USD 28.03.2024 92.5919 0.0174
USD ММВБ 12:06 92.3765  
EUR 28.03.2024 100.2704 -0.1417
EUR ММВБ 12:06 99.8387  
Нефть($) ..20 +
Нефть(p) ..20 0.00 +0.00

На ошибках учатся: российские ученые обучили искусственный интеллект предсказывать неполадки в техническом оборудовании

Российские ученые из Самарского национального исследовательского университета имени академика С. П. Королёва научили искусственный интеллект с точностью 99,6% предсказывать сбои, поломки и неполадки в конкретных местах технического оборудования. Это поможет сэкономить не только финансовые, но и временные затраты на ремонт и обслуживание.

ИИ и машинное обучение

Искусственный интеллект – попытка имитации процессов человеческой интеллектуальной деятельности с помощью специальных алгоритмов. Проще говоря, это технология, которая пытается научить компьютер мыслить и действовать как человек. Искусственный интеллект работает на принципах машинного обучения – метод, при котором компьютер самостоятельно учится находить решения какой-либо задачи.

ИИ можно сравнить с работой наших нейронов. Вы помните, как первый раз осознали, что увидели именно кошку, а не собаку или птицу? Дело как раз в нейронах: они быстро реагируют на воздействия окружающей среды, запоминая определенные алгоритмы и используя их при анализе данных. Так, в детстве вам рассказывали, что кошки мяукают, урчат и любят рыбу. Основываясь на такого рода данных, вы сравнивали других животных с этими характеристиками и делали вывод, кошка перед вами или нет. Со всеми остальными вещами – так же.

Запоминание и анализ у нейронов происходит из-за их главной особенности – самостоятельного обучения и действия на основании прошлого опыта. Они постоянно обучаются и с каждым разом совершают все меньше и меньше ошибок. Параметры каждого нейрона меняются в зависимости от предыдущих результатов, изменяя порядок работы всей системы. Так работает и искусственный интеллект.

Янь Ши и его механическая марионетка

Наши предки не отставали от потенциального прогресса и тоже задумывались об искусственном интеллекте. Правда, немного по-своему.

Примерно в 300 году до нашей эры появились древние писания китайского происхождения, в которых некий ремесленник и инженер-механик того времени Янь Ши еще в 1023-967 годах до нашей эры уже конструировал человекоподобную автоматизированную машину. Его король, Му из Чжоу, был поражен и в первую же секунду принял робота за настоящего человека. Каково же было его удивление, когда Янь Ши у него на глазах разобрал машину и доказал, что это всего лишь хорошо сделанная марионетка. Интересно, что Янь Ши сделал своему «детищу» и механические внутренние органы. При отсутствии или поломке одного из этих органов робот не мог полноценно функционировать.

Разложить сознание по винтикам

Мысли об «искусственном интеллекте» не давали покоя и спустя века. На само существование такого феномена, как ИИ, повлияли работы Рене Декарта «Рассуждение о методе» и Томаса Гоббса «Человеческая природа». Именно на этих страницах впервые родился термин «механистический материализм», который определяет наш мир, его познание и понимание как «механизм».

Первые серьезные научные попытки демонстрации того, как работает наше сознание, появились в XVII веке. Тут в игру вошли математики. Готфрид Вильгельм фон Лейбниц в 1673 году попытался в прямом смысле «воссоздать» работу нашего сознания. Основываясь на первых механических цифровых вычислительных машинах Вильгельма Шикарда и Блеза Паскаля, он построил арифмометр – машину, которая не просто складывала и вычитала числа, но и умножала и делила их с помощью прокручивания рукоятки, которая вращала цилиндры. Именно Лейбниц описал современную двоичную систему счисления, которая и положила начало компьютерному программированию.

«Энигма», тест Тьюринга и понятие «алгоритм»

Алан Тьюринг, гениальный британский математик, известный тем, что во время Второй мировой войны, основываясь на уже работающих дешифровках своих коллег из Польши, все-таки взломал алгоритм системы «Энигма», которую немцы использовали для обмена сообщениями, совершил своеобразную революцию в понимании работы ИИ.

С 1941 года ученый активно исследовал такое понятие, как «машинный интеллект». Спустя шесть лет он впервые официально упомянул это словосочетание. В своем докладе «Интеллектуальные машины» Тьюринг пытался найти ответ на вопрос: «может ли машина обнаружить разумное поведение?», а в 1950 году дошел до своего самого важного открытия – теста Тьюринга, который был основан на игре для вечеринок «Imitation game», где мужчина и женщина направляются в разные комнаты, а гости должны понять, кто из них кто, задавая им вопросы письменно и читая ответы с пишущей машинки. Именно тогда математик и заложил основы информатики и понятие «алгоритм». Также он впервые громко обозначил будущее развитие компьютеров и машинного интеллекта: в 1947 году он публично заявил, что есть вероятность создания «машины, которая может учиться на своем собственном опыте».

Тест Тьюринга был создан, чтобы определить, может ли машина мыслить. Его интерпретация звучит так: «Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы – ввести человека в заблуждение, заставив сделать неверный выбор». Никто из участников не видит друг друга, и если человек-судья не может точно определить, кто из собеседников – человек, то считается, что машина прошла тест.

Связь ИИ с нейронами головного мозга и Дартмутский диалог

В 1943 году американские исследователи, друзья Уоррен Мак-Каллок и Уолтер Питтс, в своей статье «Логическое исчисление идей, относящихся к нервной системе» предложили такое понятие, как «искусственная нейронная сеть». Оно возникло при попытке изучения и моделирования процессов, которые протекают в мозге человека. Искусственной нейронной сетью назвали математическую модель, построенную по принципу организации и работы нервных клеток живого организма. Спустя шесть лет канадский физиолог Дональд Хебб в «Организации поведения» описал основные принципы обучения нейронов.

Развитие идеи об обучении нервных клеток продолжил Фрэнк Розенблатт – американский нейрофизиолог, которого также называют «крестным отцом» искусственного интеллекта. В то время Розенблатт преподавал научную психологию в авиационной лаборатории Корнелла. Именно он создал устройство «перцептрон», которое имитировало нейронные сети в мозге человека и активировало систему распознования образов, то есть процесс восприятия человеком окружающего мира. Газета The New York Times назвала перцептрон «зародышем электронного компьютера».

Перцептрон стал чуть ли не первой моделью нейросети, а компьютер на его основе – «Марк-1» – первым в мире нейрокомпьютером. Устройство состояло из трех типов элементов: датчики, ассоциативные и реагирующие элементы. Сигналы от датчиков передавались ассоциативным элементам, а потом реагирующим. Это позволяло создать набор ассоциаций между входными стимулами и нужной реакцией на выходе, что имитировало преобразование зрительной информации, например, в физиологический ответ от двигательных нейронов.

ИИ против человека

В 1977 году суперкомпьютер Deep Blue от IBM сыграл в шахматы с мировым чемпионом Гарри Каспаровым и победил его, став первой машиной, которая победила действующего чемпиона. В 2015 году компьютерная программа AlphaGo от Google в пух и прах разгромила в древней китайской настольной игре «Го» лучшего игрока Фан Хуи.

Эти истории доказывают, что компьютер действительно превосходит человека… Но во всех ли аспектах? То, что машина победила человека в интеллектуальной игре – не поддается сомнениям, ведь искусственно созданные машины работают на результат и перед этим анализируют миллионы данных для того или иного «столкновения» с человеком.

Есть еще одна история – в 2016 году гуманоидный робот София на конференции South by Southwest сказала, что «уничтожит человечество». Это был, как считается, шуточный ответ на вопрос своего создателя Дэвида Хансона, но фраза действительно пугающая, тем более – от роботизированной системы, похожей на человека.

Конечно, страх «восстания машин» есть практически у каждого, даже у именитых ученых и бизнесменов, выступающих за прогресс. Так, еще в 2015 году британский физик Стивен Хокинг сказал, что «искусственный интеллект настолько развит, что в течение следующих 100 лет компьютеры превзойдут людей. Мы должны быть уверены, что наши цели совпадают!». Илон Маск до сих пор называет ИИ «величайшей угрозой» нашего времени.

Долгие годы ведутся споры о том, стоит ли вообще обучать машины нейронным процессам, которые совпадают с человеческим восприятием мира? Ждёт ли нас восстание машин? Аналитики советуют не беспокоиться – пока электричество можно отрубить вручную, роботы нам не страшны.

Искусственный интеллект экономит время и деньги

Мы можем сотни раз задумываться о вопросах этики, но в то же время искусственный интеллект все-таки дает больше пользы, чем вреда, и это не может не радовать.

В Самарском университете имени Королева в 2020 году российские ученые создали специальное оборудование, которое сможет предугадывать поломки и точно указывать на неполадки в конкретных местах сложного технического оборудования. Точность работы системы составляет 99,6%, а сам комплекс оборудования позволит снизить время и расходы на ремонт и обслуживание техники.

Близость к почти стопроцентной точности была достигнута с помощью как раз-таки искусственного интеллекта. Прежде чем начать работу по «диагностике техники», нейронную сеть системы обучили на цифровых двойниках необходимого технического оборудования.

Артем Никоноров, директор института искусственного интеллекта, который входит в состав самарского университета, рассказывает, что они специально готовят такого «цифрового клона», чтобы отыгрывать на нем все варианты возможных сбоев, неполадок, отказов и прочих поломок, а также следить за работой машины в режиме реального времени. Пройдя такой «интенсив», нейронная сеть по показаниям датчиков сможет быстро вычислить общее состояние техники и сообщить человеку, какой именно элемент нужно починить прежде, чем он выйдет из строя.

Обучение нейросети также происходит благодаря сравнению актуальных показаний технического оборудования с данными, которые были получены при диагностике аналогичного оборудования незадолго до поломок, сбоев и прочих неполадок. Это полностью исключает человеческий фактор при оценке работы механизмов и позволяет составлять плановые графики по замене тех или иных элементов оборудования.

Интересно, что для работы искусственного интеллекта самарских исследователей не нужно будет вешать на оборудование специальные «грозди» с новыми датчиками, так как для эффективной работы будет достаточно старого набора. Новая система сможет извлекать новые показания из такого набора и позволит заранее, с точностью 99,6% предсказать сбои в работе оборудования.

Такие разработки с искусственным интеллектом планируют использовать в промышленности, летательных аппаратах и автомобилях. Помимо всего прочего, внедрение «диагностического интеллекта» для технических приборов и прочего оборудования уже не за горами – университет рассказал, что уже готовы договора об использовании нового изобретения, в частности, с предприятиями РЖД.

Все новости рубрики

    следующая
    следующая
    Все новости
    Наука

    Лучшее в Петербурге

    В июле в Петербурге было зарегистрировано ДДУ в 2,6 раза меньше, чем в марте

    Автоэксперт поставил под сомнение экологичность электромобилей

    Как это сделано

    написать письмо

    Кофе из глины и сливки с мелом: как в царское время подделывали продукты

    Принято считать, что до изобретения консервантов и ароматизаторов вся еда была натуральная. Но фальсификация продуктов ещё в царской России была настоящей проблемой.

    Проверено на себе

    Шесть главных марафонов мира: как пробежать и кто добежал

    В мире бега бесконечное количество стартов: от нескольких метров до тысяч километров, от стадионов до горных вершин. Забеги объединяются, разъединяются, меняют названия, дистанции, логотипы и спонсоров, но самой популярной серией марафонов уже несколько лет остается World Marathon Majors – шесть главных забегов мира, которые объединились, чтобы объединять других.

    Гид по Петербургу

    Эклектика в Петербурге: средневековые башни, атланты, грифоны, пауки, всё сразу

    Яркий архитектурный стиль, который дал свободу зодчим и досыта накормил заказчиков всевозможными диковинными элементами при строительстве и перепланировке домов.

    Пресс-релизы