Мир охватила гонка развития искусственного интеллекта (ИИ), машинного обучения (МО), искусственных нейросетей (ИНС). В первом номере журнала «Наилучшие Доступные Технологии водоснабжения и водоотведения» за 2024 г вышла публикация профессора В. И. Баженова, посвященная перспективам внедрения алгоритмов в отрасль водоснабжения и водоотведения. Рассмотрены примеры решения конкретных задач управления проектированием и эксплуатацией (инженерные сети, насосное и регулируемое оборудование, процессы очистки вод).
По результатам анализа зарубежных и российских разработок сделаны выводы о перспективах совершенствования отечественных направлений развития ИИ в отрасли водоснабжения и водоотведения.
Знакомим читателей с изложением основных положений публикации.
Иерархия понятий
Главным для различных областей науки и техники является иерархия понятий от общего к частному: искусственный интеллект (ИИ; англ. artificial intelligence, AI) → машинное обучение (МО; англ. machine learning, ML) → искусственные нейронные сети (ИНС; англ. artificial neural network, ANN). Таким образом, ИНС и МО всегда принадлежат области ИИ, но не всегда наоборот.
Искусственный интеллект
ИИ – комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение, поиск решений без заранее заданного алгоритма и достижение инсайта) и получать результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека (ГОСТ Р 59277-2020). Другими словами ИИ – это свойство искусственных интеллектуальных систем выполнять творческие функции, которые традиционно считаются прерогативой человека. ИИ занимается алгоритмами, воспроизводящими процесс решения интеллектуальных задач.
Для развития сферы ИИ в РФ по решению президента (указ Президента РФ от 10 октября 2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации», совместно с «Национальной стратегией развития искусственного интеллекта на период до 2030 года») реализуется федеральный проект «Искусственный интеллект» национального проекта «Цифровая экономика». Например, Росводресурсы вышли на точность в 94 % используя ИИ в процессе бюджетного планирования[1], и внедрили Low code BPM платформу и тестовое использование ИИ для оценки заявок на финансирование.
В области промышленного контроля и управления системы с ИИ, в первую очередь, внедряются на базе ИНС и их машинного обучения. Наряду с ними, технологии ИИ включают: экспертные системы (ЭС; англ. Expert Systems, ESs), нечеткую логику (НЛ; англ. Fuzzy Logic, FL), генетические алгоритмы (ГА, англ. Genetic Algorithms, GAs), мобильную робототехнику (МР; англ. Mobile Robotics, MR) и проч. Например, ИНС-сети обладают способностью к обучению, ЭС-системы принимают решения на основе наборов правил и опыта экспертов, а системы с нечеткой логикой оперируют такими понятиями, как неопределенность или частичная истина.
Подчеркнем, что ИИ – понятие общее, поэтому существуют серьезная проблема, связанная с необходимостью идентификации используемых алгоритмов и способов их практической реализации.
Машинное обучение
Различия между МО и ИНС связаны с их структурой и алгоритмами, а выбор между ними зависит от конкретной задачи и доступных ресурсов. МО представляет собой более широкое понятие, охватывающее разнообразные методы и стратегии, используемые для обучения систем (метод опорных векторов, Байесовские методы, деревья решений и пр.). Сегодня совершенствование производственного АСУ ТП связано с использованием МО в части развития ИИ методами построения алгоритмов, способных обучаться на получаемых огромных массивах данных, накопленных в процессах текущего управления. В части алгоритмов МО включает в себя такие методы, как регрессия, классификация, кластеризация и т. д., в то время как ИНС используют алгоритмы глубокого обучения (сверточные, рекуррентные).
Искусственные нейронные сети
ИНС работают так же, как наш мозг. Точно так же нейроны в ИНС связаны между собой, передает информацию от одного к другому. Нейроны могут соединяться один с другим, формируя нервные сети.
Связь ИИ с современными технологиями
Цифровые двойники (ЦД), искусственный интеллект (ИИ), динамическая устойчивость (ДУ) – это три мощных инструмента, которые могут использоваться водной отраслью, чтобы воспользоваться преимуществами «больших данных», создавая «Цифровой водоканал». Любой аналитический инструмент, способный быстро извлекать ценную информацию из существующих данных, потенциально может снизить как эксплуатационные, так и капитальные затраты, а также оценить устойчивость к внешним стрессовым факторам и неравномерным нагрузкам, включая изменение климата.
МО и ИИ могут использоваться коммунальными службами с целью:
- обработки измерений и данных, полученных с помощью других технологий, прогноза реальных сценариев развития технологических процессов;
- отслеживания и идентификации потерь ресурсов в режиме реального времени;
- оптимизации использования рабочей силы, машин и механизмов;
- обеспечения удовлетворения потребностей абонентов и использования чат-ботов для ответа их запросы;
- планирования при выполнении проектов;
- поддержки технологий дополненной и виртуальной реальности (AR и VR), обеспечивая визуальное и голографическое представления труб, кабелей и других активов в онлайн режиме;
- объединения спутниковых изображений с данными в реальном времени (датчики/IoT) для моделирования коммунальных функций;
- поддержки технологии блокчейна (распределенных баз данных), например, выполнение прямых и безопасных транзакций между поставщиками ресурсов и потребителями, водоканалами и другими игроками водного сектора.
Интервью с нейросетью YandexGPT 2
Ознакомиться с полной версией статьи и интервью с отечественной нейросетью YandexGPT 2, лучшей на данный момент в работе с русскими текстами, а также анализом полученных результатов и перспективами применения технологии ИИ можно в спецвыпуске журнала «НДТ».