Не Скайнет и не Матрица: как ИИ помогает человечеству решать серьезные проблемы

Словосочетание «искусственный интеллект» все еще носит слегка инфернальный оттенок, благодаря франшизе «Терминатор» и другим боевикам с участием роботов. Тем не менее, технологии на базе искусственного интеллекта встречаются вокруг нас чаще, и многие из них делают нашу жизнь ощутимо лучше. Просто попробуйте отключить умный ввод текста на вашем телефоне и посмотрите, что получится.

Примеров присутствия искусственного интеллекта в повседневной жизни хватает: умный дом, регулирующий температуру и освещение в квартире, голосовые помощники Siri и Алиса, чат-боты, видеоигры, создание картинок и видеороликов по текстовому описанию. ИИ формирует наше инфопространство — персонализированную новостную ленту в социальных сетях, рекомендации товаров и услуг, музыки и видео.

В то время как мы радуемся присутствию искусственного интеллекта в нашей жизни, пусть иногда и незаметному, технологии на базе машинного обучения решают куда более глобальные задачи. Передовые страны это хорошо понимают и закладывают немаленькие бюджеты на развитие ИИ-технологий. Так, по данным исследования Tortoise Intellegence, инвестиции в технологии искусственного интеллекта в 2021 году выросли на 115% по сравнению с 2020 годом и достигли рекордных $77,5 млрд.

Искусственный интеллект широко используют в инженерии, обороне, торговле, банковском секторе, но передовые технологии могут и должны касаться нужд уязвимых членов общества или важных для миллионов людей отраслей. Вот несколько примеров того, как это происходит там, где о присутствии ИИ многие и не догадываются.

ИИ помогает незрячим

По данным Международного агентства по профилактике слепоты, 295 млн людей в мире имеют серьезные нарушения зрения, из них 43 млн страдают абсолютной слепотой. Получается, потенциально миллионы людей, помимо всего прочего, испытывают серьезные трудности с навигацией в интернете.

Для адаптации контента под потребности людей с нарушениями зрения используются встроенные программы экранного доступа: скринридеры и речевые синтезаторы. Скринридеры, как следует из названия, считывают цифровую информацию с экрана. А речевые синтезаторы эту информацию преобразуют в устную речь. Надо сказать, ОС и многие ридеры уже имеют встроенные синтезаторы речи.

Ридеры доступны во всех операционных системах, например, Mac поддерживает VoiceOver, Windows — JAWS, NVDA и другие. Программы экранного доступа озвучивают текст и графику — с их помощью слабовидящие и незрячие могут «прочитать» нужную информацию и «увидеть» картинки в браузере. Описания к объектам можно сформировать с помощью искусственного интеллекта. Сами пользователи тоже могут вносить текстовое описание изображений в специальный атрибут Alt text.

Есть и другие сервисы, которые разработаны не только для слабовидящих, но и для людей с ограниченной подвижностью. Например, голосом можно управлять компьютером, выбирать нужные приложения, отвечать на письма, создавать заметки и многое другое.

Так выглядит карта интерактивная пространства и результат работы модуля распознавания лиц, применяемый в приборе PeopleLens. Изображение: Microsoft

Есть сервисы, которые разработаны не только для слабовидящих, но и для людей с ограниченной подвижностью. Например, голосом можно управлять компьютером, выбирать нужные приложения, отвечать на письма, создавать заметки и многое другое.

ИИ помогает выращивать еду

Применение технологий, в частности ИИ, в сельском хозяйстве активно развивается — ведь отрасли нужно кормить все больше жителей Земли в условиях изменения климата. По данным аналитического портала Facts & Factors, в 2020 году стоимость систем на базе искусственного интеллекта в сельскохозяйственной индустрии составила $1 млрд. По прогнозам, в 2026 году объем рынка всего направления должен вырасти до $4 млрд.
Союз искусственного интеллекта и сельского хозяйства трансформировался в концепт Smart farming — умное земледелие.

Вот лишь пара примеров того, что могут ИИ-инструменты:

— Мониторинг состояния почв и растений. Урожайность на 60% зависит от плодородия почв, а само плодородие — от наличия в земле оптимального уровня микро- и макроэлементов. Традиционно качество почв и растений определяется фермером «на глаз», но такие методы уже неактуальны. Одно из решений — беспилотные летательные аппараты (БПЛА). Их используют для мониторинга состояния посевов в режиме реального времени. Делается это с помощью машинного зрения — эта технология способна по аэрофотоснимкам оценить качество культур, полевых работ, выявить болезни растений. Благодаря БПЛА фермеры могут, к примеру, оперативно скорректировать дозы применяемых удобрений и средств защиты растений.

Осматривать лично гектары полей, объезжая их верхом или на тракторе, — долго и малоэффективно. Гораздо лучше запустить дрон, который внимательно осмотрит посадки с воздуха (в оптическом и ИК-диапазоне), а затем ИИ, обработав данные, представит исчерпывающее описание положения дел, обратит внимание на проблемные зоны и даст рекомендации

— Сортировка плодов и растений. Машинное зрение искусственного интеллекта по мере роста растений может обнаруживать не только дефекты, болезни и вредителей. Алгоритмы визуализации могут быть использованы и для отделения «хорошей» продукции от «плохой». Это значительно ускоряет сам процесс проверки фруктов и овощей на размер, форму, цвет и объем. Точность оценки улучшается, так как исключается человеческий фактор: невнимательность или усталость. Такие технологии используются, например, в виноделии. Есть такой аппарат — оптический сортировщик винограда: машина удаляет гнилые и незрелые виноградины, листья, насекомых и другие нежелательные объекты. Такое оборудование стоит недешево, но и пользуются ими самые продвинутые и крупные винодельни.

ИИ помогает бороться с мусором

Искусственный интеллект умеет собирать и обрабатывать большие данные о выбросах загрязняющих веществ в атмосферу, состоянии климата и т. д. Благодаря этим данным он может помочь сформировать методы более эффективного использования энергии, природных и пищевых ресурсов планеты. Еще одна суперспособность искусственного интеллекта — «умная» сортировка мусора роботами. Системы сортировки отходов используют алгоритмы машинного обучения и компьютерного зрения.

Нейросети изучают изображения и данные о весе отходов, разделенных на четыре категории: стекло, бумага, металл и пластик. После распознавания объекта сеть передает команду роботу, который и осуществляет механическую сортировку.
Например, американский разработчик AMP Robotics создал робота, который способен отбирать до 60 объектов в минуту, а также работать в три смены без жалоб, выгорания и выходных. Другой производитель, финская компания ZenRobotics, выпустил устройство, которое отделяет сырье от отходов с помощью инфракрасных датчиков, 3D-сенсора, RGB-камеры и металлодетектора. Роботизированная рука машины может идентифицировать и отбирать объекты разного размера и веса.

В странах, где работают мусороперерабатывающие заводы, сортировкой отходов перед отправкой в переработку сегодня занимаются люди. Не самое эффективное применение человеческого разума и умений — лучше передоверить эту задачу роботу, резонно посчитали в компании AMP Robotics, и создали робота-сортировщика с ИИ на борту. Изображение: AMP Robotics

Умение машин собирать большой объем данных и здесь играет важную роль. Например, с помощью ИИ-инструментов может быть выявлено, скажем, какой тип мусора превалирует или в каких районах города накапливается самое большое количество отходов. Это умение можно масштабировать на целые города и страны. В результате власти крупных городов могут переосмыслить свой подход в утилизации и переработке отходов.