В работе над укреплением технологического суверенитета страны российские ученые все чаще прибегают к помощи искусственного интеллекта (ИИ). Методы машинного обучения, «умные» системы и помощники, нейросетевые алгоритмы и всезнающие чат-боты исследователи активно используют для создания и испытаний своих разработок. О новых достижениях «цифрового разума» в этой области — в нашем материале.
Нейросети в… огороде
В Пензенском государственном университете (ПГУ) изобрели «умную» теплицу. Ученые предложили новый подход в выращивании овощей и фруктов в защищенных грунтах. Теперь они могут контролировать рост каждого растения. А энергозатраты на культивирование плодов сократятся в 2-3 раза.
При этом за каждым растением в такой теплице «присмотрит» нейросеть. Она поможет реагировать на изменения в его росте и спасти «больной» помидор или другую культуру от гибели, что закономерно скажется на росте урожайности.
В ПГУ уже собрали прототип теплицы и встроили в нее видеокамеру в качестве устройства для контроля роста растений. Сооружение оснастили датчиками влажности, давления, температуры и системой вентиляции. В таком комплексе с помощью ИИ можно точно дозировать ресурсы света и тепла в зависимости от реального состояния растения — это значительно экономит и деньги, и энергию. Кстати, во всех известных аналогах тепличных установок ранее для контроля роста растений использовали лишь механические датчики.
«Наше преимущество в том, что мы используем датчик роста растений, не воздействуя на само растение, как это происходит с механическими датчиками, которые прикрепляют к листьям, плодам, стеблю. Они воздействуют на само растение и не дают ему нормально расти, развиваться. Мы же наблюдаем за растением с помощью видеокамеры — на него нет никаких негативных влияний», — рассказал один из авторов разработки, студент Политехнического института ПГУ Сергей Маркелов.
В университете предложили еще один способ сэкономить сельхозпроизводителям — механические датчики контроля роста стоят недешево: обычно они одноразовые и требуют постоянного ухода. Новое решение при помощи компьютерного зрения измеряет геометрические размеры растения – диаметр стебля и черешка, площадь листового покрова, прирост стебля и плода. Фотографии в режиме реального времени поступают с видеокамеры в компьютер. Их обрабатывают по специальному алгоритму.
«Изображения разбиваются на множество областей, по которым искусственный интеллект определяет основные элементы: само растение, окружающую среду (задний фон), границы объектов», — объяснил студент. Потом этими параметрами занимается еще одна нейросеть. Она проводит детальное сканирование растения – его рост, объем и количество листьев.
Важно, что такой теплицей можно управлять на расстоянии. Для этого фермеру достаточно иметь под рукой смартфон или компьютер.
«Фермеры и агрономы смогут определить сбои или изменения в процессах роста задолго до того, как это можно распознать визуальным способом. Как правило, к тому времени можно заметить и диагностировать проблему замедления или уменьшения роста. К тому же с нашей “умной” теплицей мы значительно улучшим методы управления и контроля уже используемых в тепличном комплексе», — отметил руководитель проекта, доцент кафедры «Электроэнергетика и электротехника» ПГУ Василий Ашанин.
Тонкости спектра
ИИ помог в исследованиях пористых материалов: команда Южного федерального университета (ЮФУ) применила алгоритмы машинного обучения для анализа спектра тепловых лучей. Чтобы обучить ИИ, создали базу данных с 470 моделями инфракрасных (ИК) спектров для 230 различных цеолитов. Эти перспективные минералы используют, например, в качестве катализаторов в важных реакциях нефтехимической промышленности.
Разработка поможет быстро определить тип цеолита и модификации его структуры, основываясь только на анализе спектров. Инженеры уверены, что благодаря доступности и дешевизне такой спектроскопии, предложенный метод будет полезен в нефтехимии, медицине и биотехнологиях. Они изучили минералы и разобрали, как изменения структуры цеолитов влияют на их спектры. Специалисты рассчитали для них теоретическую базу и научили ИИ с ней работать. В результате появился усовершенствованный механизм исследования пористых материалов.
«Наш метод может быть полезен для изучения цеолитов в режиме in situ/operando (при реальных технологических условиях), то есть позволяя отслеживать эволюцию структуры в реальном времени в контролируемой атмосфере при протекании каталитических реакций с контролем выходных продуктов», – рассказала инженер-исследователь ЮФУ Алина Скорынина.
Результаты опубликованы в журнале «Inorganic Chemistry».
Огурцы и гены
Искусственный разум участвует и в развитии сельского хозяйства. Генетики Института проблем передачи информации им. Харкевича (ИППИ) РАН с коллегами из Сколтеха и МФТИ разработали алгоритм, который позволит упростить предсказание функций генов у сельскохозяйственных растений. В результате селекция сортов с необходимыми характеристиками станет более быстрой и простой.
Алгоритм базируется на межвидовом сравнении профилей экспрессии (мест активности) генов с использованием машинного обучения. Исследование провели в рамках деятельности молодежной лаборатории, созданной по нацпроекту «Наука и университеты».
Новый метод улучшает процедуру сравнения функций генов у разных видов. Он основан на привлечении дополнительных данных о гене помимо его последовательности: информации о том, в каких органах и тканях или при каких условиях он активен.
«Сейчас мы развиваем этот подход, в том числе вовлекая в анализ данные о таких важных сельскохозяйственных культурах как огурец, виноград, подсолнечник и других. В результате надеемся предложить инструмент, облегчающий планирование экспериментов по созданию новых сортов. Исследователи, создающие новые линии, смогут понять, соответствует ли функция интересующего их гена модельному объекту. При подтверждении этого можно будет переходить к экспериментам по редактированию. В случае же, когда функция претерпела изменения, будет возможно избежать ошибок, связанных с неверными ожиданиями от изменения в таких генах», — отметил заведующий лабораторией геномики растений ИППИ РАН Алексей Пенин.
Результаты работы опубликованы в журнале PLOS Computational Biology.
Звуки из трубы
Нейроморфное (работающее по принципу нашего мозга) устройство для акустического поиска углеводородов разработали ученые Тюменского государственного университета (ТюмГУ) совместно с Институтом геофизики Уральского отделения РАН. Механизм поможет при геофизических работах в скважинах сложной конструкции.
Прибор с помощью нейросети анализирует сейсмоакустические шумы в горной породе. Эти данные помогают нефтяникам в их работе. К примеру, выбирать продуктивные участки для добычи в пласте или четко определять источники обводнения, когда происходит прорыв нагнетаемой воды в скважине.
Теперь исследователи ТюмГУ «вшивают» в устройство алгоритм распознавания звуков нефтяной скважины. Это возможно благодаря использованию нейропроцессора, который разрабатывает коллектив лаборатории микро- и наноэлектроники Центра природовдохновленного инжиниринга. Проект посвящен созданию архитектур и узлов технического устройства. Акцент делают на воспроизведении того, как построены нейронные сети живых организмов.
Опыт тюменских ученых уже заинтересовал специалистов профильных компаний, заинтересованных во внедрении инструментов искусственного интеллекта.
Все эти исследования прошли в рамках национального проекта «Наука и университеты». Он призван вовлечь талантливую молодежь и профессиональное сообщество в решение стратегически важных вопросов в научной сфере.
