Предпосылки к появлению искусственного интеллекта появились в середине прошлого века. Сейчас он стал неотъемлемой частью нашей жизни. С умными технологиями сталкивается едва ли не каждый из нас, иногда даже не подозревая об этом. Внедрять инновации в разные сферы помогает федеральный проект "Искусственный интеллект".
Моллюски – индикаторы
По данным ООН, у четверти населения Земли нет доступа к чистой воде. Оценка её качества – ключевой компонент управления ресурсами.
Учёные из Института природно-технических систем в Севастополе предложили оценивать состояние водной среды с помощью биоиндикаторов. Проект заинтересовал Российский научный фонд, и он поддержал уникальное решение грантом.
На роль индикаторов идеально подошли мидии, которые весьма чувствительны к качеству воды. Морские биологи давно подметили, что поведенческие реакции в чистой и грязной воде у этих моллюсков различаются.
На практике это выглядит так: датчики регистрируют движения створок раковин и передают их на компьютер. Искусственный интеллект обрабатывает входящую информацию и делает вывод, хорошо ли себя чувствуют мидии. Нейросеть уже знает, что если моллюски закрывают створки, то качество воды оставляет желать лучшего, и наоборот.
«Новизна работы заключается в применении алгоритмов машинного обучения к данным активности двустворчатых моллюсков, используемых в качестве биосенсоров в системе мониторинга водоёмов, – рассказывает руководитель проекта, ведущий научный сотрудник Института природно-технических систем Елена Вышкваркова. – Разработанный алгоритм обнаружения аномалий будет эффективно встроен в программное обеспечение автоматизированного комплекса биомониторинга водной среды».
Данные из биологических систем раннего оповещения передаются на сервер в режиме реального времени. Исследователи могут мгновенно узнать, в каком месте крымского побережья морская вода чистая, а где наблюдаются проблемы.
Телескоп с ИИ
В этом году на одном из престижных международных конкурсов космической фотографии лучшим был признан снимок МКС. Его сделал житель Таганрога Максим Хисамутдинов. Каково же было удивление членов жюри, когда они узнали, что для съёмки он использовал любительский телескоп! Правда, управляемый нейросетью.
Секрет прост: астрономия – хобби Максима, а работает он старшим научным сотрудником лаборатории нейросетевых систем в Южном федеральном университете (ЮФУ).
«Каждый астроном хотел бы видеть объект наблюдения без искажений, вызванных вибрациями поворотной опоры телескопа, – пояснил победитель. – Но в реальности избавиться от них либо невозможно, либо сложно и дорого. Однако технический прогресс открывает новые возможности. Я разработал недорогое малогабаритное устройство, подключив которое к астрономической камере можно увидеть значительно улучшенное изображение на ЖК-дисплее и записать полученные данные на жёсткий диск».
Изобретение может быть востребовано небольшими обсерваториями, у которых нет средств на профессиональную технику. Также его можно использовать для прикладных целей: например, для контроля орбиты летательных аппаратов или наблюдения за крупным космическим мусором – отслужившими своё спутниками и разгонными блоками.
Из других областей практического применения новинки – осмотр спутников с Земли для выявления возможных повреждений и загрязнения панелей солнечных батарей. Кроме того, нейросеть можно обучить предупреждению об опасных сближениях орбитальных объектов.
«Умная» камера точно определяет местоположение снимаемого объекта и может предсказать, где он будет в следующую секунду. По этой причине нет необходимости снимать большой участок звёздного неба, а значит, файлы получаются более «лёгкими». Их обработка не перегружает нейросеть, и она быстрее выдаёт качественные фотографии и даже видео пролёта спутника.
Охота за пластиком
Человек постоянно изобретает более совершенные материалы. Их уже так много, что проблема утилизации и переработки отходов давно встала во весь рост. К счастью, методы очистки территорий тоже совершенствуются.
Настоящий бич природных экосистем – пластик. Полимерные материалы разлагаются долго: в среднем от 400 до 700 лет. Под прямыми солнечными лучами и при механических воздействиях они распадаются на частицы микропластика размером менее 5 миллиметров. Сейчас их находят даже на Северном и Южном полюсах, где присутствие людей минимально. Мусор заносится туда ветром и морскими течениями.
Пока что все образцы микропластика изучают вручную с помощью микроскопов, спектрального анализа и других инструментов. Это весьма трудоёмкий, а значит, дорогой процесс. Делу, однако, можно помочь.
![Человечество производит по 400 млн тонн пластиковых отходов в год. Искусственный интеллект помогает распознавать их виды.](https://static1-repo.aif.ru/1/6d/2755803/c67db1167b0eab6d762985b3766f1e8e.webp)
Специалисты Пермского политеха работают над технологией определения микропластика с помощью машинного зрения и искусственного интеллекта.
«Нам важно понять не только есть ли микропластик в компонентах окружающей среды, но и откуда пришёл этот пластик, – рассказывает руководитель проекта, профессор кафедры «Охрана окружающей среды» Наталья Слюсарь. – Допустим, если на речном пляже найдены частички простого бытового пластика от бутылок, то это, скорее всего, отдыхающие намусорили. А если обнаружено что-то более редкое типа ABS-пластика, из которого делают, например, автомобильные бамперы, значит, где-то вверху по течению есть организация, которая, возможно, нарушает экологическое законодательство и выбрасывает пластиковые отходы в окружающую среду».
На данном этапе нейросеть учат распознавать различные виды пластика – пройдено уже 30 циклов. В образовательный процесс вовлечены и совсем юные специалисты. Средняя точность выявления микропластика составила более 82%. Как отмечают эксперты, использование хорошо обученного искусственного интеллекта может повысить скорость обработки образцов в несколько раз.