ИИ в медицине, промышленности и транспорте

Предиктивное обслуживание и контроль качества

На заводе компании Siemens в Амберге (Германия) искусственный интеллект контролирует сборку электронных компонентов, анализируя более 50 миллионов точек данных в день. Результат — всего 12 дефектов на миллион изделий, что соответствует качеству 99,9988%. Это стало возможным благодаря двум ключевым ИИ-технологиям: предиктивному обслуживанию и компьютерному зрению. Датчики вибрации, температуры и акустической эмиссии непрерывно собирают данные о состоянии станков, а модели машинного обучения предсказывают вероятность отказа за несколько недель до поломки. Компании, внедрившие предиктивное обслуживание, сокращают простои на 30–50% и снижают затраты на ремонт на 20–25%.

Медицинская диагностика: точность выше человеческой

В 2020 году система Google Health достигла точности 94,5% в диагностике рака молочной железы по маммограммам, превысив показатели опытных радиологов и сократив число ложноположительных диагнозов на 5,7%. ИИ-алгоритмы уже применяются в реальной клинической практике для анализа рентгеновских снимков, КТ-томограмм и МРТ. Российский проект «Третье мнение» использует компьютерное зрение для выявления признаков COVID-19, рака лёгких и остеопороза на медицинских снимках в десятках больниц. ИИ не заменяет врача, но служит вторым мнением, которое не устаёт, не отвлекается и обрабатывает снимок за секунды.

Беспилотный транспорт Яндекса

Беспилотные автомобили Яндекса с 2018 года проехали более 30 миллионов километров в автономном режиме по дорогам России, США и Израиля. Автомобиль оснащён лидарами (лазерными дальномерами), радарами и камерами; данные со всех сенсоров объединяет нейросеть, обученная на петабайтах дорожных сцен. Система одновременно отслеживает сотни объектов — пешеходов, велосипедистов, другие автомобили, дорожные знаки, светофоры — и принимает решения о траектории 10 раз в секунду. В московском районе Ясенево роботы-доставщики Яндекса уже перевозят заказы без водителя в кабине, а в Иннополисе (Татарстан) работает сервис беспилотного такси.

Ограничения внедрения

Несмотря на впечатляющие результаты, промышленное внедрение ИИ сталкивается с серьёзными барьерами. Во-первых, высокая стоимость: развёртывание системы предиктивного обслуживания на среднем заводе стоит от 10 до 50 миллионов рублей. Во-вторых, качество данных: алгоритмы требуют чистых, размеченных датасетов, а на большинстве предприятий данные фрагментированы, зашумлены или отсутствуют. В-третьих, проблема объяснимости: когда ИИ-модель ставит диагноз или предсказывает поломку, она обычно не может объяснить своё решение врачу или инженеру на понятном языке. Это снижает доверие и замедляет внедрение. Наконец, беспилотный транспорт по-прежнему не справляется с экстремальной погодой — сильным снегопадом, туманом, ливнем — когда сенсоры теряют точность.