Три истории успешного внедрения технологий ИИ в самых разных отраслях

Искусственный интеллект прочно вжился в роль скромного труженика. Сегодня его используют уже тысячи компаний в самых разных отраслях. Как недавно заявил глава Сбербанка Герман Греф, экономический эффект от применения ИИ в 2024 году составит 1 трлн рублей, в 2025 — 1,8. К 2030 году развитие и массовое внедрение технологий искусственного интеллекта обеспечит прибавку 11,2 трлн рублей к ВВП страны. «Газета.Ru» выяснила, за счет чего будет достигнут такой экономический эффект и какие задачи ИИ решает уже сейчас.

Технологии искусственного интеллекта развиваются стремительно. Буквально на наших глазах происходит становление и развитие целой индустрии. Сегодня разработками в сфере ИИ занимаются более 2000 российских компаний, а государство активно помогает рождению новой отрасли.

По данным Национального центра развития искусственного интеллекта при правительстве РФ, средний уровень использования ИИ в приоритетных отраслях составляет сегодня 32%. При этом более половины компаний, занятых в лидирующих сферах экономики, активно применяют нейросети. Вот только несколько примеров практического использования отечественных разработок.

Архитектура в цифре

Специалисты Сколтеха и Института искусственного интеллекта AIRI занялись созданием цифровой модели знаменитого Храма Василия Блаженного. В будущем она будет использоваться для организации виртуальных выставок и проведения исследований.

«Трехмерная реконструкция объектов из Храма Василия Блаженного — это большой проект, поучаствовать в котором нас пригласили коллеги из Государственного исторического музея. На сегодняшний день пройден первый этап: мы оцифровали пять артефактов, включая Евангелие, голосник, золотую чашу, а также несколько помещений», — рассказал «Газете.Ru» Евгений Бурнаев, директор центра ИИ Сколтеха, ведущий научный сотрудник AIRI.

Небольшие объекты снимали с помощью ручного сканера структурного света — оптической системы для трехмерных изменений, а геометрию помещений фиксировали лазерным сканером.

«Это позволило нам получить специальные сканы, где в каждом пикселе кроме цвета есть еще и расстояние до точек на его поверхности. Получая набор сканов с разных точек обзора, мы можем сформировать трехмерное представление объекта или помещения, в котором находимся, а потом рассмотреть их на экране компьютера с разных ракурсов», — пояснил Бурнаев.

Цифровые модели, созданные специалистами Сколтеха и AIRI по оригинальной технологии, позволят людям увидеть то, что обычно недоступно для глаз. Например, Евангелие хранится под стеклом, перевернуть и рассмотреть его невозможно. Голосник — кувшин, который был встроен в стену собора для улучшения акустики — удалось снять только благодаря реставрации одного из помещений. Теперь артефакт снова располагается в стене, но его трехмерную модель на компьютере может рассмотреть каждый.

«Нетривиальной задачей стала съемка предметов с гладкой металлической поверхностью: на них появляется отражение, которое очень мешает при обработке изображений. Обычно, чтобы этого избежать, мы покрываем объекты специальной матовой краской, которую потом легко удалить. Но поскольку здесь речь идет об очень древних и ценных артефактах, мы не можем пользоваться этой техникой», — говорит эксперт.

При съемке помещений храма исследователи столкнулись с рядом ограничений. Оказалось, что на стенах есть узоры, которые нельзя ярко освещать вспышкой — краска от этого портится, а цвет блекнет. Кроме того, в некоторых помещениях высота потолков составляет 35 метров: здесь нужны дроны и другое специфическое оборудование для узких стесненных помещений и ниш.

Искусственный интеллект помогает там, где не справляются стандартные методы.

Искусственный интеллект помог обойти многие ограничения. «Для нас это инструмент, который работает там, где не справляются стандартные методы 3D-реконструкции. Нейросети умеют многое «домысливать» самостоятельно, сразу понимают, что, например, блик возник случайно, а изображение нужно почистить, ориентируясь на другие снимки. В этом сила и особое свойство искусственного интеллекта. Он помогает создавать более совершенные 3D-модели помещений и объектов на основе тех данных, которые мы имеем», — пояснил участник проекта, научный сотрудник AIRI и инженер-исследователь Сколтеха Олег Войнов.

Помощник диспетчера

Еще одна сфера деятельности, где ИИ способен принести людям огромную пользу, — это управление транспортными потоками. Ученые Центра компетенций НТИ «Искусственный интеллект» на базе МФТИ создали цифрового помощника диспетчера. Это интеллектуальная система, способная оптимизировать движение поездов и снижать вероятность аварий.

«Команда наших программистов и технологов, совместно с индустриальным партнером — группой компаний «1520», разработала систему поддержки принятия решений (СППР) — помощника для поездного диспетчера, который управляет движением железнодорожного транспорта на участке в 10-20 станций», — рассказал «Газете.Ru» Андрей Новиков, ведущий инженер лаборатории волновых процессов и систем управления МФТИ.

Обычно поезда четко следуют по заранее установленному нормативному графику движения, но бывают и экстренные ситуации. Например, из-за поломки одного поезда на участке могут скопиться десятки разных составов. Это особенно опасно на сложных отрезках, где сходятся сразу несколько железнодорожных линий, идущих по разным направлениям. Также соблюдение строгого графика важно на участках с очень плотным движением, где за час может пройти порядка тридцати электричек, а также пассажирские и грузовые поезда.

«Система «Прогноз» позволяет в кратчайшие сроки вернуть движение поездов в нормативный график и при этом соблюсти все установленные приоритеты. Она учитывает, как будет развиваться ситуация, и определяет наилучший маршрут перемещения поездов», — отмечает разработчик.

Нейросеть в режиме реального времени учитывает местоположение каждого поезда и около 30 дополнительных параметров, включая вид груза, марку локомотива, количество вагонов и приоритет самого состава.

Нейросеть учится оценивать ситуацию так же, как это делают люди.

«Модуль искусственного интеллекта помогает системе быть более гибкой и учитывать больше значимых факторов. Нейросети обучаются на архивных данных — это огромный объем информации, ведь фиксируются действия диспетчеров, их решения в тех или иных ситуациях за очень долгий срок. При этом используется опыт не одного человека, а всех четырех диспетчеров, которые работают посменно. Нейросеть учится оценивать ситуацию так же, как это делают люди, учитывать неявные моменты и, например, делать так, чтобы пассажирам не приходилось обходить грузовые составы по пути на соседнюю платформу», — пояснил Андрей Новиков.

Система «Прогноз» уже два года работает в Казахстане на участке Жетыген — Алтынколь.

«Мы продолжаем развивать нашу систему и за два года добавили по просьбе заказчика много интересных моментов, связанных с местными условиями. Например, на участке бывает очень сильный ветер, и когда идут составы с пустыми контейнерами, то в степи из-за большой парусности их может просто сдуть с путей. В такой ситуации поезд должен ехать медленнее. Поэтому и в графиках мы уменьшаем расчетную скорость при сильном ветре, чтобы исключить такие происшествия», — отмечает Андрей Новиков.

Сейчас авторы готовятся к расширению использования своей разработки. Внедрение системы планируется включить в планы модернизации на некоторых участках РЖД, в том числе на Московской железной дороге.

ИИ против рака

В 2023 году на базе НМИЦ онкологии им. Н.Н. Блохина открылся один из исследовательских центров в сфере искусственного интеллекта. Его проекты можно разделить на три направления: раннее выявление злокачественных новообразований, лечение и диагностика, прогнозирование риска рецидива. Для решения этих задач активно используются возможности предиктивного моделирования, персонализированной медицины и компьютерного зрения.

В ближайшем будущем появится возможность разделить пациентов на группы высокого, среднего и низкого риска, подобрать для каждого из них оптимальные обследование и лечение.

«Уже проведен анализ предметной области. На данный момент мы готовим наборы данных, необходимые для обучения модели. Это один из ключевых этапов разработки программного обеспечения с применением технологий ИИ, который требует больших усилий и высокой экспертности», — рассказал «Газете.Ru» заместитель директора ФГБУ «НМИЦ онкологии им. Н.Н.Блохина» по реализации федеральных программ Тигран Геворкян.

Нейросетевые модели анализируют обширные массивы показателей о здоровье человека, включая электронные медицинские записи, результаты тестов и обследований, генетические данные, информацию об образе жизни и факторах окружающей среды.

«На основе этих данных нейросеть выявляет закономерности и прогнозирует риски развития различных заболеваний. Это позволяет врачу определить, какие тесты и обследования наиболее подходят данному пациенту, оптимизировать частоту диспансерных осмотров и разработать профилактические меры и рекомендации, максимально эффективные для конкретного человека», — отмечает замдиректора НМИЦ онкологии.

Кроме того, за счет внедрения технологий предиктивной аналитики на основе ИИ и оценки вероятности рецидива можно увеличить эффективность наблюдения пациентов, которые уже прошли лечение. А также оптимизировать применение инструментальных и лабораторных методов исследований.

Искусственный интеллект помогает разрабатывать индивидуальные вакцины от рака.

Персонализированный подход обеспечивает более точную диагностику, позволяет выявлять заболевания на ранних стадиях, когда лечение наиболее эффективно, и назначать именно те обследования, которые действительно необходимы пациенту. Более того, в Центре онкологии имени Блохина работают над созданием персонифицированной вакцины от рака.

«Такие вакцины создаются с использованием материалов из опухоли пациента, что позволяет им более эффективно атаковать раковые клетки в сравнении с традиционными. Важным этапом при создании персонифицированных вакцин является отбор и подтверждение специфичности пептидов, где алгоритмы ИИ имеют большой потенциал. Методы биоинформатической обработки и масс-спектрометрического анализа позволяют подтвердить происхождение пептидов из опухолевых клеток, подтвердить их неоантигенную природу, исключить аутоиммунные реакции или свести риск их развития к минимуму», — пояснил Тигран Геворкян.

Еще одним направлением прикладных исследований в сфере ИИ является использование возможностей компьютерного зрения. В Центре разрабатывается программное обеспечение для интеллектуального анализа маммографических снимков, МРТ и КТ-исследований, лучевой терапии.

ИИ в цифрах

Сегодня в России работает 12 исследовательских центров в сфере ИИ. Помимо НМИЦ онкологии им. Н.Н.Блохина, базой для них стали Сколтех, ИТМО, Иннополис, НИУ Высшая школа экономики, МФТИ, Институт системного программирования РАН и другие вузы. Все они получили гранты на разработку прикладных технологических решений и возможность обучения профильных специалистов по федеральному проекту «Искусственный интеллект» национального проекта «Цифровая экономика».

Более 100 вузов страны запустили программы бакалавриата и магистратуры для подготовки специалистов по искусственному интеллекту.

Россия входит в пятерку стран, развивающих собственные генеративные модели искусственного интеллекта, и в десятку стран по совокупной максимальной мощности суперкомпьютеров.

При максимальных инвестициях за пять лет прогнозируется дополнительный прирост ВВП от массового внедрения ИИ в объеме 11,2 трлн рублей накопительным итогом к 2030 году.

К 2030 году более 80% работников будут иметь навыки использования ИИ. Такие данные содержатся в Национальной стратегии развития искусственного интеллекта.

Что думаешь? Комментарии