В Национальной стратегии развития искусственного интеллекта (ИИ) до 2030 года правительство поставило амбициозную задачу — к концу десятилетия войти в первую пятерку стран мира по метрикам ИИ. Между тем, уже сегодня не только бизнес, но и обыватели используют в своей работе открывающиеся возможности цифровой трансформации. В частности, в этом помогает федеральный проект «Искусственный интеллект» нацпроекта «Цифровая экономика». О том, как искусственный интеллект работает в различных отраслях, — в материале «Ленты.ру».
Даже за полярным кругом используют искусственный интеллект. Так, в середине октября в заповеднике «Медвежьи острова», находящегося под управлением Национального парка «Ленские Столбы» (Республика Саха-Якутия), расположенном в Восточно-Сибирском море Северного Ледовитого океана, завершен осенний авиационный мониторинг популяции белого медведя.
Как рассказали в Росзаповедцентре Минприроды России, исследователи впервые провели авиаучет в тепловом спектре, а обработкой снимков займется искусственный интеллект.
Исследования проводились в два этапа. В первый день с борта вертолета удалось зафиксировать 99 особей белого медведя. В результате второго полета по данным визуальных наблюдений было насчитано более 70 хищников. Исследования организованы Национальным парком «Ленские Столбы» и проходили совместно с представителями Росзаповедцентра, АНО «Экологический центр «Экофактор» и Института проблем экологии и эволюции имени Северцова.
Результаты подсчета с использованием специального оборудования станут известны после обработки нескольких десятков тысяч фотографий. Полученные данные могут быть использованы в масштабном научно-исследовательском проекте «Беломедвежья перепись», который реализуется в России с 2022 года.
Одной из первых нефтяных компаний, которая начала системную цифровую трансформацию своего бизнеса, стала «Газпром нефть». Там работают центры разработок в области искусственного интеллекта, интернета вещей, робототехники, продуктового дизайна, видеоаналитики, виртуальной и дополненной реальности. «Это мостик между миром технологий "Индустрии 4.0" и нефтяной индустрией», — отмечают в компании.
Интеграция цифры в производственные процессы уже дает результаты. Инженеры «Газпром нефти» с помощью искусственного интеллекта синтезировали химические молекулы для увеличения добычи углеводородов. Созданные на их основе реагенты повышают приток нефти на зрелых месторождениях и способны дать новую жизнь десяткам промыслов по всей России.
Как рассказали в компании, лабораторные тесты в Казанском федеральном университете и Тюменском государственном университете уже подтвердили эффективность новой молекулы. Первые образцы вещества синтезированы для одного из крупных месторождений в Ямало-Ненецком автономном округе.
Искусственный интеллект смоделировал 6 тысяч вариантов комбинаций химических составов и выбрал приоритетную цифровую молекулу с наилучшими показателями. Ее производство доступно на основе российского сырья и технологий. Процесс создания молекулы занял 3 месяца, в то время как разработка подобных продуктов в современных научных лабораториях занимает не менее 2 лет.
«Этот проект приблизил нас к преодолению одного из важнейших общеотраслевых вызовов, связанных с повышением эффективности добычи на зрелых и сложных месторождениях», — рассказал генеральный директор «Газпром нефть — Технологические партнерства» Андрей Бочков.
Помимо Ямала применение новых химических реагентов запланировано для интенсификации добычи нефти на крупных месторождениях в Западной Сибири и Оренбургской области.
«Искусственный интеллект позволяет нам выявлять нестандартные взаимосвязи данных и находить в них новые источники роста эффективности, а также ускорять рутинные операции. Благодаря этому именно в России удалось добыть первую в мире нефть, найденную ИИ. Наши алгоритмы успешно анализируют десятки тысяч результатов геофизических исследований на месторождениях и предсказывают новые зоны для поиска углеводородов», — подчеркивают в компании. Там планируют уже к 2030 году в 2 раза сократить период получения первой нефти с месторождений и на 40 процентов ускорить реализацию крупных проектов добычи.
В научно-исследовательском центре «Планета» — одном из научно-исследовательских институтов Росгидромета — широко применяются нейронные сети различных современных архитектур. В их числе — полносвязные и сверточные, a также визуальные трансформеры, графовые сети и множество других.
Например, для расчета тематических карт необходимо выделить облачность на спутниковых снимках. Алгоритмы учитывают особенности ее спектра на той или иной длине волны. При этом и позволяют анализировать визуальную информацию о том, как должна выглядеть та или иная форма скопления облаков.
«Стоит сказать, что в целом прогнозирование погоды — достаточно сложная задача даже в современных реалиях. Например, для того чтобы ответить на, казалось бы, простой вопрос «брать ли сегодня с собой зонт», нужно собрать информацию по всему миру на суше, в воде и воздухе. Сюда входят показания температуры, давления и влажности с метеостанций, результаты радиозондирования атмосферы, спутниковые измерения в диапазоне от инфракрасного до микроволнового спектра и много другой информации», — отмечают в НИЦ «Планета».
Особенно важная роль в современном прогнозе отводится спутниковым данным. Ведь не везде есть возможность установить нужные датчики и получить столь необходимую начальную информацию о текущем состоянии атмосферы и облачности. Специально созданные для этого метеорологические спутники позволяют получить большую часть этой информации дистанционно и в любой точке Земли.
Разработчики постоянно работают над улучшением аппаратуры этих спутников, повышая качество измерений, а группировка метеорологических спутников регулярно пополняется новыми средствами наблюдений. Например, сравнительно недавно были запущены спутники Арктика-М №1 и №2.
«И эта информация не пропадает зря: многие опасные циклоны зарождаются именно здесь. Таким образом, растет объем получаемых данных, которые затем используются для более точного и детализированного прогноза погоды. Стоит отметить, что качество самих спутниковых данных до того, как на их основе будут получены информационные продукты, тоже улучшается с применением нейросетевых алгоритмов», — отмечают в НИЦ «Планета».