Сферы применения искусственного интеллекта: от медицины до сельского хозяйства

Применение искусственного интеллекта в промышленной сфере

Собственники крупных промышленных предприятий Японии, КНР, Соединенных Штатов, Германии, Швейцарии вкладывают огромные суммы в переоборудование заводов и фабрик. Многие профессии, даже связанные с интеллектуальным трудом, устаревают в угоду увеличения компьютерного парка.

Россия относится к немногим странам, имеющим собственные фундаментальные заделы в области ИИ, в т. ч. мегамоделей. Наиболее популярные из них — GigaChat, Kandinsky (ПАО «Сбербанк»), YaLM («Яндекс»); появляются и другие оригинальные разработки компаний и университетов.

Для этой сферы применения технологий искусственного интеллекта особенно актуальны его способности собирать, анализировать информацию и делать логичные заключения. Благодаря этому ИИ можно использовать для постановки диагноза, регистрации данных, выполнения функции ассистента врача. Кроме этих обязанностей, ИИ можно поручить определение предрасположенности пациента к развитию конкретных патологий, прогнозирование течения заболеваний хронического типа, раннее выявление болезни.

Оснащение логистической сферы устройствами с ИИ значительно снизит затраты времени на обработку гигантского объема данных. Система может объединить все внешние устройства, например, светофоры и отслеживать погодные условия, плотность автомобильного потока, количество и местоположение ДТП. На основе анализа данных о текущей обстановке ИИ сможет регулировать движение в городе, чтобы водители вовремя объезжали пробки, места ремонта и т.п.

Технологии ИИ сегодня внедряются почти повсеместно. Автоматизация функционирования любого бизнеса, государственного органа, производственной или торговой структуры, логистики, образовательного и медицинского учреждения и одного человека – все это сферы применения искусственного интеллекта. Эффективность применения ИИ постепенно растет благодаря постоянному увеличению объема памяти и укреплению внутренних связей нейросети.

Автоматическая система может помочь с вызовом эвакуатора или машины «скорой помощи». Согласно статистике практически все аварии (90%) вызваны человеческим фактором, поэтому можно надеяться, что обустройство дорог системами с ИИ позволит сократить количество жертв ДТП.

Такие программы уже запущены на суперкомпьютере Watson от IBM, DeepMind Healthot Google, разрабатывается приложение Face2Gene от FDNA (определение болезней, передающихся генетическим путем, по фотографии). В РФ продолжается работа над системой поддержки принятия решений с использованием ИИ – «Третье мнение». В онкологических центрах пользуются программой Botkin.Al.

Но даже среднестатистического учителя машина вряд ли заменит. По мнению Розы Лукин, профессора University College London, необходимо искать срединное решение. Задача не заключается в замене учителя компьютерной программой, а в улучшении процесса обучения. А это по плечу только человеку.

Основные разработчики систем искусственного интеллекта

Среди пользователей ИИ наиболее популярны «коробочные» продукты в силу более низкой стоимости и готового функционала (рис. 2). Для удешевления и ускорения создания продукта применяется открытое ПО (open source), в частности оно наиболее востребовано во внутренней разработке. Однако и применение стандартизированных решений, и доведение открытого ПО до готового продукта требует дополнительных усилий и донастройки под специфику деятельности конкретной компании. Проприетарное ПО преобладает в заказной внешней разработке и в таких сферах, как робототехника, беспилотный транспорт, интеллектуальные системы управления.

Институт статистических исследований и экономики знаний НИУ ВШЭ запустил мониторинг развития и распространения искусственного интеллекта (ИИ) в России. Полученные в ходе его первого раунда результаты дают представление о главных тенденциях и специфике использования данного направления технологий.

Функции прокторинга заключаются в контроле за учащимися во время сдачи экзамена. Роботу ставится задача следить за происходящим, фиксируя самые разные факторы, которые не «видит» глаз веб-камеры, ведь современные студенты перехитрят любое техническое приспособление. Хотя, надо признать, в сфере образования не все можно доверить технике. Большую роль в обучении играет личность преподавателя, его харизма, умение выстроить правильные отношения с учениками.

Одним из главных трендов последних лет стали мегамодели (мультизадачные, мультимодальные и мультиязычные), обрабатывающие различные типы данных (текст, речь, изображения, др.). Так, этой весной рынок буквально «взорвала» модель GPT-4, способная работать не только с текстами на разных языках (как ChatGPT), но и с изображениями (как Midjourney).

На сегодняшний день перед сферой образования поставлены задачи в направлении развития адаптивного обучения и прокторинга . С помощью ИИ планируется автоматизировать работу по подбору учебного материала и способа преподавания, подходящих конкретному ученику, чтобы облегчить процесс усвоения материала всем категориям учащихся.

Автоматизация проникает в такую сферу, как вождение автомобилей. Уже многие говорят о том, что нас ждет массовый переход на машины автономного типа, которым не нужен водитель. Сегодня в некоторых странах уже можно воспользоваться роботизированными парковками, на которых машина размещается роботом.

Благодаря ИИ время, затрачиваемое на построение молекулярной структуры и моделирование препарата, значительно сокращается с одновременным повышением качества. Первые суперкомпьютеры, способные решить эту задачу, начали создавать специалисты компаний Atomwise и Berg Health.

Автоматизация скоро затронет множество специальностей, включая личных помощников, кассиров, дальнобойщиков, официантов. К примеру, ИИ успешно внедрен на линейном заводе H&H в виде технологии, отслеживающей направление взгляда работника. Благодаря этому за 1 год на процесс обучения новых рабочих было затрачено на 400 часов меньше и снизился риск несчастных случаев.