
# Objašnjiva generacija sintetičkih podataka za Edge AI: izgradnja povjerenja, usklađenosti i performansi

Edge AI se pomiče iz eksperimentalnih laboratorija u produkcijske implementacije u autonomnim vozilima, industrijskom IoT‑u i senzorima pametnih gradova. Obećanje je jasno: inferencija s niskom latencijom, smanjeni troškovi propusnosti i privatnost na uređaju. Ipak, podaci koji pokreću ove modele često su **sintetički**, generirani kako bi se prevladala oskudnost, ograničenja privatnosti ili visoki trošak označavanja stvarnih edge‑tokova.

Sintetički podaci rješavaju mnoge praktične probleme, ali uvode novi rizik — **neprozirnost**. Kada se model trenira na podacima koje nijedan čovjek nikada nije vidio, kako dionici mogu provjeriti poštuju li podaci privatnost, pravednost i relevantnost domena? Odgovor leži u **objašnjivim sintetičkim podacima (XSD)**: skupu tehnika, artefakata i procesa upravljanja koji čine generiranje, transformaciju i konzumaciju sintetičkih podataka transparentnim, revizijskim i pouzdanim.

U ovom članku:

1. Objašnjavamo zašto je objašnjivost bitna za sintetičke podatke na rubu.  
2. Predstavljamo **modularni XSD cjevovod** koji kombinira LLM‑vođenu orkestraciju, zero‑trust kontrole i kontinuirano praćenje usklađenosti.  
3. Pokazujemo kako ugraditi **artefakte objašnjivosti** (grafove podrijetla podataka, izvještaje o atribuciji značajki i nadzorne ploče proračuna privatnosti) u MLOps usmjeren na rub.  
4. Raspravljamo o stvarnim slučajevima upotrebe i preporukama najboljih praksi za organizacije spremne usvojiti XSD.

> **TL;DR** – Integriranjem objašnjivosti u svaku fazu generiranja sintetičkih podataka, Edge AI timovi mogu postići bolje performanse modela, zadovoljiti regulatore i steći povjerenje korisnika, a da ne žrtvuju agilnost koju sintetički podaci pružaju.

---

## 1. Zašto je objašnjivost nužna za rub‑orijentirane sintetičke podatke

| Briga | Tradicionalni sintetički podaci | Objašnjivi sintetički podaci |
|-------|--------------------------------|------------------------------|
| **Regulatorna usklađenost** | Implicitna, često nedokumentirana | Izričiti audit‑traci, dokazi o proračunu privatnosti |
| **Pravednost modela** | Skriveni pristranosti mogu se proširiti | Atribucija na razini značajki otkriva izvore pristranosti |
| **Povjerenje korisnika** | Crna kutija generiranja podataka | Narativi generiranja čitljivi ljudima |
| **Operativno otklanjanje grešaka** | Teško pratiti neuspjehe | End‑to‑end podrijetlo omogućuje brzu analizu uzroka |
| **Ograničenja ruba** | Nema jamstva za izvedbu na uređaju | Objašnjivost usmjerava lagani odabir podataka |

### 1.1 Regulatorni pejzaž

Regulatori poput [EU AI Act Compliance](https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai), američkog FTC‑a i sektorskih tijela (npr. FDA za medicinske uređaje) počinju zahtijevati **transparentno podrijetlo podataka** za AI sustave koji utječu na sigurnost ili osobna prava. Sintetički podaci, iako čuvaju privatnost, i dalje moraju pokazati da:

* Proces generiranja poštuje dokumentirani **proračun privatnosti** (npr. diferencijalna privatnost ε).  
* Nema **zaštićenih atributa** koji se nenamjerno pojačavaju.  
* Sintetički skup podataka usklađen je s **namjenom upotrebe** (inferencija na rubu vs. treniranje u oblaku).

### 1.2 Povjerenje kao konkurentska prednost

Uređaji na rubu rade u okruženjima gdje je **offline otklanjanje grešaka skupo**. Ako se model ponaša neočekivano, jasno objašnjenje sintetičkih podataka koji su oblikovali njegovo ponašanje može dramatično smanjiti prosječno vrijeme popravka (MTTR) i zaštititi reputaciju brenda.

---

## 2. Arhitektura XSD cjevovoda

Dolje je prikazan visokorazinski, tehnološki neutralni pogled na **cjevovod za objašnjivu generaciju sintetičkih podataka (XSDG)** dizajniran za Edge AI radna opterećenja. Cjevovod je namjerno **modularan**, omogućujući timovima da zamijene komponente (npr. GAN vs. difuzijski model) uz očuvanje ugovora o objašnjivosti.

```mermaid
graph TD
    A["Uzimanje podataka<br/>(Stvarni edge tokovi)"] --> B["Motor privatnosti<br/>(DP, k‑anonimnost)"]
    B --> C["Sintetički generator<br/>(GAN / Difuzija)"]
    C --> D["LLM Orkestrator<br/>(Provjere kvalitete putem promptova)"]
    D --> E["Sloj objašnjivosti<br/>- Atribucija značajki<br/>- Narativ generiranja"]
    E --> F["Zero‑Trust pohrana<br/>(Šifrirano, nepromjenjivo)"]
    F --> G["Edge implementacija<br/>(Model + Sintetički podskup)"]
    D --> H["Validator usklađenosti<br/>(Motor pravila)"]
    H --> I["Usluga audit‑traga<br/>(Mermaid podrijetlo, nepromjenjivi logovi)"]
    I --> F
    style A fill:#f9f,stroke:#333,stroke-width:2px
    style G fill:#bbf,stroke:#333,stroke-width:2px
```

### 2.1 Razlaganje komponenti

| Komponenta | Uloga | Doprinos objašnjivosti |
|------------|-------|------------------------|
| **Uzimanje podataka** | Povlači sirove edge telemetrije (senzorski zapisi, video okvire). | Zabilježi izvorni shemu i vremenske oznake za podrijetlo. |
| **Motor privatnosti** | Primjenjuje diferencijalnu privatnost, k‑anonimnost ili maskiranje samo sintetičkih podataka. | Ispisuje **izvještaj o proračunu privatnosti** (ε, δ) priložen svakom batchu. |
| **Sintetički generator** | Generira podatke koristeći GAN‑ove, difuzijske modele ili LLM‑simulatore. | Pohranjuje hiper‑parametre modela i nasumične sjeme za reproduktivnost. |
| **LLM Orkestrator** | Koristi veliki jezični model za pretvaranje visokorazinskih politika kvalitete u konkretne validacijske skripte. | Proizvodi **narativ generiranja** čitljiv ljudima (npr. “Povećali smo varijancu temperaturnih očitanja kako bismo oponašali noćno hlađenje”). |
| **Sloj objašnjivosti** | Izračunava atribuciju značajki (SHAP, Integrated Gradients) na sintetičkom skupu i stvara vizualne izvještaje. | Generira **Izvještaje o atribuciji značajki** koji povezuju sintetičke značajke natrag na originalne domene podataka. |
| **Zero‑Trust pohrana** | Nepromjenjiva, šifrirana pohrana (npr. IPFS + blockchain hash sidrenje). | Jamči **nepromjenjivost**; svaki artefakt je potpisan i verzioniran. |
| **Validator usklađenosti** | Izvršava provjere pravila (npr. “nijedan sintetički zapis ne smije sadržavati >5 % stvarnog PII”). | Ispisuje status prolaza/neprolaza uz **objašnjivo opravdanje**. |
| **Usluga audit‑traga** | Konsolidiraju sve metapodatke u **Mermaid graf podrijetla** i pohranjuje ga u revizijski ledger. | Pruža jedinstveni izvor istine za revizore i developere. |
| **Edge implementacija** | Pakira model i kurirani sintetički podskup za inferenciju na uređaju. | Uključuje **kompaktni paket objašnjivosti** (JSON) koji edge runtime može upitati za odluke u stvarnom vremenu. |

### 2.2 LLM‑vođene provjere kvalitete

LLM Orkestrator prima politiku visokog nivoa, npr.:

> “Sintetički podaci moraju očuvati distribuciju temperaturnih šiljaka, a nijedna ID‑oznaka uređaja se ne smije pojaviti više od dva puta.”

Zatim generira Python kod za validaciju, izvršava ga i vraća **prolaz/neprolaz** uz prirodni jezični opis. Ovaj pristup smanjuje inženjerski napor pisanja prilagođenih validatora za svaku novu regulaciju.

---

## 3. Ugradnja artefakata objašnjivosti u Edge MLOps

### 3.1 Grafovi podrijetla podataka

**Graf podrijetla** bilježi potpunu genealogiju svakog sintetičkog zapisa. Uz Mermaid možemo prikazati sažeti prikaz:

```mermaid
graph LR
    subgraph RealData
        R1[Raw Sensor A] -->|DP| P1[Privatized A]
        R2[Raw Sensor B] -->|DP| P2[Privatized B]
    end
    subgraph Synthetic
        P1 & P2 -->|GAN| S1[Synth Record 1]
        P1 & P2 -->|GAN| S2[Synth Record 2]
    end
    S1 -->|Feature Attribution| FA1[FA Report 1]
    S2 -->|Feature Attribution| FA2[FA Report 2]
    FA1 & FA2 -->|Stored in| ZTS[Zero‑Trust Store]
```

Ovi grafovi pohranjuju se kao **JSON‑LD** uz podatke, omogućujući automatiziranim alatima da postave pitanje „Koji su stvarni zapisi doprinijeli sintetičkom zapisu X?“ – ključno za revizore.

### 3.2 Izvještaji o atribuciji značajki

Za svaki sintetički batch generiramo **SHAP sažetak** koji ističe najutjecajnije originalne značajke. Primjer izvještaja:

```json
{
  "synthetic_batch_id": "sb-2026-09-30",
  "feature_attributions": {
    "temperature": 0.42,
    "vibration": 0.27,
    "humidity": 0.15,
    "device_id": 0.05,
    "timestamp": 0.11
  },
  "interpretation": "Temperature dominates the synthetic variance, reflecting the real‑world diurnal cycle."
}
```

Edge runtime može prikazati ove informacije u trenutku inferencije, npr. „Povjerenje predikcije je visoko jer ulaz odgovara dominantnom temperaturnom obrascu naučenom iz sintetičkih podataka.“

### 3.3 Nadzorne ploče proračuna privatnosti

Živa nadzorna ploča vizualizira kumulativni proračun privatnosti kroz sve generacije sintetičkih podataka:

```
+-------------------+-------------------+
| Datum generacije  | ε (epsilon)       |
+-------------------+-------------------+
| 2026‑09‑01        | 0.8               |
| 2026‑09‑15        | 0.6               |
| 2026‑09‑30        | 0.5               |
+-------------------+-------------------+
Ukupni ε iskorišten: 1.9 (granica 2.5)
```

Ako proračun približi regulatornom maksimumu, cjevovod automatski usporava daljnju generaciju sintetičkih podataka ili traži **produženje proračuna** uz dokumentirano opravdanje.

---

## 4. Stvarni scenariji

### 4.1 Flota autonomnih dronova

Logistička tvrtka upravlja flotom dostavnih dronova koji se oslanjaju na edge vizualne modele za izbjegavanje prepreka. Podaci o stvarnim nesrećama su rijetki, pa generiraju sintetičke zračne slike. Primjenom XSD:

* **Objašnjivost**: Narativ generiranja objašnjava da je gustoća sintetičke magle kalibrirana prema promatranim vremenskim obrascima.  
* **Usklađenost**: Motor privatnosti jamči da nijedna stvarna GPS lokacija nije ugrađena.  
* **Performanse**: Atribucija značajki otkriva da edge modeli snažno ovise o kontrastu rubova, što potiče nadogradnju senzora na hardverskoj razini.

### 4.2 Industrijska prediktivna održavanja

Tvornica koristi edge senzore za predviđanje kvarova motora. Sintetički podaci o vibracijama stvaraju se kako bi se dopunili rijetki zapisi o kvaru. XSD pruža:

* **Audit‑trag**: Regulatori mogu pratiti svaki sintetički zapis kvara natrag do anonimiziranog stvarnog događaja koji ga oponaša.  
* **Zero‑Trust**: Sintetički skup podataka pohranjen je u nepromjenjivom ledgeru, sprječavajući manipulacije koje bi mogle sakriti sigurnosne probleme.  
* **Povjerenje modela**: Inženjeri dobivaju SHAP izvještaj koji potvrđuje da predviđanja o kvaru proizlaze iz sintetičkih visokofrekventnih šiljaka, a ne iz šuma.

### 4.3 Pametni grad – praćenje kvalitete zraka

Gradski senzori prikupljaju rijetke podatke o zagađenju. Sintetički podaci popunjavaju praznine za edge analitiku. XSD omogućuje:

* **Dinamički pristanak**: Građani mogu povući pristanak; motor privatnosti odmah uklanja sve sintetičke zapise izvedene iz njihovih podataka, a graf podrijetla se automatski ažurira.  
* **Objašnjivi javni nadzor**: Građani vide pojednostavljenu verziju narativa generiranja, čime se povećava povjerenje u AI‑generirane alarme.

---

## 5. Najbolje prakse za skalabilno uvođenje XSD

1. **Započnite s minimalnim ugovorom o objašnjivosti** – definirajte najmanji skup artefakata (npr. graf podrijetla + izvještaj o proračunu privatnosti) potreban za usklađenost, zatim proširite.  
2. **Iskoristite LLM‑ove za prevođenje politika** – držite dokumente politika u prirodnom jeziku; LLM generira validacijske skripte i izbjegava ručne greške.  
3. **Uvedite Zero‑Trust pohranu rano** – nepromjenjiva, šifrirana pohrana eliminira retro‑aktivni rad na usklađenosti.  
4. **Automatizirajte generiranje audit‑traga** – integrirajte uslugu podrijetla u CI/CD cjevovode kako bi svaki sintetički skup automatski dobio potpisani graf.  
5. **Pratite proračun privatnosti u stvarnom vremenu** – koristite nadzorne ploče i alarme kako biste spriječili slučajno prekoračenje diferencijalne privatnosti.  
6. **Osigurajte edge‑prijateljske pakete objašnjivosti** – držite payload laganim (JSON, komprimirani Mermaid SVG) kako biste poštovali ograničenja memorije uređaja.  
7. **Periodično uključite ljudski pregled** – stručnjaci iz domene trebaju pregledavati narative generiranja i izvještaje o atribuciji kako bi otkrili suptilne pristranosti.

---

## 6. Smjerovi budućnosti

* **Federativni XSD** – Kombiniranje generiranja sintetičkih podataka preko više edge čvorova uz očuvanje globalnog pogleda na objašnjivost.  
* **LLM‑vođeno upravljanje pristankom** – LLM‑ovi bi mogli automatski sastavljati obavijesti o povlačenju pristanka povezane s konkretnim sintetičkim zapisima.  
* **Standardizacija** – Nadolazeći standardi (npr. ISO/IEC 42001 za upravljanje sintetičkim podacima) vjerojatno će kodificirati artefakte objašnjivosti, olakšavajući međusektorska revizija.

---

## Pogledajte i

- NIST AI Risk Management Framework – Smjernice za sintetičke podatke  
- Diferencijalna privatnost u Edge AI: Pregled (IEEE Access, 2024)  
- Objašnjiva AI za generativne modele (arXiv, 2023)