Робот с рентгеноснимком черепа человека

Эволюция ИИ за 5 лет: от диагностики болезней до возведения небоскребов

Фото
Dalle-3

«РБК Тренды» сделали обзор как за последние годы технологии искусственного интеллекта изменили медицину, промышленность, энергетику, строительство и транспорт, причём сравнили достижения в мире и в России. Получилось, что не так уж мы и отстаём.

Нейросети в медицине: новые возможности для диагностики и лечения

В мире

За последние пять лет нейронные сети стали важным инструментом в медицинской сфере — причем не только в исследованиях, но и в прикладных проектах. Искусственный интеллект используют для обработки и интерпретации медицинских данных, облегчения принятия клинических решений, помощи в диагностике, автоматизации административных задач, прогнозирования вспышек заболеваний и многого другого.
Так, за это время искусственный интеллект преуспел в анализе визуальной медицинской информации: снимков МРТ, УЗИ, КТ, рентгена, флюорографии, а также ультразвуковой диагностики. В 2018 году стала научной сенсацией новость о том, что алгоритмы выявляют заболевания на рентгеновских снимках грудной клетки так же хорошо, как рентгенологи (а иногда и лучше). В 2024 году подобные публикации выходят регулярно и не вызывают удивления.
Широкое применение искусственный интеллект получил и в открытии новых лекарств. За пять лет ученые перешли от теоретических выкладок до прикладных проектов — например, в 2023 году компания Exscientia начала первые в мире испытания молекулы, созданной с помощью искусственного интеллекта, на людях. Если все пройдет успешно, эта молекула станет лекарством для лечения некоторых видов рака.
Использование нейросетей приобрело особую важность в связи с глобальной вспышкой COVID-19. Искусственный интеллект показал эффективность в раннем выявлении COVID-19, построении прогнозов госпитализации в отделение интенсивной терапии и поиске людей с высоким риском заражения COVID-19 — эти наработки будут использованы для предотвращения других пандемий.
Ожидается, что эффективность нейросетей в медицине будет продолжать расти в ближайшие годы. Это может привести к революции в том, как мы диагностируем и лечим заболевания.

В России

Не отстает и российская медицина: решения с использованием искусственного интеллекта (ИИ) в медицине внедряют 70 российских регионов. Работа в этом направлении находится под особым вниманием государства — в 2021 году даже был создан федеральный проект «Искусственный интеллект», он предусматривает разнообразные меры поддержки для проектов (в том числе медицинских), развивающих технологии искусственного интеллекта в России.

За пять лет одной из самых популярных технологий на основе ИИ в российском здравоохранении стало компьютерное зрение. В Москве с 2020 года в больницах, поликлиниках и амбулаторных КТ-центрах с помощью компьютерного зрения проанализировали свыше 11 млн исследований.
На сегодняшний день нейросети проникают во все направления российской медицины — от заполнения медицинских карт, как в сервисе LazyDoc, который полностью самостоятельно заполняет медицинские карты за врачей, до платформ для решения задач медицинской химии с помощью ИИ — одну из них, «Синтелли», запустили в феврале 2024 года.

Нейросети в энергетике: от прогнозирования потребления до оптимизации работы электростанций

В мире

За пять лет мировая энергетика столкнулась с новыми вызовами, решать которые предстоит искусственному интеллекту. Прежде всего это борьба с глобальным потеплением и изменениями климата.
Глобальные климатические модели дали ученым-климатологам возможность понять, что может произойти в будущем — как с Землей в целом, так и с конкретными регионами. Моделирование климата состоит из использования наборов данных и сложных расчетов для представления взаимодействия между основными компонентами климатической системы, а именно атмосферой, поверхностью суши, океанами и морским льдом.
Такой анализ позволяет понять, как наиболее эффективно использовать новые источники энергии, например солнечные батареи или ветрогенераторы. Нейросети можно использовать для прогнозирования конкретных свойств новых материалов, из которых будут построены эти энергетические объекты, для поиска закономерностей использования и производства возобновляемой энергии, а также для разработки энергетической политики и оптимизации управления энергопотреблением.
Например, в Финляндии создали VTT EnergyTeller — сервис на базе искусственного интеллекта, позволяющий более точно прогнозировать спрос на энергию, в том числе на энергию от «зеленых» источников.
Применение ИИ широко распространено и в нефтегазовом секторе — добывать нефть и газ все эти годы становилось сложнее. Именно поэтому потребовались новые технологии и подходы к добыче. Нейросети позволяют упростить разведку, разработку новых месторождений и оптимизировать добычу углеводородов.
Один из мировых лидеров нефте- и газодобычи — компания Shell — уже давно использует ИИ в работе, в том числе в ремонте добывающего оборудования и профилактике его поломок.
В 2022 году ИИ помог решить многолетнюю проблему с Perdido — платформой Shell, одной из самых глубоководных плавучих нефтегазовых платформ на планете (находится в Мексиканском заливе). Периодически у нее из строя выходили насосы, отвечающие за разделение нефти и газа. Для предсказания таких поломок инженеры начали использовать искусственный интеллект: он искал такие закономерности в возвращаемых насосами Perdido данных (в температуре, давлении, а также химическом составе нефти и газа, разделенных насосом), которые будут предвестниками поломок.
В конце концов команде Shell удалось справиться с задачей: в 70% случаев за два дня до поломки технические данные насоса незначительно менялись, кроме этого менялся состав нефти и газа, которые он разделял. Этого времени достаточно, чтобы отладить работу насосов и не допустить серьезных проблем. А значит, не допустить простоя в работе Perdido.

В России

В 2020 году российские энергетики вкладывали во внедрение технологий искусственного интеллекта (ИИ) только 3–7% своих IT-бюджетов, ожидалось, что в ближайшие годы доля может вырасти до 10–20%.
Тем не менее на начало 2024 года более 40% энергетических компаний уже применяли алгоритмы искусственного интеллекта в работе, еще порядка 34% предприятий планировали внедрить их в ближайшем будущем.
ИИ способен прогнозировать уровень загрузки электросетей для оптимизации энергоснабжения, анализировать большие объемы данных о геологической структуре месторождений, оптимизировать процессы бурения и добычи, обеспечивать безопасность сотрудников энергетической отрасли и даже работать с конечными потребителями энергии — ИИ отвечает за сбор и анализ обращений и обратной связи от людей.
Один из ярких случаев — обнаружение нового месторождения нефти в Сибири в 2023 году. Залежи углеводородов нашла нейросеть компании «Газпром нефть».

Нейросети в промышленности: повышение эффективности и оптимизация процессов

В мире

Использование искусственного интеллекта становится мировым трендом, который определяет конкурентоспособность современных производств. Ведущие консалтинговые компании, такие как Gartner и McKinsey & Company, на протяжении последних пяти лет подчеркивают революционный характер этих технологий и высокую рентабельность инвестиций в них. Применение ИИ открывает перед промышленными компаниями новые возможности для повышения производительности, снижения затрат и достижения целей устойчивого развития.
Сейчас одна из главных составляющих успеха в промышленности — это способность производить персонализированные товары небольшими партиями по специальному заказу, учитывая требования покупателей. Технологии искусственного интеллекта дают возможность анализировать большие объемы данных о потребностях клиентов, чтобы определить характеристики продукции. Следуя за этим трендом, в 2021 году стартап Machina Labs в США начал изготавливать любые промышленные детали на заказ, а компания Nike создала систему Nike Maker Experience, которая дает возможность создать индивидуализированную пару кроссовок менее чем за два часа.
Еще одно ключевое изменение — массовое внедрение интеллектуальных датчиков в оборудование и производственные линии. Интеграция интернета вещей (IoT) и искусственного интеллекта (ИИ) создает систему, где ИИ выступает в роли «мозга», а интернет вещей служит «телом». Устройства IoT собирают и передают данные из различных источников, которые затем анализируются, структурируются и обрабатываются ИИ. На основе полученных результатов ИИ принимает решение о необходимых действиях. Благодаря IoT и ИИ производство становится более прозрачным.
Подобную технологию внедрил производитель автомобильных деталей Faurecia — он построил цех с учетом требований промышленного IoT и автоматизации, интегрированная система обеспечивает прозрачность операций и осуществляет контроль качества изготовления деталей.
В 2020 году средний уровень внедрения ИИ-решений в мире составил 54%. Важно отметить, что, хотя сейчас нейросети внедряются очень неравномерно, ИИ в промышленности — одно из самых перспективных направлений.

В России

Промышленные системы искусственного интеллекта позволяют осуществлять непрерывный мониторинг и своевременную диагностику. Это дает возможность прогнозировать и предотвращать отказы оборудования, а также определять вероятность возникновения аномалий до того, как они повлияют на производство. Например, такую систему — «АтомМайнд» — создали в «Росатоме» в 2023 году.
Еще один важный тренд в промышленности — применение компьютерного зрения для контроля качества на производстве и обеспечения промышленной безопасности. Компания «РТ-Техприемка» (входит в состав корпорации «Ростех») внедрила решение для контроля качества стали с помощью ИИ, а на Стойленском горно-обогатительном комбинате внедрение компьютерного зрения сделало безопаснее перевозку сырья.
В целом использование ИИ в промышленности за последние пять лет шагнуло далеко вперед, и сегодня эта технология используется для решения всех базовых задач, в том числе:
управления процессами на производстве в режиме реального времени;
применения роботов для упрощения и оптимизации труда;
планирования и управления складскими запасами и цепочками поставок;
прогнозирования наличия запчастей для технического обслуживания и ремонта.

Нейросети в строительстве: от разработки проекта до сдачи объекта

В мире

Может показаться неожиданным, но за последние пять лет нейросети получили широкое распространение даже в строительстве. Это видно и по цифрам: в 2021 году глобальный рынок искусственного интеллекта в строительной отрасли оценивался в $496 млн, и ожидается, что к 2031 году вырастет до $8,6 млрд.
Во-первых, появились и активно развиваются строительные роботы, управляемые искусственным интеллектом. Среди известных случаев — строительство роботами дамбы в Китае или робот — строительный помощник от Boston Dynamics, который был анонсирован в 2023 году.
Во-вторых, технологии помогают собирать большие объемы данных о стройплощадке и использовать алгоритмы искусственного интеллекта, например, для предиктивной аналитики. Системы предиктивной аналитики обрабатывают большие объемы данных и выдают вероятные сценарии по длительности стройки, стоимости, возможным рискам и т.д.
В-третьих, нейросети облегчили процесс создания BIM — цифровых интерактивных 3D-моделей конструкций на каждом этапе жизненного цикла строительного проекта. Для создания и правильного использования модели BIM требуется огромный объем данных. В 2018 году разработчики из Autodesk придумали генеративный дизайн. Этот метод проектирования с помощью искусственного интеллекта позволяет быстро создавать BIM — тысячи вариантов дизайна, оптимизированных по всем параметрам: от прочности до устойчивости.
Уже сейчас многие технологии, которые казались фантастикой, входят в повседневную жизнь инженеров и строителей. Но бума внедрения ИИ можно ждать уже в ближайшие годы: по некоторым прогнозам, мировой рынок ИИ в строительстве в период с 2022 по 2031 год будет расти на 34% в год и расширится с чуть менее $500 млн в 2021-м до $8,6 млрд в 2031 году.

В России

Вопрос использования нейросетей в российском строительстве прошел путь от непонимания до обсуждения на самом высоком уровне — совсем недавно, в феврале 2024 года, Минстрой России сообщил о создании реестра ИИ-решений для стройотрасли.
Но работа по созданию таких инструментов велась и раньше — например, в 2022 году компания «Дом.РФ» сообщила о запуске основанного на ИИ инструмента, который помогает определить ликвидность будущих строительных объектов, их стоимость, возможные риски. Нейронные сети оценивали разные параметры: динамику продаж Росреестра, стоимость строительных материалов, информацию об инфраструктуре вокруг этой новостройки и др. Использование этого инструмента должно было помочь девелоперам более эффективно инвестировать и планировать строительство.
Еще одна новость, которая обсуждалась в 2022 году, — использование роботов-собак на стройке. Такие роботы нужны для сбора информации, построения 3D-моделей и т.д. Но также их предполагалось использовать для контроля безопасности на стройплощадке.
Нейросети внедряются и в вопросы, связанные с документальным сопровождением строительства. Например, в 2023 году «Стройкомплекс» сообщал о планах внедрения нейросетей для проверки всей проектной и рабочей документации на правовые коллизии и нормы контроля в градостроительной сфере.
Хотя использование нейросетей в российском строительстве еще не стало повсеместным, к 2028 году вклад в ВВП страны от внедрения искусственного интеллекта в строительной отрасли может составить более ₽1 трлн.

Нейросети в транспортной отрасли: оптимизация маршрутов и беспилотное вождение

В мире

Пять лет назад предполагалось, к 2023 году мировой рынок ИИ в транспорте достигнет $3,5 млрд. Сбылись ли предсказания, сказать сложно, но нельзя отрицать, что за это время технологии искусственного интеллекта в транспорте шагнули далеко вперед.
Одним из самых революционных способов применения искусственного интеллекта стали беспилотные транспортные средства. В Токио с 2018 года работают автономные такси, а США внедряют беспилотные грузовики, чтобы снизить расходы на логистику.
Еще одна транспортная проблема, с которой люди сталкиваются ежедневно, — это пробки на дорогах. Теперь ИИ готов решить и эту проблему. Датчики и камеры, встроенные повсюду на дорогах, собирают большое количество деталей дорожного движения. Затем эти данные отправляются в облако, где анализ и выявление структуры трафика будут выполняться с помощью анализа больших данных и системы на базе искусственного интеллекта. Подобные системы используются, например, в разных штатах Америки, Сингапуре и других странах и городах мира.
Еще одна острая проблема, которую решил ИИ, — это дорожно-транспортные происшествия. Ученые из Массачусетского технологического университета предложили свое решение — создали нейросеть, которая предсказывает наступление ДТП. Вероятно, подобные решения скоро будут внедрены по всему миру.
Набор данных, который использовался для создания карт риска аварий и охватывал территорию в 7500 кв. км от Лос-Анджелеса, Нью-Йорка, Чикаго и Бостона. Среди четырех городов Лос-Анджелес был самым небезопасным, поскольку в нем была самая высокая плотность аварий, за ним следовали Нью-Йорк, Чикаго и Бостон.

В России

Российская транспортная отрасль не отстает — за последние пять лет использование нейросетей достигло максимума. Среди наиболее ярких примеров использования робототехники и технологий ИИ можно вспомнить беспилотный логистический коридор на трассе М-11 «Нева», по которому курсирует грузовой беспилотный транспорт, запуск автономного судовождения, эксперимент по управлению беспилотными скоростными поездами «Ласточка», проекты «свободный поток» и анализ психофизического состояния водителя с помощью системы видеоконтроля. А еще — локальные, но интересные по своей продолжительности проекты вроде беспилотного такси в Иннополисе, которое работает уже пятый год.
Искусственный интеллект внедряется не только в пассажирский транспорт, но и, например, в сельском хозяйстве. Одним из заметных изобретений стала разработка компании Cognitive Pilot — Cognitive Agro Pilot. Это система автономного управления сельскохозяйственной техникой (зерноуборочным комбайном, трактором, опрыскивателем) на базе технологий искусственного интеллекта. Она позволяет доверить управление машиной роботу-помощнику, а оператору сконцентрироваться на контроле качества обработки поля или уборки урожая.
Согласно стратегии цифровой трансформации транспортной отрасли на период до 2030 года, внедрение технологий искусственного интеллекта в сфере транспорта — ключевой фокус отрасли и на следующие пять лет.

56
Авторизуйтесь, чтобы оставлять комментарии