Глобальные экологические проблемы уже давно тревожат ученых по всему миру. Известно, что человечество крайне быстро расходует природные ресурсы и рискует едва ли не полным вымиранием нашей планеты в обозримом будущем. Так, за последние 10-15 лет было выкачано нефти больше, чем за все предыдущие годы, включая военное время и эпоху стремительного развития автомобильной индустрии в ХХ веке. Быстрыми темпами истощается озоновый слой, ухудшается качество земель, увеличивается площадь пустынь, исчезают биологические виды, что приводит к разрушению некоторых пищевых цепочек, и так далее — перечислять актуальные проблемы можно почти бесконечно.

Ведущие технологические компании пытаются сделать все возможное, чтобы замедлить пагубные для нашей планеты процессы, а также предсказывать стихийные бедствия и катастрофы заблаговременно. Поскольку для прогнозирования экстренных ситуаций используются сложные математические модели с десятками и сотнями переменных, IT-гиганты, включая Microsoft, IBM и Google, стали применять для спасения человечества искусственный интеллект. В частности, компания IBM объявила, что в 2018 году ставит в приоритет решение глобальных проблем Земли при помощи ИИ. Как же машины будут помогать людям с решением повседневных задач и особенно с таким сложным делом, как спасение планеты?

Прогнозист № 1

Искусственный интеллект — бесценный помощник для всех специалистов по экологии, а также ученых, которые пытаются остановить или замедлить изменение климата, внедрять технологии добычи «чистой» энергии, изменить подход к сельскому хозяйству и повысить его продуктивность. На сегодня существует несколько уникальных платформ, позволяющих взаимодействовать с искусственным интеллектом, но лишь одна из них находится в свободном доступе — это Watson от компании IBM. Интересно, что производительность платформы увеличилась за последние 5 лет в несколько раз, и пользоваться ею может каждый желающий.

По словам Дмитрия Дриго, в прошлом — начальника Лаборатории Систем и Технологий компании IBM в России, а ныне — эксперта в области искусственного интеллекта, «математические модели выдают такое огромное количество данных, которое человек проанализировать не в состоянии, поэтому идея совместить физико-математические модели и машинное обучение актуальна как никогда». Сегодня искусственный интеллект и его возможности активно применяются в бизнес-среде, на нем базируются все передовые разработки компании Codigy, которую основал Дмитрий.

Так, Дмитрий Дриго и команда его экспертов в Codigy придумали и реализовали технологию машинного анализа песен для американской академии музыкальных искусств ISINA, которая фактически превратила академию в виртуальный хайвей к международной славе для музыкантов со всего мира. Также в Codigy разработали уникальный алгоритм поиска марок с применением искусственного интеллекта, интегрированный в сервис catchstamp. com. Этот алгоритм, как и сам проект catchstamp, стал важной вехой для филателии: теперь пользователи могут найти нужную им редкую марку, не изучая каталоги на нескольких тысячах сайтах в интернете, а используя особую технологию, которая проводит лингвистический анализ описаний марок, сопоставляет их изображения и выдает предельно релевантный результат. Кроме того, Дмитрий и Codigy первыми применили концепцию Uber в сфере медицины и создали революционный проект, который благодаря искусственному интеллекту позволяет ускорить диагностику и лечение человека. Пациент после ухудшения самочувствия может указать на сайте или в приложении симптомы. На основе этой информации искусственный интеллект определяет степень опасности и решает, какие меры нужно предпринять: записать человека на диагностику, если это не срочно, немедленно отправить к нему фельдшера, который примет анализы у пациента дома, или вызвать скорую помощь. Также машина умным образом составляет расписание врачей, чтобы свести к минимуму паузы в работе, и помогает проводить видео-консультации, связывая пациентов и докторов требуемой им специализации. Искусственный интеллект не только ускоряет обследование, что делает лечение более своевременным и эффективным, но и повышает продуктивность людей, снижает стоимость медицинских услуг. А сам проект Дмитрия позволяет пациенту, нуждающемуся в помощи врача, так же быстро и эффективно получить медицинскую помощь, как найти автомобиль через Uber.

В ближайшем будущем в Codigy планируют заняться экологическим проектом по прогнозированию загрязнения воздуха автотранспортом в целях раннего регулирования и оптимизации дорожного развития. Будут анализироваться такие данные, как текущая загрязненность воздуха вблизи магистралей, ежедневный поток автомобилей, сила ветра, количество жидких осадков и еще около сотни других параметров. Потом на основе этой информации искусственный интеллект сможет рассчитать, каким образом изменится загрязнение в будущем и как его уменьшить: например, построить дублирующую трассу или посадить определенное количество деревьев.

Можно сказать, что благодаря искусственному интеллекту меняется сам подход к науке. Раньше для анализа последствий тех или иных человеческих действий сначала создавались, а потом просчитывались большие математические модели, которые использовали статистические данные. Но сейчас достаточно создать саму математическую модель, а непосредственно расчеты и анализ будет выполнять искусственный интеллект, причем он справится с этим лучше и быстрее, чем человек.

Например, прогнозирование катаклизмов базируется на определенных физических законах и принципах. Учесть и просчитать их все — задача очень длительная и трудновыполнимая для человека. По сложности ее можно сравнить с просчетом шахматных вариантов на несколько десятков вперед. У человека на это уйдет не один день, в то время как компьютер потратит всего несколько часов, а мощный суперкомпьютер — несколько минут.

Хотя, без сомнений, искусственный интеллект не справится с глобальными вопросами без помощи человека. Как утверждает Ллойд Трейниш, ведущий инженер IBM и главный научный сотрудник в области экологического моделирования, «для прогнозов погоды мы используем наши знания физики атмосферы, чтобы создавать математические модели, и уже их мы решаем при помощи суперкомпьютеров».

Дмитрий Дриго тоже считает, что человек должен давать машине определенную информацию, которая будет взята за основу анализа: «Нельзя ориентироваться только на одни нейронные сети или искусственный интеллект. Они должны работать вместе с привычными науке физико-математическими моделями. Без статистической информации, без данных для анализа и тренировки никакой ИИ работать не сможет».

Вот интересный пример: фермер выбирает между двумя типами зерна для посева на следующий сезон. Каждый из типов зерна имеет разные характеристики урожайности в зависимости от количества осадков и температуры. Также есть разница в стоимости выращивания зерна из-за разного количества удобрений земли и затрат на дополнительное орошение — все эти факторы напрямую зависят от погоды. Человек в такой ситуации может полагаться в основном на интуицию. Искусственный интеллект, в свою очередь, способен предугадать погоду на длительное время, сопоставить различные факторы и подсказать человеку решение, которое окажется правильным с очень высокой вероятностью.

Перспективы развития

По мнению Дмитрия Дриго и других ведущих специалистов, несмотря на то, что искусственный интеллект активно используется уже сейчас, есть огромные перспективы для дальнейшего развития технологий. Так, Дмитрий Дриго считает, что современные системы машинного обучения еще находятся на достаточно раннем уровне развития — примерно как компьютерные технологии в 1980-х годах. Но это не значит, что такие системы нельзя использовать. Наоборот: чем больше ресурсов будет вовлечено в использование технологий, тем быстрее будут развиваться сами технологии.

В последнее время ученые научились довольно точно давать прогноз погоды на ближайшие несколько дней, но точность прогноза на неделю или месяц пока что гораздо ниже. При помощи искусственного интеллекта можно серьезно продвинуться в этом вопросе. Кстати, интересный факт: сегодня точность прогнозов погоды на неделю несколько выше, чем точность прогнозов погоды на 3 дня всего несколько лет назад.

Неудивительно, что в ближайшие годы компания IBM планирует использовать технологии искусственного интеллекта для экологических инициатив, которые могут спасти планету. В частности, IBM планирует проводить исследования в таких сферах, как сельское хозяйство и выращивание зерновых культур, создание «зеленой среды» в городах. Технологии помогут людям, корпорациям и органам власти принимать более корректные решения, точнее оценивать изменения в экологии, детальнее анализировать такие проблемы масштаба всей Земли, как глобальное потепление, таяние льдов в Антарктиде и так далее.

* * *

Наличие открытой платформы для работы с искусственным интеллектом от IBM идет человечеству на пользу. Вооруженные передовыми технологиями и многолетним опытом, ученые могут с гораздо большей точностью и оперативностью предсказывать надвигающееся цунами, засуху или таяние льдов. Благодаря искусственному интеллекту качество прогнозирования будет с каждым годом только расти, и он станет помогать людям даже в повседневных делах, таких как запись к врачу. Теперь главная задача заключается в том, чтобы не только предвидеть проблемы, но и повысить качество жизни на нашей планете.

_08.02.2018