Ноябрь 2021 года, согласно плану Года науки и технологий в России, объявлен месяцем искусственного интеллекта. Сегодня ИИ уже может управлять автомобилем, предсказывать смерчи, диагностировать болезни и создавать новые лекарства. Технологии искусственного интеллекта активно применяют и в Санкт-Петербурге.
О том, как ученые Санкт-Петербургского политехнического университета Петра Великого обучают нейронные сети распознавать болезнь Паркинсона, уличные драки и нештатные ситуации на производстве, – «АиФ» рассказал научный сотрудник Высшей школы теоретической механики СПбПУ Федор Кондратенко.
Диагноз от нейросети
«Все началось в 2018 году, когда мы активно работали над проектом устройства для диагностики болезни Паркинсона и разработали браслет Tremoro. Устройство отслеживало траекторию движения руки (у человека с болезнью Паркинсона она нарушена), обрабатывало эту информацию с помощью алгоритмов машинного обучения, сравнивая с движениями из базы данных других больных, а затем выставляло диагноз. Тогда наша разработка была отмечена правительством, мы выиграли конкурс молодых изобретателей (Федору на тот момент было всего 17 лет. – Ред.) и даже собрали реальный физический прототип.
Но наступила пандемия коронавируса, страны начали вводить локдауны. И мы поняли, что устройство, которое мы разработали, не совсем пригодно для удаленного тестирования пациентов, в частности, из-за необходимости калибровки, которая выполняется специалистом. К тому же браслет получился слишком дорогим, его можно было бы только сдавать в аренду пациентам, а мы хотели что-то более доступное, так как 70% страдающих болезнью Паркинсона – пожилые люди.
Тогда мы обратили свое внимание на методы оценки состояния опорно-двигательного аппарата человека по фото- и видеосъемке. И решили сделать приложение (в том числе его мобильную версию), которое позволило бы получать точную информацию о состоянии мышц человека, и, следовательно, оценивать его физическое состояние. Для этого необходимо зайти в личный кабинет приложения, согласно видеоинструкции выполнить задание – моторный тест – и его загрузить. Довольно быстро нейронная сеть обработает результат и поставит диагноз. Помимо этого, она может сравнить полученные данные с прошлыми тестами и определить, насколько ухудшилось или улучшилось состояние пациента, а также выдать список рекомендаций. Система уже протестирована на пациентах и показала хороший результат. Однако чтобы повысить точность предсказаний, необходимо расширить базу данных (датасет), состоящую из видеофрагментов движений людей, страдающих болезнью Паркинсона. Тогда машине будет с чем сравнивать. Систему можно использовать и для диагностики других заболеваний, наличие которых отражается на опорно-двигательном аппарате. В том числе всевозможных травм. А также для анализа эффективности терапии и при подборе индивидуальных ортопедических изделий. Однако здесь уже начинаются этические и правовые препятствия. В России с правовой точки зрения не проработан вопрос функционирования медицинских баз, в том числе с использованием ИИ».
Распознать драку
«Нашу разработку можно применять и в системе безопасности. Например, для контроля технологического процесса в нефтедобывающей промышленности. Допустим, на буровой платформе собирают компоновку (бур, насосы) – весь этот процесс предполагает строгую последовательность действий. Если компоновку не закрепить – она просто улетит в скважину, и такие случаи уже были. Однако если бы там стояла наша система, она бы увидела, что рабочий на буровой выполняет неправильные действия, и сразу бы отправила уведомление оператору о том, что пошло отклонение от технологического процесса. И, кроме того, предупредила самих рабочих через громкую связь. Система также позволяет распознавать людей без защитных касок, масок и находящихся в лежачем положении на территории проведения работ. Ею уже заинтересовалась одна из крупнейших транснациональных компаний.
Сегодня нейросети активно используются и для соблюдения безопасности в общественных местах. Наше изобретение здесь также может стать полезным.
К примеру, можно собрать датасет движений, с которых начинаются драки. Но здесь возникает множество этических моментов. Насколько допустимо так следить за людьми? Можно ли пожертвовать личной конфиденциальностью ради возможного общественного порядка? Ведь если нейросеть отслеживания движений объединить с существующей системой распознавания лиц, то с 95% точностью можно будет знать, кто и что делает в любой момент. Не означает ли это жизнь «под колпаком»? Ведь не исключено, что в последующем система может быть интегрирована и в обычные камеры наблюдения, которые, например, могут использовать ваши соседи по даче.
Все эти вопросы мы обязаны учитывать при разработке продукта, а в некоторых сферах и вообще отказаться от применения искусственного интеллекта. Представьте, что нам предстоит задача разработать алгоритм расхождения кораблей в море, чтобы искусственный интеллект мог заменить команду. Для этого должны учитываться положение и скорость движения других судов, погодные условия, международные правила предупреждения столкновения судов и прочее. Это позволит выстроить оптимальный маршрут и безопасно разойтись. Нельзя все это предугадать и заложить в датасет для обучения нейронных сетей все возможные сценарии, по которым может развиваться ситуация в реальности. А если этого не сделать, действия корабля в незаложенных в его программу ситуациях будут непредсказуемы. Здесь нужен строгий детерминированный алгоритм. Поэтому не стоит думать, что искусственный интеллект – это «всемогущий аппарат», в который нужно закинуть данные, и он все сделает за нас. Это всего лишь математической подход к решению определенных задач, у него есть немало минусов, но плюсы мы действительно можем использовать во благо человечества».
Кстати
До 2030 года в России планируют потратить 800 млрд рублей на развитие беспилотного транспорта и создание необходимой инфраструктуры. Нас ждут беспилотные такси, автобусы и даже электрички. Сейчас тестирование проходит беспилотный электропоезд «Ласточка». Искусственный интеллект обнаруживает препятствия на пути, пока поезд автоматически следует по графику. Система в некоторых обстоятельствах срабатывает лучше, чем машинист.