Глобалното развитие на ИИ: примери от медицината, промишлеността, енергетиката, строителството, транспорта

В последните две години вниманието на повечето от нас, следящи за развитието на изкуствения интелект, беше насочено преди всичко към бурното развитие на големите езикови модели като ChatGPT и тяхното възможно използване в най-различни области. В същото време за последните години паралелно с това върви процес на интензивно развитие на специализирани системи с ИИ в най-различни области като медицината, индустрията, енергетиката, строителството и транспорта, за които днес ще се опитаме да разкажем накратко.

Невронните мрежи в медицината: нови възможности за диагностика и лечение

Невронните мрежи се превърнаха във важен инструмент в областта на медицината – не само в научните изследвания, но и в много приложни проекти. Изкуственият интелект се използва за обработка и интерпретация на медицински данни, улесняване на вземането на клинични решения, подпомагане на диагностицирането, автоматизиране на административни задачи, прогнозиране на епидемии от болести и много други.

През последните години изкуственият интелект все по-успешно анализира визуална медицинска информация: МРТ изображения, ултразвук, компютърна томография, рентгенови снимки, флуорография, както и ултразвукова диагностика. През 2018 г. една от най-големите научни сензации беше как алгоритмите са толкова добри (а понякога и по-добри) в откриването на заболяване при рентгенови снимки на гръдния кош, в сравнение с рентгенолозите. През 2024 г. подобни публикации се публикуват редовно и не предизвикват никаква изненада.

Изкуственият интелект се използва широко и при откриването на нови лекарства. За пет години учените преминаха от теоретични разработки към приложни проекти – например през 2023 г. компанията Exscientia започна първите в света изпитания върху хора на молекула, създадена с помощта на изкуствен интелект. Ако клиничните изпитания преминат успешно, тази молекула може да се превърне в лекарство за лечение на определени видове рак.

Особено важно значение придоби използването на невронните мрежи по време на глобалната епидемия от COVID-19. Изкуственият интелект показа добра ефективност при ранното откриване на COVID-19, прогнозирането за прием в интензивно отделение и откриване на хора с висок риск от заразяване с COVID-19 . Тези разработки със сигурност ще бъдат ефективно използвани за предотвратяване и справяне с други пандемии.

Очаква се ефективността на невронните мрежи в медицината да продължи да нараства през следващите години. Това може да доведе до революция в начина, по който диагностицираме и лекуваме различни болести и изкуственият интелект да се превърне в неотменим помощник на лекарите.

Невронните мрежи в енергетиката: от прогнозиране на потреблението до оптимизиране на работата на електроцентралите

През последните пет години глобалната енергийна индустрия се изправи пред нови предизвикателства, за които изкуственият интелект трябва сериозно да помогне. На първо място, това е борбата срещу глобалното затопляне и изменението на климата.

Глобалните климатични модели, в които се използва изкуствен интелект, дадоха на учените климатолози много добра представа какво може да се случи в бъдеще – както за Земята като цяло, така и в конкретни региони. Моделирането на климата се състои от използване на огромни набори от данни и сложни изчисления за представяне на взаимодействията между основните компоненти на климатичната система, а именно атмосферата, земната повърхност, океаните и морския лед.

Такъв анализ ни позволява да разберем как най-ефективно да използваме новите енергийни източници, като слънчеви панели или вятърни генератори. Невронните мрежи могат да се използват за прогнозиране на специфичните свойства на нови материали, от които ще бъдат изградени тези енергийни съоръжения, за търсенето на закономерности в използването и производството на възобновяема енергия и за разработване на енергийни политики и оптимизиране на управлението на енергопотреблението.

Например във Финландия е създадена платформата VTT EnergyTeller, услуга, базирана на изкуствен интелект, която позволява по-точно прогнозиране на търсенето на енергия, включително енергия от „зелени“ източници.

Използването на ИИ също намира широко приложение в нефтения и газовия сектор – със всяка следваща година добивът на нефт и газ става все по-труден. Ето защо са необходими нови технологии и подходи към производството. Невронните мрежи правят възможно опростяването на проучването и разработването на нови полета и оптимизирането на производството на въглеводороди.

Един от световните лидери в производството на нефт и газ, Shell, отдавна използва ИИ в работата си, включително при ремонт на производствено оборудване и предотвратяване на повреди.

През 2022 г. ИИ е помогнал за решаването на дългогодишен проблем с платформата Perdido на Shell, една от най-дълбокоплаващите петролни и газови платформи на планетата (разположена в Мексиканския залив). Периодично помпите, отговорни за разделянето на нефт и газ, отказвали. За да предскажат тези повреди, инженерите започнали да използват изкуствен интелект: той търсел модели в данните, върнати от помпите на Perdido (в температура, налягане и химичния състав на нефта и газа, отделени от помпата), които биха били предвестници на повреди.

В крайна сметка екипът на Shell успял да се справи със задачата: в 70% от случаите, два дена преди повредата, техническите данни на помпата се променяли леко, а освен това се променял състава на отделяните от нея нефт и газ. Това време било достатъчно за отстраняване на грешките в работата на помпите и предотвратяване на сериозни проблеми, което съществено съкратило периодите на престой на платформата Perdido.

Невронни мрежи в индустрията: повишаване на ефективността и оптимизация на процесите

Използването на изкуствен интелект се превръща в глобална тенденция, която определя конкурентоспособността на съвременните индустрии. Водещи консултантски фирми като Gartner и McKinsey & Company подчертават революционния характер на тези технологии и високата възвръщаемост на инвестициите в тях през последните пет години. Използването на ИИ отваря нови възможности за индустриалните компании за увеличаване на производителността, намаляване на разходите и постигане на целите за устойчиво развитие.

В наши дни един от основните компоненти на успеха в много индустрии е способността да се произвеждат персонализирани продукти в малки партиди по специална поръчка, като се вземат предвид изискванията на клиента. Технологиите с изкуствен интелект позволяват да се анализират големи количества данни за нуждите на клиентите, за да се определят характеристиките на продукта. Следвайки тази тенденция, през 2021 г. американският стартъп Machina Labs е започнал да прави всякакви индустриални части по поръчка, а Nike създаде Nike Maker Experience, което прави възможно създаването на персонализиран чифт маратонки за по-малко от два часа.

Друга ключова промяна е масовото внедряване на интелигентни сензори в оборудването и производствените линии. Интегрирането на Интернет нещата (IoT) и изкуствения интелект (AI) създава система, в която ИИ служи като „мозък“, а Интернет нещата – като рецептори в „тялото“. IoT устройствата събират и предават данни от различни източници, които след това се анализират, структурират и обработват от ИИ. Въз основа на получените резултати ИИ приема решения какви необходими действия трябва да се предприемат. Благодарение на IoT и ИИ, производството става все по-прозрачно и ефективно.

Подобна технология вече е внедрена от производителя на автомобилни части Faurecia . Изграден е напълно автоматизиран цех, в който са интегрирани множество IoT, параметрите на които се следят от система за изкуствен интелект. По този начин интегрираната система осигурява прозрачност на операциите и следи качеството на производство на различните автомобилни части.

През 2020 г. средното ниво на внедряване на ИИ решения в света било 54%. Важно е да се отбележи, че въпреки че към настоящия момент невронните мрежи се внедряват твърде неравномерно, използването на изкуствен интелект в индустрията ще бъде една от най-обещаващите области.

Невронни мрежи в строителството: от разработването на проекта до пускането в експлоатация

Може да изглежда изненадващо, но през последните пет години невронните мрежи получиха широко разпространение, дори в строителството. Това е очевидно от числата: през 2021 г. глобалният пазар на системи с изкуствен интелект в строителната индустрия беше оценен на 496 милиона долара и се очаква той да нарасне до 8,6 милиарда долара до 2031 г.

Едно от първите направления в тази област беше създаването и активно развитие на строителни роботи, управлявани от изкуствен интелект. Едни от най-впечатляващите примери в това отношение включват роботи, които строят язовир в Китай и роботизиран строителен асистент от Boston Dynamics, който беше демонстриран през 2023 г.

На второ място, технологията помага за събиране на големи количества данни за строителните площадка и използване на алгоритми с изкуствен интелект за предварителен анализ. Системите за прогнозен анализ, използващи изкуствен интелект обработват големи обеми от данни и на тяхна база се предлагат вероятни сценарии за продължителност на строителството, цена, възможни рискове и др.

Трето, невронните мрежи улесниха процеса на създаване на Building information modeling (BIM) – цифрови интерактивни 3D модели на конструкции на всеки етап от жизнения цикъл на строителния проект. Създаването и правилното използване на BIM модел изисква огромно количество данни. През 2018 г. разработчиците от Autodesk създадоха така наречения генеративен дизайн. Този базиран на изкуствен интелект метод на проектиране ви позволява бързо да създавате BIM – хиляди дизайни, оптимизирани за всичко – от здравина до устойчивост.

Вече много технологии, които изглеждаха преди като научна фантастика, стават част от ежедневието на инженерите и строителите. Но през следващите години може да се очаква бум във внедряването на ИИ: според някои прогнози глобалният пазар на ИИ в строителството ще расте от 2022 до 2031 г. с 34% годишно и ще нарастне от малко под $500 милиона през 2021 г. до $8,6 милиарда през 2031 г.

Невронни мрежи в транспортната индустрия: оптимизация на маршрута и безпилотно шофиране

Преди пет години се очакваше, че глобалният ИИ пазар в транспорта ще достигне 3,5 милиарда долара до 2023 г. Трудно е да се каже дали прогнозите са се сбъднали, но не може да се отрече, че през това време технологиите за изкуствен интелект в транспорта се предвижиха далеч напред.

Едно от най-революционните приложения на изкуствения интелект са самоуправляващите се превозни средства. Пилотен проект за автономни таксита беше стартиран в Токио още през 2018 г., а в Съединените щати въвеждат камиони без водачи, за да намалят логистичните разходи.

Друг транспортен проблем, с който хората се сблъскват ежедневно, са задръстванията. Сега ИИ е готов да реши и този проблем. Сензори и камери, вградени по пътищата, събират голямо количество подробности за трафика. След това тези данни се изпращат в облака, където се извършва анализ и откриване на моделите на трафик с помощта на анализ на големи данни и система за изкуствен интелект. Подобни системи се използват например в Калифорния, в Сингапур и други страни и градове по света.

Друг належащ проблем, който ИИ решава, са пътните инциденти. Учени от Масачузетския технологичен институт предложиха свое решение – създадоха невронна мрежа, която предсказва настъпването на инцидент и идентифицира най-невралгичните места в трафика. Вероятно подобни решения скоро ще бъдат внедрени в целия свят. Така например те са използвали и анализирали набори от данни, обхващащи площ от 7500 кв. км, за създаването на карти на риска за Лос Анджелис, Ню Йорк, Чикаго и Бостън. Оказало се, че сред четирите града Лос Анджелис е най-опасният, тъй като имал най-висока плътност на произшествия, следван от Ню Йорк, Чикаго и Бостън.

Въвеждането на технологии с изкуствен интелект в стратегиите за дигитална трансформация на транспортния сектор за периода до 2030 г. явно ще бъде ключов фактор за развитието на бранша в следващите години.