Изменение климата

Как известно, большую роль в глобальном потеплении играют парниковые газы, большая часть которых образуется в результате сжигания ископаемого топлива. Искусственный интеллект позволяет снизить это влияние за счет следующих возможностей:

1. Повышение доли электроэнергии, вырабатываемой с помощью экологически чистых возобновляемых источников, таких как солнце и ветер. До сих пор метеозависимость этих источников снижала эффективность их использования. Использование AI-технологий позволило прогнозировать выработку энергии на солнечных и ветряных электростанциях. Искусственный интеллект сделал менее сложной их интеграцию в энергосистемы, позволяя выстраивать оптимальный баланс мощностей на достаточно длительный период времени (до 1 года). Ко всему прочему за счет этих возможностей сокращается стоимость ветряной и солнечной электроэнергии.

2. Оптимизация работы топливных электростанций. В частности, уже сейчас функционируют решения, повышающие эффективность производства электроэнергии, а также позволяющие снизить частоту «пережогов» топлива и оптимизировать работу электростанций. Проект «Умная электростанция» признан значимым элементом будущей энергетической системы России, которая берет курс на превращение в интеллектуальную энергосистему.

3. Сокращение потерь электроэнергии при ее транспортировке из места выработки к потребителям. В энергетическую стратегию России уже включены элементы использования «умных сетей», в частности, В ПАО «ФСК ЕЭС» запущен процесс развития магистральных электрических сетей на базе технологий искусственного интеллекта.

4. Снижение потребления электроэнергии за счет управления освещением и отоплением зданий и улиц, а также оптимизации энергоэффективности в зданиях, включая этапы их проектирования. В Межрегиональных распределительных сетевых компаниях России используются элементы «умного города», такие как интеллектуальные системы учета и «умные подстанции».

Немалую роль в повышении содержания парникового газа в атмосфере играет транспорт. Искусственный интеллект и здесь готов прийти на помощь.

5. Оптимизация навигации и городского трафика, повышение безопасности на основе данных, получаемых непосредственно от автомобилей. С помощью этих инструментов можно создать единую городскую службу управления транспортной инфраструктурой. 

6. Использование беспилотных автомобилей, в работе которых применяются алгоритмы компьютерного зрения и глубокие нейронные сети. Благодаря такому транспорту станет возможным сокращение среднесуточного пробега и предотвращение пробок, применение алгоритмов экологического вождения, обеспечивающих максимальную энергоэффективность, автоматизированное управление группами автомобилей в потоке. Это — дело ближайшего будущего. 

Сохранение биоразнообразия суши и океана

Снижение биоразнообразия — еще одна проблема, справиться с которой может помочь искусственный интеллект. Здесь полезными будут решения в следующих направлениях:

7. Мониторинг состояния экосистем. Искусственный интеллект и компьютерное зрение с помощью спутниковых данных позволяет быстро обнаруживать изменения биоценозов, анализируя ландшафты и вовремя определяя такие проблемы, как появление и распространение вредителей, инвазивных видов, засухи, пожары или исчезновение лесов. К таким продуктам относится, например, решение Blue River Technology. НАСА использует анализ спутниковых снимков и создание компьютерных моделей с помощью машинного обучения для оценки текущего и прогнозирования будущего состояния фитопланктона в Мировом океане.

8. Защита от браконьерства. В этих целях используется, в частности, сочетание технологий искусственного интеллекта с аэрофотосъемкой с дронов. Этим направлением занимаются компании Neurala и Ocean Alliance. С помощью искусственного интеллекта в режиме реального времени проверяются терабайты видео, в которых выделяются значимые объекты и события: идентифицируются животные, транспортные средства и браконьеры. Кроме того, искусственный интеллект помогает отслеживать происхождение выловленной в океане рыбы, реализуя концепцию экологичного рыболовства, способствует более точному составлению графиков патрулирования. Предпринимаются первые попытки создания алгоритмических моделей перемещения судов на основе спутниковых данных и данных, полученных от корабельной автоматической идентификационной системы (AIS) для мониторинга незаконной рыболовецкой деятельности (например, Global Fishing Watch).

Безопасность водных ресурсов

Эффективное и безопасное водопользование находится на стыке продовольственных, энергетических, экологических и городских проблем. И в этом направлении искусственный интеллект также приносит пользу.

9. Прогнозирование потребления воды с учетом прогнозов погоды. В том числе: выявление утечек, анализ потоков воды в режиме реального времени и отслеживание неисправности счетчиков — решения компании Valor Water Analytics; анализ данных с помощью машинного обучения, предоставляющий коммунальным предприятиям актуальную информацию по водопотреблению, помогая им принимать взвешенные решений — Water Smart Software.

10. Оптимальная работа и ремонт инфраструктуры водоснабжения. Искусственный интеллект помогает с анализом инфраструктуры водоснабжения, определяя места, в которых могут возникнуть протечки труб, чтобы заранее запланировать их ремонт. А система IntelliFlux, разработанная Water Planet, использует ИИ для анализа данных с датчиков давления и определения оптимального режима работы систем фильтрации, сводя к минимуму потери воды.

11. Борьба с засухой. Использующий спутниковые данные ИИ может предсказывать погодные условия, в том числе наступление засухи, а затем анализировать состояние почвы и поверхностных вод, помогая справляться с последствиями засухи.

Чистый воздух

Искусственный интеллект помогает более качественно очищать воздух или не допускать его загрязнение.

12. Повышение качества фильтрации воздуха. Технологии с использованием машинного обучения позволяют вести запись данных о составе воздуха и окружающей среде в режиме реального времени, повышая эффективность использования воздушных фильтров. 

13. Прогнозирование загрязнения воздуха. Системы на основе искусственного интеллекта могут создавать прогнозы сценариев, повлекущих за собой загрязнение и чрезмерный расход ресурсов. Например, проект IBM Green Horizons объединяет технологии машинного обучения и Интернет вещей: для формирования прогнозов на период от 2 до 7-10 дней он использует данные со станций контроля качества воздуха и более распространенных источников, таких как системы дорожного движения, метеорологические спутники и станции, а также информацию о промышленной деятельности, топографические карты и даже социальные сети. Инструменты IBM и Microsoft объединяют традиционные физические модели химического состава атмосферы и погоды с моделями машинного обучения. 

14. Предупреждение о критическом ухудшении качества воздуха. Моделирование на основе искусственного интеллекта позволяет оповещать жителей городских агломераций о качестве воздуха в тот или иной момент времени.

15. Снижение загрязнения воздуха городским транспортом. Искусственный интеллект, использующий данные от транспортных средств, радарных датчиков и дорожных камер, может оптимизировать транспортный поток в городских районах и снизить загрязнение воздуха, сократив количество остановок автомобилей или сделав движение плавным, без частых остановок. Также AI-технологии помогают оптимизировать конструкцию аккумуляторов электромобилей.

Защита от стихийных бедствий

Искусственный интеллект, IoT, сенсорные платформы, беспилотники и другие высокотехнологичные разработки помогают прогнозировать стихийные бедствия и предупреждать чрезвычайные ситуации, минимизируя или предотвращая экологические бедствия.

16. Раннее прогнозирование стихийных бедствий и чрезвычайных ситуаций. Искусственный интеллект и математические модели помогают заранее предсказывать потенциально опасные стихийные явления и вызванные ими чрезвычайные ситуации. Уже сейчас существуют системы, умеющие отслеживать подземные толчки, предупреждать наводнения и ураганы, изменения уровня моря и др. Они срабатывают автоматически при превышении заданных порогов и позволяют проводить раннюю эвакуацию при необходимости. Примерами таких систем могут служить разработки компании PetaBencana.id, которая интегрирует данные от нескольких датчиков с открытым исходным кодом, инструменты ИИ и отзывы людей в социальных сетях для составления карт наводнений в столице Индонезии, Джакарте, в режиме реального времени. В сочетании с технологиями распознавания изображений из социальных сетей искусственный интеллект генерирует и рассылает предупреждения об экстремальных погодных явлениях в реальном времени. Не остались в стороне и российские разработчики — команда Softline Digital разработала систему аналитики и прогнозирования чрезвычайных ситуаций в энергетике, которая подтягивает данные из открытых источников, распознает сообщения наблюдателей, а затем выдает прогнозы по полученной информации.

17. Планирование реагирования на стихийные бедствия. Это еще одно из применений алгоритмов глубокого обучения и аналитики изображений. С помощью сейсмических данных, сведений о конструкциях зданий (возраст, используемые материалы и т. д.), информации из социальных сетей, а также спутниковых изображений искусственный интеллект помогает координировать и приоритизировать действия при стихийных бедствиях: определять районы, наиболее подверженные риску, осуществлять мониторинг потоков людей и ресурсов.

Борьба с отходами и их переработка

Проблема загрязнения окружающей среды мусором актуальна как для суши, так и для Мирового океана. Искусственный интеллект с машинным зрением и здесь приходят на помощь.

18. Системы промышленной сортировки мусора на базе искусственного интеллекта и компьютерного зрения становятся как нельзя более актуальными, позволяя правильно утилизировать одни виды отходов и перерабатывать — другие. Уже с 2019 года в России сортировочные комплексы стали обязательным пунктом при утилизации отходов. Благодаря этому, по сведениям «Российского экологического оператора», в ряде регионов уровень сортировки отходов в 2021 году достиг более 70%, а в Московской и Орловской областях —100%. В России уже есть компании, разрабатывающие оборудование для сортировки мусора на базе искусственного интеллекта, например компания Nevlabs.

19. Аппараты для сбора вторсырья. К таким относятся фандоматы и «умные» мусорные баки. Принцип действия у них схожий. В России фандоматы выпускает компания WinBin, а «умные» мусорные баки — TrashBack. И те, и другие открываются через приложение или по ссылке на сайте. Более широкое применение пока нашли фандоматы. Схема их работы проста: пользователь открывает аппарат, помещает в него ненужную бутылку или пластик, датчики и нейронные сети распознают сданный тип сырья, после чего пользователю начисляются баллы. Пилот был внедрен в «МосТрансПроекте». В ближайших планах внедрение фандоматов в Московском метро. 

Как видим, разработки в сфере искусственного интеллекта уже сейчас активно используются для защиты окружающей среды. В перспективах — их дальнейшее распространение, благодаря которому мы сможем снизить антропогенную нагрузку на природу.