vezana za meku ('soft') robotiku. Radi se i na razvoju programskih rješenja koja upravljaju tim sustavima, npr. kod autonomnih vozila. Tako naši roboti postaju sve pametniji sa svakom linijom napisanog koda.

Svakako je važno naglasiti i veliku pomoć studenata FSB-a u svemu tome. Oni u sklopu svojeg istraživačkog rada prikazanog kroz seminarske, završne i diplomske radove daju svoj veliki doprinos. Na primjer, tim kojeg vodim bavi se kognitivnom robotikom o čemu ćete čuti više u nastavku. Moje iskustvo je da kreativni mladi ljudi uistinu mogu jako puno doprinijeti, a na nastavnicima je da ih pravilno motiviraju i pruže zanimljive sadržaje.

Ostali zavodi i katedre također koriste robote i robotizirane sustave u sklopu svojih znanstvenih, istraživačkih i nastavnih područja interesa. Tako na FSB-u imamo robote za zavarivanje, fina mjerenja, obradu odvajanjem čestica i sl. Dakle, mišljenja sam da FSB sasvim solidno prati svjetske trendove u granicama svojih (financijskih) mogućnosti.


Na nedavno održanoj Konferenciji Hrvatska 4.0 govorili ste o afektivnim robotima. Možete li pojednostavljeno reći što su to afektivni roboti i afektivno računarstvo? Jesu li afektivni i pametni roboti isti pojam?

Da bih odgovorio na to pitanje, ispričat ću ukratko kakvih sve robota ima u ovisnosti o njihovom stupnju uronjenosti u stvarnu okolinu. Robot predstavlja tek fizičku ekstenziju softverskog agenta koji na taj način može djelovati u sklopu stvarne okoline. Također, osim u stvarnoj okolini softverski agent može djelovati istovremeno i u sklopu virtualne okoline pretražujući internet, sudjelujući u virtualnim simulacijama i sl. Najniža razina robota je reaktivni robot koji izvršava točno ono za što je programiran i bilo kakva neplanirana promjena unutar okoline za njega može rezultirati neželjenim događajem. Stoga se takvi roboti u pravilu zatvaraju u kaveze (npr. industrijski roboti) kako bi se ograničila njihova okolina te tako smanjio stupanj nesigurnosti.

Zanimljivo je da ljudi na robote ne gledaju samo kao na alate s kojima će odraditi neki fizički ili umni posao. Prosječan čovjek, kad pogleda na čekić, zna da s njime može tući i lupati. Socijalna robotika koristi tu prirodnu ljudsku familijarnost prema robotima kako bi ih međusobno bolje povezala. Stoga se ovdje prave roboti koji podsjećaju na mezimce ili ljude da bi se potaknula socijalna interakcija. Humanoidna robotika je vezana za socijalnu jer se bavi ljudima. Autonomni roboti pak koriste modele koji omogućuju više ili manje autonomno odlučivanje što može vezivati i određene etičke dvojbe. U istu skupinu kognitivnih robota spadaju i kolaborativni roboti čija je osnovna namjena interakcija te pomaganje ljudima. Ti su roboti izvedeni tako da zadovoljavaju određene sigurnosne regulative što im omogućuje da dijele okolinu s ljudima. 

Konačno, afektivno računarstvo predstavlja skup studija i metodologija za razvoj sustava i uređaja koji mogu prepoznati, interpretirati, procesirati i simulirati ljudske emocije. Afektivni pak roboti spadaju u skupinu kognitivnih agenata koji djeluju u realnoj okolini i koji imaju sposobnosti kontekstualnog zaključivanja, učenja i djelovanja temeljem percipiranih ljudskih emocija i zato ih smatramo (malo) pametnijima. Takve robote nećemo naći u tvornicama uz pokretnu traku, već na recepcijama hotela, u staračkim domovima, u interakciji s korisnicima bilo gdje na način da oni otkrivaju potrebe ljudi te da su empatični. Da bi se izradili takvi roboti, razvijaju se različite tehnike i modeli temeljeni na umjetnoj inteligenciji i često teorijama kognitivne psihologije. Najveći pomaci u robotici su stoga danas ipak na strani razvoja softvera.

Jesu li to možda roboti - androidi poput onih iz 'Westworlda' ili 'Blade Runnera'? Što mislite, koliko je još dug put do takvih robota (gotovo) jednakih ljudima?

Ljudi grade svijet oko sebe kopirajući koncepte koje prepoznaju u prirodi koja ih okružuje. U teoriji, generalna ili jaka umjetna inteligencija krasi sustave koji mogu zaključivati usporedivo ili još efikasnije i brže nego ljudi. Takvi sustavi bi bili sveprisutni i umreženi imajući na rapolaganju svo digitalizirano znanje svijeta. Fizičku prisutnost u realnom svijetu bi ostvarivali koristeći superiorne, unaprijeđene materijale i gradivne komponente imajući prednost u svim sferama ljudskog djelovanja. Ipak, takav scenarij koji često predstavlja inspiraciju za SF filmove još uvijek nije moguć. Generalna umjetna inteligencija vjerojatno zahtijeva promjenu paradigme razvoja inteligentnih računalnih sustava. Iako su promjene vidljive, današnja znanost još se uvijek oslanja na tehnologiju s početka 20. stoljeća, kada su nastajali koncepti današnjih računala temeljeni na binarnoj matematici. U toj se viziji ljudski mozak često gleda kao crna kutija koja posjeduje procesor i memoriju te u kojoj egzistira operativni sustav koji upravlja biološkim procesima. Emocije se pak gledaju kao da su utkane u naš mozak kao potprogrami koji se uključuju kada se pojave točno određeni uvjeti u okolini. Ipak, recentna istraživanja ukazuju da mozak ipak nekako obrađuje informacije koristeći procjene, probabilistiku i vjerojatnosti. Tako neke novije studije o emocijama ukazuju da mozak stvara, a ne pokreće ranije definirane emocionalne odgovore u danom trenutku. 

Koristeći interdisciplinarni pristup i kombinirajući saznanja iz različitih znanstvenih područja, znanstvenici razvijaju nove algoritme umjetne inteliencije koji tako, malo po malo, postaju sve efikasniji. Na primjer, metode dubokog učenja hrane se velikim količinama podataka stvarajući autonomno algoritme koji u koraku eksploatacije mogu aproksimirati željeno ponašanje sustava. Računalni sustavi danas koriste i računarstvo u oblaku gdje je omogućen paralelni rad puno računalih jezgri čime se ostvarije efikasna paralelizacija i ubrzanje računalnih procesa. Računala su sve više umrežena, sveprisutna i utkana u naš svakodnevni život. Također, razvijaju se nove paradigme i arhitekture računala temeljene na kvantnom računarstvu koje bi mogle vrlo brzo i naglo utjecati na sve sfere ljudskog djelovanja. Na primjer, takva superbrza računala bi mogla koristeći računalnu kombinatoriku ('brute-force attack') u djeliću sekunde probiti sve zaporke koje štite pristup važnim podacima koji su smješteni na dobro zaštičenim računalnim sustavima. Stoga će biti potrebno smisliti nove načine zaštite te proizvesti nova znanja kako bismo odgovorili na te izazove.

Kako možemo vidjeti, vjerojatno nas čeka vrlo uzbudljiva budućnost. Koliko god u nekim vizijama ta budućnost izgledala crnom na način da nas roboti i inteligentni sustavi pogonjeni generalnom umjetnom inteligencijom nadgledaju ili porobe, mišljenja sam da se to ipak neće dogoditi. Smatram da se sada ipak puno više trebamo bojati ljudi te njihove prirodne inteligencije. 


Kako uopće strojevi mogu zaključivati koristeći kontekst? Koji su glavni problemi koji se pojavljuju kod istraživanja u tom području? Kako ih riješiti?

Kod kontekstualne percepcije okoline ostvarene na tehničkim sustavima najveći problem je to što takvi sustavi u osnovi ne razumiju kontekst. Oni rade s eksplicitnim informacijama, tj. podacima koji najčešće predstavljaju stanja senzora smještenih u okolinu (stanja ima/nema, 0/1 itd.). Strojevi u biti ne shvaćaju značenje tih informacija koje imaju svoje kontekstualno izvorište. Te informacije se u ovisnosti o točci gledišta mogu kontekstualno tumačiti na različite načine. Kontekstualna percepcija je svojstvena ljudima. Tako je percepcija neke informacije promjenjiva u ovisnosti o novim spoznajama. Ono što nam se u jednom trenutku sviđa, u nekom drugom trenutku nam može postati noćna mora. 

Promjenjivost je odlika svijeta u kojem živimo. Kontekstualna percepcija, vještina prilagodbe (adaptivnost) te interakcija unutar stvarne okolinom ljudima omogućavaju opstanak. Kako postići kod strojeva da razumiju kontekst i da djeluju autonomno kada se sve oko njih konstantno mijenja? Svakako, to je veliki izazov. 

Jedna od mogućih vizija kako tome pristupiti je da promjenjivost stvarnog svijeta prihvatimo kao prirodni fenomen. Filozofija razvoja tehničkih sustava se po tome treba kretati ka razvoju sustava koji kontekstualne (implicitne) informacije koriste kod zaključivanja. Dobar primjer kako to objasniti su programski jezici. Ljudi više ili manje uspješno razumiju programske jezike visoke razine jer su oni prilagođeni kontekstualnom načinu razmišljanja kod ljudi i stoga ih je jednostavnije naučiti nego neki programski jezik srednje ili niže razine. Računala ih u osnovi ne razumiju! Da bi računalo razumijelo programski jezik visoke razine, mora postojati kompajler ili interpreter koji će pretvoriti ili interpretirati složenu informaciju u strojni kod (asembler) koji je razumljiv računalu. Na isti način je moguće razvijati računalne algoritme (modele) koji omogućuju pretvaranje kontekstualnih informacija koje su razumljive ljudima na razinu s kojom računalo može raditi. Takav računalni model prevodi kontekstualnu informaciju u strojni kod koji se sastoji od nula i jedinica te tako uputi robota šta treba raditi i na koji način se treba prilagoditi promjenama. To je osnovna filozofija izrade takvih računalnih modela.

Dokle su došla takva istraživanja na FSB-u? O kakvom se tu projektu uopće radi?

U sklopu Laboratorija za projektiranje izradbenih i montažnih sustava pri Zavodu za robotiku i automatizaciju proizvodnih sustava, gdje djeluje Grupa za kognitivnu robotiku, razvija se afektivna robotska glava PLEA. Neformalnu grupu vodim ja, a sačinjena je od visokomotiviranih studenata koji daju svoje vrijedne doprinose. Kako sam ranije naveo, i u ovom slučaju se upravljački mehanizmi mogu shvatiti kao pretvornici kontekstualnih informacija u podatke, što je razina prikladna za korištenje od strane računala. Razvoj afektivne robotske glave se temelji na recentnim istraživanjima iz domena vizualizacije informacija te umjetne inteligencije s posebnim naglaskom na strojno i duboko učenje. U ovom slučaju navedena se metodologija koristi prilikom analize osobe u interakciji kako bi se procijenilo njeno trenutno emocionalno stanje prilikom pohađanja nastave. Tako se razvijena afektivna robotska glava koristi kao komunikacijsko sučelje između dvije udaljene stvarne osobe (nastavnika i studenta) po tzv. Wizard of Oz principu. Po tome principu, znanom u računalnim znanostima, robotom upravlja stvarna osoba s udaljenog mjesta te kroz njega ostvaruje svoje djelovanje. 

Iz područja vizualizacije informacija koriste se principi virtualne i uronjene stvarnosti da bi se na licu robota prikazalo računalom generirano animirano lica virtualnog agenta. Tehnikama vizualizacija informacija i umjetne inteligencije kopira se lice nastavnika u realnom vremenu. Ta se slika potom računalno mapira s virualnim likom koji se potom prikazije pomoću svjetlosnog projektora na licu afektivnog robota. Mali projektor je smješten u vratu robota te projicira svjetlost pomoću ogledala na lice robota. Time se ostvarije visoka razina utjelovljenosti (eng. embodiment) virtualnog agenta u stvarnu okolinu što utječe na razinu uzajamnog razumijevanja studenta i nastavnika (eng. common ground). Pritom student može i ne mora biti svjestan da komunicira sa stvarnom osobom kroz robotsku glavu. Tome svakako doprinosi i realistična izvedba robotske glave temeljena na '3D printing' tehnologiji.

Koristeći multimodalni pristup, PLEA može tumačiti ljudske neverbalne znakove na način da procjenjuje emocionalno stanje osobe koju promatra. Ovdje se trenutno koriste tri osjetilne modalnosti: ispituju se emocije na licu osobe s kojom se komunicira, analizira se razina buke u prostoriji gdje se osoba nalazi te ispituje intenzitet kretnji tijela te osobe. Osim toga, trenutno se razvija još jedna osjetilna modalnost koja će robotu omogućiti da percipira emocije iz govora. U toj modalnosti se analiziraju akustičke i lingvističke značajke govora. Akustičke značajke su vezane uz intonaciju, glasnoću te na način kako je neka rečenica izgovorena. Lingvističke značajke su vezane za metode obrade govora znane kao Natural Language Processing (NLP). NLP prepoznaje izgovorene riječi uzimajući u obzir odnose tih riječi u rečenici što se potom dovodi u vezu s mogućim emocionalnim stanjem osobe. 

Koristeći tri trenutno razvijene modalnosti posebni algoritam za multimodalnu fuziju informacija potom stvara hipotezu o emocionalnom stanju studenta. Ta se informacija tada prenosi do udaljenog nastavnika koji je vidi na ekranu te je koristi da po potrebi reagira ili usmjeri tok svoje nastave.

Opisana metodologija i primjena svakako predstavljaju pionirski pothvat kod podučavanja na daljinu. Ovdje je interakcija obogaćena dodatnim informacijama kroz dvosmjerni komunikacijski kanal između nastavnika i studenta. Očekuje se da će opisani pristup otvoriti dodatna područja za istraživanje interakcije čovjeka i robota s naglaskom na njenu primjenu u edukaciji i općenito.

Fizička realizacija robotske glave je gotova. Budući da se radi o znanstveno istraživačkom projektu, nastavit će se modeliranje računalnih algoritama kako bi se ostvarilo što autonomnije ponašanje robota. U prvom se redu to odnosi na automatsko kreiranje neverbalnih komunikacijskih znakova čiji će prikaz sada postati autonoman. To znači da će robot moći samostalno generirati prikaz neverbalnih komunikacijskih znakova temeljem informacija koje su sakupljene koristeći osjetilne modalnosti. Na taj će način izrazi lica prestati biti puka kopija neverbalnih komunikacijskih znakova stvarne osobe te postati način autonomnog izražavanja samog robota. Drugim riječima, gradimo robota empata. 


U kojem smjeru se odvijaju takva istraživanja drugdje u svijetu? 

Pametno vođenje (upravljanje i reguliranje) je među najvažnijim otvorenim pitanjima suvremene robotike i umjetne inteligencije. U industrijskoj robotici radni prostor je obično unaprijed uređen, tj. definiran kako bi se smanjio broj nepoznanica. Čini se da je taj pristup zastario i često rezultira skupim, nefleksibilnim i/ili neefikasnim rješenjima. Promijene u okolini je teško objektivno definirati koristeći konvencionalne računalne tehnike, budući da su one fokusirane samo na djelić vremensko-prostornog kontinuuma. To omogućuje reaktivno, a ne adaptivno ponašanje sustava. Slično je i kod uslužne te humanoidne robotike gdje se zbog sve većih zahtjeva korisnika povećava kompleksnost sustava u cjelini.

Interdisciplinarnim pristupom kombinirajući znanja iz različitih znanstvenih disciplina kao što su kognitivna psihologija, epistemologija, umjetna inteligencija, robotika i sl. moguće je stvarati računalne modele koji simuliraju različite dijelove ljudske osobnosti. Zaključivanje temeljeno na kontekstu omogućuje razvoj fleksibilnih rješenja upravljanja kojima se ostvaruje adaptivno djelovanje sustava u realnom svijetu. To su otprilike smjerovi prema kojima svijet ide vezano za razvoj sustava temeljenih na kontekstu.
S razvojem tehnika dubokog učenja te ostalih metoda umjetne inteligencije prošila se i njihova primjena na skoro sve sfere ljudskog života. S time su se pojavili i novi izazovi kojima znanstvenici za sada uspješno odoljevaju. Na primjer, tehnike dubokog učenja zahtijevaju velike količine podataka koji se potom aproksimiraju modelima za predviđanja. Bez obzira radi li se o predviđanjima na burzi dionica, u industriji ili kod planiranja kretnji robota pojavio se izazov kako te podatke sakupiti. Velike svjetske kompanije kao što su Google, Facebook ili Youtube nemaju s time problema jer korisnici sami ostavljaju digitalne tragove koji se potom koriste u raznorazne svrhe. Tako danas, osim što se podaci sakupljaju, oni se i prodaju. Otvaraju se sasvim nova tržišta što je još jedan od pokazatelja da se svijet mijenja. Svakako je dobro to što akademska i znanstvena zajednice podžavaju otvoren pristup informacijama što uvelike olakšava posao sveučilištima koja su siromašnija i manje konkurentna. 

Ne bih želio posebno izdvajati sveučilišta i centre koji se bave razvojem ovakvih sustava jer svatko tko ima novaca nešto radi. Radi se o prestižnim područjima koja privlače studente i istraživače iz cijelog svijeta te spadaju strateške ciljeve institucija.  

Gdje je uopće Hrvatska na 'svjetskoj karti' istraživanja u području robotike i u robotici općenito? 

Moram priznati da se i kod nas stvari pokreću. Naši znanstvenici prate svjetske trendove i svakako je vrlo važno da puno putuju i borave na stranim institucijama i sveučilištima. Ja sam svoje znanje sakupljao u Europi i Aziji. Između ostalog, proveo sam osam mjeseci na Kyoto sveučilištu kao član grupe profesora Toyoakia Nishide gdje sam jako puno naučio (Group of Applied Intelligence Information Processing, Department of Intelligence Science and Technology, Kyoto University). Radio sam na svojem projektu 'Computation Mechanism for Situated Sentient Robot SERENA'. Tamo sam se upoznao s humanoidnim roboticom Ericom koja je svjetski poznata. To sve mi je omogućilo da pokrenem slična istraživanja kod nas na FSB-u. 

Dakle, s vrlo upitnim sredstvima i inicijalnim znanjem koje je često akumulirano drugdje, i u Hrvatskoj se rade vrlo zanimljive stvari. Od autonomnih sustava i robota koji se kreću po nepoznatim prostorima i komuniciraju s autističnom djecom pa do robota koji asistiraju pri neurokirurškim operacijama. Hrvatska polako postaje mjesto koje privlače mlade i nadarene. Samo je bitno da se gleda puni, a ne prazni dio poluprazne čaše i sve odmah ide bolje.


Koliko su rezultati tih i drugih istraživanja u području automatike i robotike primjenjivi u (hrvatskom) gospodarstvu?

To pitanje je povezano s vizijom industrije 4.0. Sve što je umreženo i temeljeno na konceptima umjetne inteligencije primjenjivo je i u područjima automatike i robotike. Svjetska gospodarstva, pa tako i ono u Hrvatskoj, polako postaju svjesna problematike teških i repetitivnih poslova koji uključuju ljudsku radnu snagu. Ne samo da je to problem s gledašta zaštite ljudskog zdravlja, već takve poslove sve manje i manje ljudi želi raditi. Također, jako je teško cjenovno konkurirati drugim (npr. azijskim) zemljama. Odgovori se traže u konceptima industrije 4.0 pa čak i azijske zemlje ubrzano primjenjuju te koncepte kako bi i dalje bile konkurentne u budućnosti. Paralelno se stvaraju potpuno nove ekonomije vezane za uslužne djelatnosti i dobavu u kojima će dio ljudi pronalaziti poslove.

Sustavi koji imaju mogućnost promatrati veću sliku mogu na 'pametan' način preusmjeravati tokove materijala, informacija i ljudi. To su koncepti koji su generalno primjenjivi. Recimo, ako su autonomna vozila spojena na internet, mogu pratiti zagušenost prometa ili dobivati informacije o nesrećama te autonomno planirati rute. Na sličan način roboti u industrijskim pogonima mogu koristiti senzore smještene na drugim robotima ili dostavnim trakama kako bi planirali i usklađivali svoje akcije. Budućnost nam je uistinu jako zanimljiva jer ono što je danas industrija 4.0 sutra bi moglo postati društvo 5.0 (eng. society 5.0). Tu se radi o planu koji inicijalno potječe iz Japana i opisuje društvo koje je usmjereno ka čovjeku te koje uravnotežuje ekonomski napredak s rješavanjem socijalnih problema pomoću sustava koji povezuju kibernetički prostor s onim fizičkim. Dakle, odgovor je: da. Rezultati tih istraživanja su svakako primijenjivi. I mislim da kako vrijeme bude prolazilo, potražnja za ovakvim istraživanjima će biti sve veća.  

Kakvo je zanimanje studenata za ono čime se bavite i općenito za područje automatike i robotike, ne samo na FSB-u, nego i na drugim visokim učilištima u Hrvatskoj? Tako smo na Konferenciji vidjeli zanimljive projekte i s Fakulteta elektrotehnike i računarstva. 

Zanimanje studenata za ove teme je uistinu jako veliko. Godinama gradimo ta područja na FSB-u i počeli smo na završnim i diplomskim radovima dobivati jako motivirane i dobre studente. No, po meni najbitnija stvar koju učimo studente kroz studij je da nauče razmišljati svojom glavom i da istražuju, propitkuju, analiziraju, evaluiraju te da ne prihvačaju tuđe istine bez provjere. Na taj im način stvaramo kritički način razmišljanja što im omogućuje da se snađu i u drugim područjima strojarstva ili da nađu posao u drugim zemljama gdje su konkurentni i u pravilu dobro prihvaćeni. Ne na način da odu i ne vrate se, već da steknu iskustva i veze te da se vrate još jači. Ovdje nije toliko bitno jeste li student koji dolazi s FER-a, FSB-a ili nekog drugog fakulteta. I studenti FER-ovci se nerjetko začude kada nas posjete te vide čime se bavimo i kakvu opremu posjedujemo. Tako kod nas na FSB-u nerijetko imamo i istraživače koji su diplomirali na FER-u pa se bave istraživanjima i daju svoj doprinos vezano za primijenjenu robotiku. Također, naši studenti vrlo često nalaze poslove iz nekog područja elektrotehnike i računalnih znanosti kao što su programiranje, elektronika ili računalne mreže. Ta područja su itekako zastupljena i kod nas na FSB-u.


Već dulje je vrijeme FSB poznat po medicinskom robotu RONNA koji se redovno koristi u zahvatima u Kliničkoj bolnici Dubrava. No, to nije sve i osim tog i Vaših projekata, još ih je nekoliko. Možete li reći nešto više i o tim projektima? 

Projekt NERO kojeg vodi prof. dr. sc. Bojan Jerbić je primjer projekta u kojem se rade primijenjena istraživanja na najvišoj razini. Projektni tim čine istraživači s različitih fakulteta, što pokazuje koliki je interes za ovakva istraživanja kod nas. Uistinu, na FSB-u se provode i druga kvalitetna i atraktivna istraživanja koja pokrivaju sva područja strojarstva, uključujući energetiku, brodogradnju, robotiku, konstrukcijska rješenja i dizajn, e-učenje, materijale i dr. Ima tu od analize i simulacija protoka krvi kroz srce pa do konstrukcije i upravljanja bespilotnim letjelicama. Bojim se bilo koga posebno izdvajati da ne bih nekoga nenamjerno izostavio. Možda je najbolje da svako koga zanima provjeri sljedeću internet-vezu gdje se nalazi recentni popis projekata na FSB-u koji je uistinu beskrajan: www.fsb.unizg.hr/index.php?fsbonline&projekti.