Карта применения технологий искусственного интеллекта: медицина, образование, транспорт и другие сферы03.10.2016 12:37

Сельское хозяйство

Сейчас

В 2012 году компания Autonomous Tractor Cooperation (ATC) показала прототип беспилотного трактора Spirit, заявив, что это «первый полностью беспилотный трактор для сельского хозяйства». Сейчас ATC продолжает работать над улучшением прототипа. Spirit оснащен разработанной компанией технологей AutoDrive, которая сочетает радионавигацию и лазерный гироскоп вместе с технологиями искусственного интеллекта.

Благодаря AutoDrive трактор сможет самостоятельно передвигаться по пути, по которому он предварительно проехал с водителем. «Трактор не станет фермером только из-за того, что мы дадим ему шаблон действий. Мы должны тренировать его, как начинающего агрария. Трактору нужно научиться обрабатывать землю, а не только правильно ездить», — говорит генеральный директор компании Крэйг Шульц.

Беспилотный трактор Spirit

В мае 2016 года российская компания Cognitive Technologies протестировала беспилотный трактор с системой компьютерного зрения. На тракторе были установлены видеокамеры, навигационный и инерционный датчики ГЛОНАСС и GPS и вычислительный блок.

«Система компьютерного зрения позволяет с высокой точностью детектировать опасные объекты, определять их размеры и координаты для составления высокоточных карт, — говорит президент компании Ольга Ускова. — Благодаря точному знанию положения предметов на поле многие из них становится возможным удалить ещё до уборочной стадии, когда они могут представлять реальную угрозу механическим элементам сельхозтехники».

Трактор объезжает объекты, которые невозможно убрать при уборке урожая, а благодаря видеокамерам и датчикам он получает информацию о появлении новых объектах в режиме реального времени. По словам Ольги Усковой, технология должна быть готова для продажи потребителям через полтора года.

В августе 2016 года компания CNH Industrial представила концепт беспилотного трактора на основе существующего Case IH Magnum. Трактор может работать без участия водителя, используя лидар (технология получения и обработки информации об удалённых объектах с помощью систем, использующих явления отражения света и его рассеяния — прим. ред.) и камеры для того, чтобы обнаруживать и избегать препятствия. По словам представителей компании, беспилотные транспортные средства помогут повысить точность и продуктивность работ в секторе сельского хозяйства.

Компания Blue River Technology выпускает устройства LettuceBot, которые, используя технологию машинного обучения, распознают среди здоровых растений сорняки и опрыскивают их гербицидами. По словам разработчиков, LettuceBot фотографирует более 5000 растений в минуту.

LettuceBot

Сотрудник Blue River Technology Бен Костнер уверен, что LettuceBot поможет фермерам сократить количество используемых препаратов на 90%. «Сельское хозяйство перестанет зависеть от человеческого труда в будущем», — говорит один из создателей трактора Хорхе Эро.

Сайт PlantVillage собрал базу объёмом в более 50 тысяч фотографий здоровых и больных растений. Цель разработчиков — запустить приложение, где фермеры будут загружать изображения больных растений, а алгоритмы определять их диагноз. Издание Wired пишет, что аграрии тратят много денег и времени из-за неправильной диагностики, а искусственный интеллект сможет быстро и точно определить проблему.

Cтартап Harvesting анализирует спутниковые данные и благодаря технологии машинного обучения помогает государственным учреждением распределять деньги между фермерами более эффективно. «Мы надеемся, что используя эту технологию, банки и государственные органы будут давать деньги правильным людям», — говорит генеральный директор компании Ручит Гарг.

Что дальше

Технологии искусственного интеллекта будут применяться в вертикальных фермах, считает Нил Якобштейн, руководитель курса искусственного интеллекта и робототехники в Университете сингулярности в Кремниевой долине. Вертикальное фермерство — практика выращивания урожая в теплицах, где искусственно создаются все необходимые условия: свет, температура, влажность.

«ИИ поможет оптимизировать процессы выращивания урожая в вертикальных фермах. Он будет контролировать влагу, подогрев и атмосферное давление в теплицах», — говорит Якобштейн.

Госслужба: работа полицейских и пожарных

Сейчас

«В Лондоне компьютерные системы давно анализируют видео с множества камер и ищут преступников, а полицейским остается их только поймать. Компьютерные программы в некоторых городах Европы сами формируют документы для прокуратуры и обвинительные заключения», — говорит Сергей Негодяев, управляющий инвестиционным портфелем ФРИИ.

В 2013 году началось тестирование программы Series Finder, которая анализирует шаблоны краж и составляет возможное поведение преступника. Series Finder берет во внимание такие факторы, как способ попадание в дом, день недели, тип жилья и географическая близость к местам, где уже проходили взломы.

Создатели определили девять основных шаблонов краж и дали программе несколько реальных преступлений из каждого из них. Series Finder смогла воспроизвести большинство случаев преступлений, а также выявила девять краж, о которых до этого не было известно.

«Технология машинного обучения может быть отличным инструментом для обнаружения и предсказывания преступлений. Если шаблоны преступлений автоматически определены, полиция может незамедлительно остановить их», — рассказывает разработчик программы Синтия Рудин.

В мае 2016 года ученые Рочестерского университета в соавторстве с генеральной прокуратурой Нью-Йорка опубликовали исследование, где сообщается, что с помощью искусственного интеллекта можно выследить торговцев наркотиками в Instagram.

Алгоритмы способны выявить преступников по хештегам, ключевым словам, числу подписчиков и «данным о проведении транзакций». Авторы отчета заявляют, что технология определяет торговцев наркотиками точнее, чем эксперты.

В августе 2016 года NASA объявила, что работает над интеллектуальным ассистентом для пожарных AUDREY. Агентство заявляет, что AUDREY может следить за группой пожарных, отправлять полезную информацию каждому участнику команды, а также давать рекомендации о том, как им работать вместе.

Наблюдая за пожарными, ассистент может предсказать развитие ситуации в ближайший момент. «Пожарные не зайдут в комнату, где вскоре должен рухнуть потолок», — говорит руководитель проекта Едвард Чоу. По словам Чоу, в течение года AUDREY протестируют в полевых условиях.

Что дальше

Согласно отчету Стэнфордского университета, к 2030 году каждый город Северной Америки будет полагаться на технологии искусственного интеллекта в вопросе обеспечения безопасности населения. ИИ будет помогать предотвращать преступления и выступать ассистентом во время судебных разбирательств, считают авторы отчёта.

Также в отчете сообщается, что искусственный интеллект сможет анализировать социальные сети, например Twitter, чтобы предотвращать возможные акции радикальных группировок. Авторы пишут, что правоохранительные органы заинтересованы в том, чтобы отслеживать большие скопления людей в городе и обеспечивать их безопасность.

«Заменить руководителей любой сферы искусственным интеллектом — из области фантастики. Кроме того, и в работе полиции и пожарной охраны есть и незаменимые технологиями направления — решения, требующие психологической подготовки в работе с людьми».

«В будущем человеку не потребуется принимать участие в процессе тушения пожаров — присутствие машин будет значительно увеличено. Многие профессии исчезнут, но системные аналитики, которые формируют сценарии работы техники, инженеры, обслуживающие высокотехнологичные средства пожаротушения, руководители, естественно, должны остаться», — считает Сергей Негодяев.

Негодяев обращает внимание на этический вопрос внедрения искусственного интеллекта в повседневную жизнь. «Давайте вспомним фильм «Терминатор» и безумный компьютер Skynet, который решил уничтожить человечество. Хотим ли мы такое общество? Технологии должны развиваться, но это развитие должно быть гармоничным с развитием социума. И это вопрос настоящего, который нам предстоит решить как можно скорее».

Питер Бентли, преподаватель направления компьютерных наук в Университетском колледже Лондона, также полагает, что ИИ может заменить полицейских только в обществе, где его уровень интеллекта будет равным человеческому.

«Мы никогда не доверимся «умному» полицейскому, если не будем уверены, что он может правильно оценить ситуацию. Если ИИ будет слабее нас, мы не воспримем его всерьез, а если будет мощнее — расценим это как рабское подчинение».

Дом

Сейчас

В 2011 году компания Nest выпустила самообучающийся термостат Nest Thermostat. Его работа основана на алгоритмах машинного обучения: в течение первой недели термостат изучает предпочтения людей в доме, а потом может самостоятельно регулировать температуру в помещении.

В июле 2014 года на сайте Indiegogo запустился сбор средств на «первого в мире социального робота для дома» Jibo. По словам создателей, робот может распознавать и отслеживать лица, разговаривать с людьми и запоминать их предпочтения. Правда, Jibo всё ещё находится в разработке — создатели уже переносили дату начала продаж, а в августе 2016 года стало известно, что робот будет доступен только в США и Канаде.

Робот Jibo

В ноябре 2014 года Amazon представила домашнего ассистента Amazon Echo, способного общаться с людьми и обрабатывать их запросы благодаря технологиям искусственного интеллекта. В мае 2016 года Google продемонстрировала подобное устройство Google Home.

С января 2016 года создатель социальной сети Facebook Марк Цукерберг работает над искусственным интеллектом для управления своим домом и собирается показать первые достижения уже в ближайшее время. «Благодаря ИИ я уже могу контролировать свет, температуру и управлять воротами», — говорит Цукерберг.

Стартап AI Build работает над прототипом дома, где все управление будет выполняться голосом и жестами. Компания планирует устанавливать в комнате камеры с общим углом обозрения в 360 градусов и научить программу запоминать расположение в ней предметов, распознавать людей и реагировать на жесты.

«Сейчас в мобильных приложениях нужно совершить несколько действий, чтобы, например, включить свет. Мы пытаемся создать более естественные условия, когда вместо приложения или удалённого контроля можно будет использовать речь или жесты», — говорит генеральный директор компании Даган Кэм.

Что дальше

По данным отчёта Стэнфордского университета, к 2030 году технологии искусственного интеллекта сделают домашних роботов более надёжными. Роботы специального назначения будут обеспечивать доставку, чистить офисы и следить за безопасностью.

«Если мы говорим про большие города, в которых «умные» дома уже не кажутся чем-то невероятным, то, конечно, есть надежда на то, что машинное обучение позволит обеспечивать больше комфорта. Не нужно будет самому предпринимать какие-то действия, чтобы в помещении было тепло ровно настолько, насколько вам сейчас нужно, не душно, светло».

«Алгоритмы, конечно, не будут готовить каждое утро разнообразные завтраки, но простые бытовые вопросы могут быть автоматизированы», — говорит старший преподаватель кафедры алгоритмов и технологий программирования МФТИ Виктор Кантор.

По словам Виктора Кантора, машинное обучение может помочь в более надежном обеспечении минимального необходимого комфорта. «Прогнозирование аварий, из-за которых можно остаться без света или без отопления, позволит более грамотно организовывать профилактические работы. Да и в принципе, проводить коммуникации, планировать застройку и решать много других базовых задач будет намного проще, когда повсеместно будет использоваться машинное обучение».

Образование

Сейчас

По данным отчета Лаборатории знаний Университетского колледжа Лондона и компании Pearson, многие школы и университеты уже используют технологии искусственного интеллекта в образовательных целях. Большинство из них объединяют ИИ с технологиями Big Data для того, чтобы следить за тем, ходят ли учащиеся на занятия и выполняют ли задания.

Благодаря внедрению искусственного интеллекта появились интеллектуальные обучающие системы — программы, которые симулируют поведение учителя. Они могут проверять уровень знаний учащихся, анализируя их ответы, давать отзывы и составлять персонализированные планы обучения.

Одна из таких систем, AutoTutor, обучает компьютерной грамотности, физике и критическому мышлению, общаясь с учащимся на естественном языке. Программа Knewton учитывает специфику обучения каждого ученика и студента и разрабатывает для него персонализированный план обучения. Систему SHERLOCK используют в ВВС США для того, чтобы обучить пилотов находить проблемы в электрооборудовании самолетов.

На онлайн-платформах Coursera, EdX и Udasity искусственный интеллект оценивает тесты и эссе. Обучающие программы Carnegie Speech и Duolingo используют технологию обработки естественного языка, чтобы распознавать ошибки в произношении людей и исправлять их.

Авторы отчета Лаборатории знаний Университетского колледжа Лондона и компании Pearson пишут, что искусственный интеллект активно внедряют в процесс группового обучения. Его используют, чтобы набирать группы учащихся с одинаковым уровнем знаний, анализировать дискуссии между людьми и обозначать моменты, когда участники беседы отходят от темы.

Что дальше

В отчете говорится, что у технологий искусственного интеллекта есть инструменты, с помощью которых можно отслеживать развитие каждого учащегося. Подобное наблюдение в будущем может стать обязательным, чтобы иметь возможность оценивать показатели школы, района и страны в целом, а также проверить эффективность различных учебных программ.

Авторы отчета считают, что в будущем искусственный интеллект сможет определить изменения в уверенности и мотивации учащегося и в случае надобности помочь ему. «ИИ поймет, когда учащийся запутался, заскучал или даже определит, что он находится в фрустрации и передаст эту информацию учителю. Вместо традиционного тестирования искусственный интеллект будет оценивать человека во время обучающих занятий, например, во время игр или совместных проектов».

Исследователи полагают, что в будущем появятся «обучающие компаньоны», которые будут учить человека на протяжении всей его жизни. «Находясь в облаке, они будут доступны на каждом устройстве и в офлайн-режиме. Вместо того, чтобы обучать всем предметам, эти компаньоны при надобности обратятся к эксперту в определенной сфере».

«Мне очень хочется верить в светлое будущее, в котором даже самые незначительные успехи в образовании для многих людей по всему миру будут собираться и анализироваться, позволяя персонализировать процесс получения знаний».

«Я верю, что если что-то у человека плохо получается, то это может быть не потому, что приложено мало усилий, но и потому, что это просто не его дело. И есть на свете какие-то занятия, в которых он сможет быть одним из лучших — надо только найти. Вот эту задачу и может помочь решать машинное обучение в образовании», — говорит Виктор Кантор.

Банки и сфера финансов

Сейчас: мошенничество

«Банки и финтех-компании уже используют технологию машинного обучения для того, чтобы обнаружить мошенничество путем маркирования необычной транзакции. Это эффективнее, чем отслеживать денежные переводы вручную, и скоро такая практика станет нормой в сфере финансов», — пишет издание Banking Tech.

В октябре 2015 года корпорация MasterCard анонсировала начало сотрудничества с шри-ланкийским банком National Savings Bank. В рамках партнерства две компании создали систему, основанную на технологии искусственного интеллекта, благодаря которой MasterCard может обнаружить и предотвратить мошеннические транзакции.

Система платежей PayPal использует ИИ, чтобы обнаружить подозрительную активность, а также для уменьшения количества «ложных тревог». По словам сотрудницы PayPal Хуэй Ван, искусственный интеллект различает транзакции по моделям поведения «хорошего» и «плохого» пользователя, разработанные компанией. «Это уникальное сочетание человеческого интеллекта, анализа данных и машинного обучения», — говорит Ван.

Работа с клиентами

В ноябре 2014 года банк Goldman Sachs инвестировал $15 млн в компанию Kensho Technologies, которая создает роботов, способных ответить на «сложные финансовые вопросы». Месяцем позже финансовый конгломерат UBS Group начал сотрудничество с сингапурской компанией Sqreem Technologies, которая использует искусственный интеллект для того, чтобы давать персонализированные советы состоятельным клиентам банка.

В 2014 году шведский банк Swedbank запустил интеллектуального ассистента Nina. По словам представителей банка, в течение года после запуска ассистент ежемесячно проводил по 30 тысяч разговоров — около 80% всех звонков, которые получает банк.

В 2016 году финансовые компании Santander и HSBC объявили о запуске приложений с голосовым управлением, благодаря которым пользователи могут услышать не только основную информацию об их тратах по карте, а и проводить транзакции и заявлять о потере карты. В этому же году Королевский банк Шотландии анонсировал начало тестирования ассистента Luvo, который будет помогать сотрудникам банка отвечать на вопросы клиентов.

В июне 2016 года компания Kasisto запустила «умного» бота KAI, который может выполнить запросы клиентов по SMS, Facebook Messenger и Slack. Первым, кто начнет использовать бота, станет Королевский банк Канады.

Управление персоналом

«Финансовые учреждения тратят много денег, выплачивая штрафы из-за незаконных действий сотрудников. Логическим ответом на эту тенденцию стало внедрение технологий искусственного интеллекта», — считает Арун Сривастава, сотрудник юридической фирмы Baker & McKenzie.

В марте 2016 года стало известно, что швейцарский финансовый конгломерат Credit Suisse начал сотрудничать с компанией Palantir для того, чтобы отслеживать поведение сотрудников и выявлять в их рядах потенциальных мошенников.

Компания NextAngels предоставляет технологию финансовым учреждениям, благодаря которой они знают, какие положения закона применимы к определённой транзакции. Сотрудники банка, использующего технологию компании, надеются, что технология поможет снизить неэффективность в процессах отслеживания незаконных денежных переводов с 95% до 50%.

В июне 2016 года западные СМИ сообщали, что банки Goldman Sachs, Morgan Stanley и финансовые конгломераты Citigroup и UBS Group начали исследовать способы внедрения технологий искусственного интеллекта для найма персонала. По данным Reuters, банки надеются, что ИИ поможет избежать текучести кадров и уменьшит расходы на наем сотрудников.

«До сегодняшнего момента технологии помогали лишь выбрать наиболее подходящее резюме. Сейчас они дают возможность в полной мере оценить соискателей», — говорит Марк Ньюман, генеральный директор компании HireVue, которая использует ИИ для проведения видеособеседований.

Персональные финансы

Онлайн-платформа Pefin анализирует такие данные, как показатель инфляции и уровень налогов, чтобы продемонстрировать пользователю, каким будет его финансовое положение в будущем. По словам создателя сервиса Рамьи Джозефа, меньше чем за пять минут Pefin может синхронизировать данные с финансовым учреждением человека и показать, сколько он может потратить и инвестировать.

Сервис рассчитывает, когда пользователь действительно может выйти на пенсию или завести ребенка, и как эти события могут повлиять друг на друга. «Искусственный интеллект делает финансовый сектор проще для людей. От таких технологий зависит будущее», — говорит Джозеф.

Похожий сервис — Wallet.ai — на основе данных, окружающих человека, управляет его финансами. «Все, что мы делаем, это собираем информацию вокруг пользователя, когда он решает что-то купить или сэкономить, смотрим на обстановку, при которой были приняты эти решения и даем человеку информацию о том, как лучше управлять своими финансами», — говорит основатель сервиса Омар Грин.

Что дальше

В марте 2016 года юридическая фирма Baker & McKenzie опросила 424 топ-менеджера финансовых организаций и финтех-компаний. Фирма выяснила, что банки 49% респондентов в ближайшие три года начнут использовать технологии искусственного интеллекта, 39% топ-менеджеров внедрят ИИ для отслеживания нелегальных транзакций, а 26% сказали, что начнут использовать искусственный интеллект, чтобы контролировать законность действий банка.

Транспорт

Сейчас: беспилотные автомобили

С 2012 года компания Google тестирует свои беспилотные автомобили на общественных дорогах и планирует запустить их в производство к 2020 году. В октябре 2015 года с новым обновлением ПО компания Tesla активировала в своих машинах режим автопилота, позволяющий им самостоятельно выполнять ряд действий, но в критических ситуациях передавать управление водителю.

Беспилотный автомобиль Google

В январе 2016 года компания Qualcomm представила процессор для автомобилей Snapdragon 820A. Этот чип поддерживает алгоритмы глубокого обучения Zeroth, разработанные самой компанией. Zeroth используют для классификации и анализа изображений и звуков, а также умеет распознавать людей, животный и жесты.

В марте 2016 года корпорация General Motors объявил о покупке Cruise Automation, компании, которая занимается разработкой технологии для беспилотных автомобилей. Также в 2016 году автопроизводители Ford и BMW объявили о планах выпустить полностью беспилотные автомобили к 2021 году.

«Для этого есть реальные обоснования, — говорит генеральный директор Ford Марк Филдс. — Беспилотные автомобили могут так же сильно повлиять на общество, как повлияло изобретение конвейера 100 лет назад».

Транспортная система

Авторы отчета Стэнфордского университета пишут, что уже есть города, где искусственный интеллект составляет расписание движения метро и автобусов, а также определяет справедливую оплату за движение на автомагистралях и мостах.

В июне 2012 года Университет Карнеги — Меллон совместно с городской администрацией Питтсбурга запустил «умные» светофоры на перекрестках. Эти светофоры анализируют ситуацию на дороге и автоматически переключаются на зеленый свет, если перед ними накопилось много машин.

По словам разработчиков, благодаря внедрению технологии время ожидания уменьшилось на 40%, время поездки на 26%, а количество выбросов выхлопных газов сократилось на 21%. «Это уникальная технология, так как каждый перекресток контролирует себя самостоятельно и синхронизируется с соседними», — говорит Стивен Смит, директор Лаборатории интеллектуального координирования и логистики Института робототехники Университета Карнеги — Меллон.

Что дальше

По данным Business Insider, к 2020 году на дорогах окажется 10 млн самоуправляемых автомобилей. Авторы отчета Стэнфордского университета пишут, что беспилотные машины будут не только личным транспортом. «Мы увидим беспилотные летательные аппараты и грузовые транспортные средства».

Профессор Южного Университета Техаса И Ци считает, что технологии искусственного интеллекта будут широко применимы в организации дорожного движения — например, для предотвращения пробок и обеспечения безопасности на дорогах. «Искусственный интеллект будет обнаруживать автокатастрофы, оценивать их опасность и предоставлять информацию участникам дорожного времени в режиме реального времени», — уверена профессор Ци.

Промышленность

Сейчас

Компания Rethink Robotics создала интеллектуальных роботов Baxter и Sawyer. Работники заводов могут обучать этих роботов выполнять различные действия, устанавливая их «руки» в нужное положение. По словам создателей, сотни роботов Baxter уже используются на американских фабриках, а на момент старта продаж робота Saywer несколько компаний объявили о желании использовать его у себя на заводах.

«Мы хотим помочь компаниям построить заводы будущего, изменить саму суть процесса автоматизации и освободить сотрудников для того, чтобы они выполняли более интересную работу», — говорит Джим Лотон, директор по маркетингу Rethink Robotics.

Что дальше

Брэдфорд Миллер, ученый-когнитивист компании General Electric, которая использует на своих заводах Baxter и Sawyer, считает, что хотя подобные роботы и привлекают внимание к эволюции заводов, они лишь частично демонстрируют возможности этой сферы. «Революция еще должна случиться. Изменения придут, когда мы начнем учить роботов, как детей, и разовьём их мышление до уровня, на котором они смогут самостоятельно делать выводы».

«Технология компьютерного зрения может использоваться для распознавания бракованной продукции, технология обучения с подкреплением — для того, чтобы как можно легче адаптировать систему на заводе. Также ИИ может использоваться для оптимизации производства и снижения его стоимости. Это один из типов заводов, которые мы, возможно, увидим когда-то в будущем», — говорит разработчик в сфере робототехники и искусственного интеллекта Фредрик Пай.

Медицина

По информации аналитической компании CB Insights, сейчас существует более 90 стартапов, которые занимаются разработкой и внедрением технологий искусственного интеллекта в различные области здравоохранения. CB Insights также отмечает, что на июль 2016 года в этой сфере состоялось 60 сделок, в то время как в 2011 году их было всего шесть.

IBM Watson

IBM активно внедряет свою разработку Watson в сферу здравоохранения. Watson — суперкомпьютер, созданный для того, чтобы исследовать технологии обработки естественного языка, машинного обучения и искусственного интеллекта.

Технология Watson for Oncology обрабатывает большой объем медицинских данных, в том числе изображения, на основе которых может точно диагностировать рак. Сейчас Watson for Oncology используется в больницах Нью-Йорка, Бангкока и Индии.

Совместно с Детской больницей Бостона IBM обучает Watson обнаруживать редкие заболевания у детей, а в сотрудничестве с производителем медицинского оборудования Medtronic IBM использует суперкомпьютер для исследования новых способов лечения диабета.

«Преимущество Watson в том, что он способен находить незаметные характеристики болезни в огромном объеме информации, — говорит Дебора ДиСанзо, генеральный директор IBM Watson Health. — Наша цель — создать инструмент, который поможет докторам найти иголку в стоге сена».

В июле 2016 года IBM начала сотрудничать еще с 16 медицинскими центрами и технологическими стартапами для того, чтобы ускорить развитие программ для точной диагностики.

«Мы хотим получить все виды данных для того, чтобы учить Watson, — говорит Стивен Толле, директор по стратегическому развитию подразделения Watson Health Imaging. — Мы хотим прийти к такой точке, когда сможем предложить технологию сельской больнице или академическому медицинскому центру и получить одинаковые показатели в точности».

Диагностика

Стартапы Behold.ai и Freenome используют технологии искусственного интеллекта для диагностики рака. Создатели Behold.ai хотят научить программу определять заболевание по рентгеновским снимкам, загружая фотографии здоровых и больных людей. Для этой же цели Freenome соединяет технологии ИИ и методику «жидкой биопсии».

«Лекарство от рака не будет выглядеть как очередной медикамент, — говорит профессор Стэнфордского университета Виджай Панде. — Мы получим возможность поставить диагноз намного раньше, чем можем сейчас».

Компании Bay Labs и Arterys используют технологию глубинного обучения, чтобы диагностировать заболевания сердца. Bay Labs полагается на ИИ для того, чтобы интерпретировать ультразвук, тем самым быстро и точно поставить диагноз. Технология, разработанная Arterys, работает вместе с МРТ и благодаря использованию искусственного интеллекта может диагностировать все возможные сердечно-сосудистые заболевания человека.

«Докторам невозможно обрабатывать все данные самостоятельно, поэтому мы стали полагаться на нейронные сети», — говорит генеральный директор Arterys Фабьен Бекерс.

Персональная медицина

Стартап Touchkin создал приложение, которое использует сенсоры на смартфонах, чтобы обнаружить изменения в активности пользователя, его общении и сне. Благодаря технологии машинного обучения приложение может выявить потенциальные проблемы со здоровьем человека. «Скоро телефон сможет определить, что вы заболели или впали в депрессию», — говорит сооснователь компании Джо Агарвал.

Приложение Touchkin

Приложение Ginger.io, в отличие от Touchkin, вместо сенсоров использует «пассивную» информацию о владельце телефона: его передвижение, звонки и сообщения в течение дня. Приложение может определить, что пользователю нужна медицинская помощь, и оповестить об этом близкого человека или доктора.

Стартап AiCure разработал приложение, которое автоматизирует процесс приёма таблеток пациентом. Пользователи делают фотографию во время приема лекарств, а система обрабатывает изображения и подтверждает, что пациент всё делает правильно. «Доктору не нужно вмешиваться в процесс наблюдения за пациентом, так как он полностью автоматизирован», — рассказывает генеральный директор компании Адам Ханина.

Исследование медикаментов

Компания Atomwise исследует новые лекарства с помощью искусственного интеллекта и алгоритмов, которые обрабатывают миллионы молекулярных структур. Платформа изучает данные о том, как лекарства действовали в прошлом, и, таким образом, самообучается.

«Atomwise может увидеть слабые места современных вирусов и быстро предложить потенциальные лекарства. Это как иметь виртуальный мозг, который может проанализировать миллионы молекул и их потенциальное взаимодействие в течение нескольких дней вместо нескольких лет», — говорит сооснователь платформы Алекс Леви.

Инфраструктура больницы

Стартап AnalyticsMD работает над тем, чтобы сделать работу больниц более эффективной. Аналитическая платформа в режиме реального времени предсказывает потенциальный поток людей и отправляет эту информацию на телефоны врачей. Таким образом, руководство больницы может выделить дополнительные кровати и персонал заранее.

Защита окружающей среды

Организация National Science Foundation использует технологию машинного обучения, чтобы создать 3D-модель планеты EarthCube, которая будет обновляться в режиме реального времени. EarthCube вместит в себя данные всех частей планеты — измерения показателей атмосферы и гидросферы, геохимию океана — чтобы сымитировать условия на поверхности земли, над и под нею. EarthCube сможет моделировать различные состояния земли и прогнозировать, как планета будет на них реагировать.

Благодаря этой информации ученые выяснят, как можно избежать природных катастроф или определят план действий, если сделать то невозможно. На основе EarthCube также разрабатывается Digital Crust — система, которая даст точное понимание о процессах, которые происходят под водой.

По словам Ская Бристоля, руководителя проекта, технологии машинного обучения помогут сопоставить два показателя разных частей планеты — к примеру, смоделировать ситуацию, когда одновременно увеличатся температура и отвод грунтовых вод — и проанализировать результат.

В центре космических полётов Годдарда, лаборатории NASA, ученые используют технологии машинного обучения, чтобы лучше понять распространение фитопланктонов, организмов, которые производят кислород. Благодаря данным, полученным из космоса, исследователи могут предсказать, как будут развиваться фитопланктоны в будущем.

В 2022 году стартует спутниковая миссия PACE, благодаря которой ученые получат больше данных о фитопланктонах. Это даст им возможность предсказывать вредоносное цветение воды, а также поможет узнать способ, с помощью которого можно умножить некоторые виды потребляющих углерод фитопланктонов, чтобы повлиять на изменения климата.

Корнелльский университет создал приложение eBird, где пользователи отмечают местоположение увиденных птиц. Ученые используют технологию машинного обучения, чтобы анализировать полученные данные и предсказывать изменение мест обитания птиц и их путей миграции.