Связь экологии и экономики гораздо более тесная, чем принято считать. Вопросы защиты окружающей среды это не только про чистый воздух в городах и заботу о будущем поколении. Нарушение экологического баланса ведет к достаточно дорогостоящим последствиям для глобальной экономики. И ученые с помощью ИИ надеются хотя бы немного затормозить негативные процессы.
В 2020 г. общий ущерб от стихийных бедствий в мире составил, по разным оценкам, около $210 млрд, что сравнимо с ВВП небольшой европейской страны, например, Португалии. Есть все основания полагать, что значительная часть катаклизмов — прямо или опосредованно — спровоцирована последствиями человеческой деятельности. Пока это спорное утверждение, поскольку для проверки необходимо обрабатывать просто невообразимые объемы данных и искать в них взаимосвязи. Традиционные вычислительные системы недостаточно хорошо справляются с этой задачей, а вот на решения, использующие технологии искусственного интеллекта, возлагаются сегодня большие надежды.
Одним из удачных примеров применения ИИ в области борьбы за экологию стал проект, реализованный Центром экологии и гидрологии Великобритании (UKCEH). В ходе исследования, длившегося 11 лет, результаты которого были опубликованы 6 апреля 2021 г. в журнале Clear Water, ученым удалось выявить 926 случаев несанкционированного попадания сточных вод в природные водоемы. Особенность проекта состоит в том, что на протяжении длительного времени исследователи на примерах конкретных объектов, занимались обучением искусственного интеллекта, который бы мог распознавать с высокой точностью моменты перелива загрязненных потоков из очистных сооружений и попадания нечистот в пресные водоемы.
Такое часто происходит в том случае, когда выпадает много осадков и ливневые резервуары оказываются переполненными дождевой водой. Но факты загрязнений до недавнего времени сложно было зафиксировать, и большинство подобных эпизодов оставались незамеченными. Теперь ИИ, как ожидается, поможет исправить эту проблему, в частности за счет того, что, опираясь на данные этого исследования, власти могут увидеть слабые места существующей системы очистки и утилизации сточных вод.
В ходе исследования, возглавляемого профессором UKCEH Питером Хаммондом (Peter Hammond), использовался алгоритм распознавания образов, первоначально разработанный для целей медицинской генетики. Точнее — для обнаружения незаметных различий в форме детских лиц, позволяющих диагностировать определенные генетические заболевания на ранней стадии. Ученые переобучили этот алгоритм для исследования формы потока, проходящего через очистные сооружения. В качестве модели для обучения ИИ выступили два реальных объекта в Великобритании: на основе получаемых данных алгоритм учился распознавать форму потока, когда установка работает нормально, и как она меняется в случаях, когда происходит разлив неочищенных сточных вод.
«Сама возможность переобучить алгоритм на распознавание другого вида объектов свидетельствует о том, что компьютерное зрение является уже достаточно зрелой технологией, а сами ИИ-инструменты можно использовать для разных видов задач», — комментирует Александр Тихонов, генеральный директор SAS Россия/СНГ.
На результаты исследования уже отреагировали в Water UK — государственной организации Великобритании, которая отвечает за водное хозяйство страны. Представители госструктуры заявили, что в течение ближайших пяти лет направят 1,1 млрд фунтов стерлингов на улучшение ливневых коллекторов и работы по очистке сточных вод.
«Вопросы заботы об окружающей среде, защиты экосистем, естественных сред обитания животных благодаря ИИ приобретают новое звучание. Причем такие задачи решают сейчас не только на уровне специализированных организаций или государства. Ученые и волонтеры по всему миру сами изучают такие кейсы и придумывают решения. Большинство команд, которые сейчас участвуют в нашем всемирном хакатоне Hack In SAS, тоже выбрали кейсы из области экологии или здравоохранения. Это то, что по-настоящему волнует людей», — говорит Александр Тихонов.
SAS Viya: аналитические модели можно сразу запускать в «продакшн» без написания дополнительного кода
Данные — это золотая руда, однако, чтобы добыть из нее полезные знания, необходимы комплексные инструменты, которые включают в себя элементы машинного обучения, обработки естественного языка, компьютерного зрения, интернета вещей. Платформа SAS Viya позволяет решить эту задачу за счет «композитного» искусственного интеллекта, in-memory вычислений и возможности запускать аналитические модели в производство без написания дополнительного программного кода.
Какие преимущества дает технология потоковой аналитики для решения задач по обеспечению безопасности
Пользовательские устройства ежесекундно генерируют триллионы событий, данные о которых оседают в хранилищах. Накапливать такого рода информацию бессмысленно и дорого. Компании ищут способы монетизации сведений, собранных, например, о клиентах. Крупные игроки, инвестирующие в дата-центры и персонал, научились анализировать колоссальные объемы информации, делать выводы и даже составлять прогнозы. Анализ больших объемов данных в режиме реального времени позволяет мгновенно реагировать на происходящее, как того требует ситуация.
Александр Миронов, SAS: Индивидуальные предложения не придумать заранее: их формируют алгоритмы прямо при общении с клиентом
Эффективность маркетинговых кампаний может колебаться в широком диапазоне. Многие клиенты воспринимают звонки и сообщения с предложениями услуг как спам. Изменить ситуацию мог бы индивидуальный подход, когда клиенту предлагают именно то, что ему в данный момент необходимо. Как это сделать, в интервью CNews рассказал Александр Миронов, руководитель практики по клиентской аналитике и CRM, SAS Россия и СНГ.
