Нейросети – это не только источник забавных картинок и прочего развлекательного контента. Все чаще искусственный интеллект служит инструментом для решения крайне прагматичных, обыденных, но при этом очень важных задач.
Сохранить зрение
В Екатеринбурге искусственный интеллект научился распознавать глазные заболевания. Сотрудники Уральского федерального университета (УрФУ) разработали технологию, которая поможет врачам анализировать медицинские снимки и выявлять болезни на ранних стадиях.
«Речь идет о создании виртуального ассистента, который поможет медикам на этапе первичной диагностики. Мы работаем над этим проектом с 2022 года, на сегодняшний день собран один из самых больших в мире дата-сетов, то есть наборов данных с описанием глазных заболеваний», — пояснил «Газете.Ru» один из разработчиков — кандидат наук и доцент кафедры информационных технологий и систем управления ИРИТ-РтФ УрФУ Михаил Ронкин.
Сейчас ученые используют два типа снимков — электроретинограммы (это реакция глаза на воздействие светового пучка) и ОКТ (данные оптической когерентной томографии) сетчатки. Накопив достаточно информации, система начинает сама фиксировать малейшие отклонения, показывать врачу участки снимков, где что-то не так, и предполагать возможный диагноз. Финальное решение — за врачом.
«В результате нам удается выявить глазные болезни на самых разных стадиях. Сейчас система способна диагностировать шесть наиболее распространенных заболеваний, в ближайшее время их список расширится до 10», — отмечает Михаил Ронкин. Но и это не предел. По словам разработчика, все будет зависеть от объема данных, которые удастся загрузить в систему.
Сейчас идет подготовка к внедрению этой технологии в двух клиниках Свердловской области. Разработкой также заинтересовались в Московском исследовательском центре глазных болезней имени Гельмгольца и нескольких компаниях.
«На мой взгляд, эта система будет наиболее полезна в массовых скрининговых исследованиях, где важно не пропустить пациентов с нарушениями зрения и отправить их на дополнительное обследование», — считает ученый.
Управлять теплоснабжением
Ученые Пермского национального исследовательского политехнического университета (ПНИПУ) научили нейросети управлять системой городского теплоснабжения. Пилотный проект стартовал три года назад в городе Лысьва, на сегодняшний день система используется уже в четырех городах Пермского края.
«Наша разработка позволяет управлять работой котельной с учетом изменения погоды и технического состояния теплосети. Это помогает оперативно реагировать на изменение ситуации. Ведь часто происходит так, что в домах потребителей или недостаточно тепло, или, наоборот, слишком жарко. Мы внедрили в автоматизированную систему контроля интеллектуальный модуль прогнозного управления теплосистемой», — рассказал «Газете.Ru» профессор кафедры «Вычислительная математика, механика и биомеханика» ПНИПУ, доктор технических наук Валерий Столбов.
По словам эксперта, нейросеть обучена оперативно регулировать работу котельной и, соответственно, нагрев теплоносителя в зависимости от предстоящего изменения погоды. Таким образом, удается повысить эффективность расходования энергоресурсов.
Искусственный интеллект помогает снизить затраты на топливо на 10–15% в год, в условиях холодного климата — это миллионы рублей экономии, резюмирует Столбов.
Контролировать качество
Ученые Южно-Уральского государственного университета (ЮУрГУ) научили искусственный интеллект находить дефекты в прозрачных стеклянных изделиях. Сейчас эта разработка «проходит обкатку» на заводе высоковольтных изоляторов «ЮМЭК».
Разработка челябинских ученых помогает освободить людей от работы на крайне опасном участке. Ведь стеклянные изоляторы приходится осматривать с помощью потока яркого света, а это большое напряжение для глаз.
«Большую роль играет чисто физиологический фактор. Поэтому для поиска дефектов мы используем технологии компьютерного зрения. С одной стороны прозрачной стеклянной заготовки устанавливается источник яркого света, а с другой — специальная фотокамера. Далее с помощью искусственного интеллекта на полученном изображении выявляются недочеты. Компьютерному зрению неважно, сколько приходится «смотреть» на яркий свет, мы всегда получаем стабильный результат», — рассказал «Газете.Ru» один из разработчиков, старший преподаватель кафедры «Прикладная математика и программирование» Владимир Сурин.
Сегодня алгоритмы искусственного интеллекта позволяют оценивать качество изделий прямо на конвейере. В будущем эту технологию смогут использовать другие заводы, которые производят продукцию из стекла или из любого другого прозрачного материала.
«Наша система может работать с предметами сложной формы — это не плоский прокат или бутылки, а более изощренные конфигурации. В целом проект имеет большую научную составляющую. Мы стараемся использовать технологию и создание фурье-образов для дефектоскопии самых разных объектов», — отмечает Владимир Сурин. По его словам, в перспективе система может быть использована при производстве промышленных кристаллов.
Что еще умеет ИИ
Деятельность ученых не ограничивается приведенными примерами. Например, в Уральском федеральном университете занимаются не только разработками в сфере медицины. Сотрудники группы исследователей ИИ активно развивают еще два направления — это автоматизация промышленности и «решения для широкого круга социально значимых задач».
«В марте этого года в департаменте имущественных отношений Тюменской области начали применять нашу разработку по распознаванию данных на чертежах. Она позволяет анализировать сканы земельных участков», — рассказал Михаил Ронкин.
Специалисты Южно-Уральского государственного университета разрабатывают технологию для осмотра и оценки аварийного жилья, систему управления светофорами, которая обеспечивает «беспробочный» проезд перекрестков, и другие проекты с использованием искусственного интеллекта.
В научно-исследовательском центре «Планета» Росгидромета широко применяются нейронные сети различных современных архитектур, в числе которых полносвязные и сверточные, a также визуальные трансформеры, графовые сети и множество других.
Получаемые со спутников данные специальным образом обрабатываются с целью получения информации, которая используется метеорологами, гидрологами, экологами и многими другими специалистами.
Например, для расчета тематических карт необходимо выделить облачность на спутниковых снимках. Алгоритмы учитывают особенности спектра облачности на той или иной длине волны. При этом позволяют учитывать визуальную информацию о том, как должна выглядеть та или иная форма облачности.
«Принцип действия схож с человеческим восприятием изображения — сначала мы смотрим на объект в целом, затем подмечаем его окружающий контекст и наличие мелких деталей от общего к частному. Подобный подход имеет преимущество перед применявшимися ранее для решения этой задачи алгоритмами на основе сравнения пороговых и измеренных значений», — говорят в Росгидромете.
В ведомстве добавляют, что в этом случае решение о том, что в конкретном пикселе находится облачность, принималось только на основании измеренной прибором физической величины, например, температуры.
«При этом не учитывалось большое количество второстепенных факторов, таких как наличие снега под полупрозрачной облачностью, который может искажать результаты, или формирование облачных конвективных ячеек в море», — отмечают в Росгидромете.
ИИ становится ближе
Разработчики отмечают, что с каждым новым проектом восприятие искусственного интеллекта со стороны заказчиков меняется.
Сегодня все больше потенциальных заказчиков понимают, что искусственный интеллект способен решать множество полезных задач. Нейронные сети обучаются и адаптируются под определенные цели, поставленные человеком. Получается понятный, осязаемый результат. В итоге происходит постепенное принятие технологии как инструмента автоматизации на основе данных», — отмечает Михаил Ронкин из Уральского федерального университета.