ИИ научили отслеживать токсичные газы
Эту разработку представили исследователи из Университета Вирджинии. В ее основе лежат нейронные сети и сенсоры, благодаря чему она может быстро идентифицировать источники вредных газов, в частности диоксид азота, который опасен для дыхательных путей.
Ученые использовали графеновые сенсоры, которые работают как искусственный нос, реагируя на молекулы токсичных газов. Когда эти молекулы связываются с графеном, меняется его проводимость, за счет чего ИИ может с высокой чувствительностью найти утечку газа. Ожидается, что технология будет использоваться в жилых зданиях, городских и промышленных районах и повысит их безопасность.
"Эту разработку можно отнести к типу алгоритма, способного выслеживать по запаху, как собака-ищейка", - объяснил заведующий лабораторией молекулярного моделирования Центра компетенций НТИ "Цифровое материаловедение: новые материалы и вещества" МГТУ им. Н.Э. Баумана Евгений Александров.
По его словам, с помощью алгоритма можно найти источник утечки опасного газа на сложном производстве, если распространение газа по помещению проходит с конвективными потоками и сквозняком, или на трубопроводах с использованием беспилотников.
Еще вполне возможно настроить сенсор на запах человека, чтобы он помогал искать пропавших людей, а также участвовал в научных наблюдениях болотистых мест и вулканической активности, предотвращал взрыв метана в шахтах, проводил геологоразведку.
"Если создать сеть сенсоров, пригодных для подводных применений, то можно получить огромное количество информации о распространении веществ в океане и их влиянии на экосистемы, а также раннего обнаружения опасных природных явлений и объектов техногенного происхождения", - добавил Александров.
Однако на этом борьба технологий за экологию не останавливается. Системы ИИ уже используются в профилактике правонарушений, в том числе в обнаружении незаконных выбросов, незаконных свалок, вырубки лесов и т.п. Также их применяют для мониторинга и обнаружения болезней сельскохозяйственных культур и помощи в сохранении популяций редких животных. Еще одно направление - это прогнозирование природных катастроф, включая наводнения, пожары, циклоны и ураганы, сказала эксперт в области генеративного ИИ компании Axenix Елена Мимоглядова.
"Большинство из перечисленных систем нашли применение и в России", - уточнила она.
В стране, к примеру, действует федеральный проект "Чистый воздух". В рамках него специальные алгоритмы оценивают объемы выбросов, загрязняющих атмосферу городов. В результате по итогам прошлого года в 12 городах-участниках совокупный объем выбросов загрязняющих веществ упал на 12,8%.
Также в России есть цифровая система экологического мониторинга CityAir, которая анализирует качество воздуха, управляет им, рассчитывает траектории выбросов, оценивает загрязнения и многое другое. Прогнозы системы строятся на данных станций контроля качества воздуха, установленных на промышленных предприятиях в разных городах.
Другой пример - отечественная система оперативного мониторинга природных пожаров "Карта пожаров". Она самостоятельно детектирует пожары по "тепловым" каналам съемки с аппаратов дистанционного зондирования планеты. Причем карта интерактивна, на ней есть удобные инструменты просмотра и навигации.
Что касается будущего ИИ в экологии, то он будет повсеместно применяться в первую очередь для задач анализа сцен и наблюдаемых объектов, считает сооснователь и технический директор компании по разработке решений на основе ИИ для автоматизации промышленности EKSLi Егор Ершов. Например, он будет сортировать отходы на разных переделах, автоматизировать фандоматы и мониторить мусорные баки. Особенно актуальны станут задачи по мониторингу мусороперерабатывающих полигонов.
"Если говорить про перспективу в рамках 5-10 лет, то стоит обратить внимание на развитие генеративных сетей", - отметил собеседник.
Уже сегодня их уровень развития позволяет генерировать новый контент: тексты, объекты, чертежи и т.д. Этот навык можно применить, к примеру, в создании отчетов, основанных на наблюдениях за экологией.
"Мы не скоро увидим уже готовые промышленные образцы таких решений, но прототипы и подходы стоит ожидать уже в ближайшее время", - заключил Ершов.
