Искусственно-интеллектуальные ЖД. В Китае искусственный интеллект решает проблемы железной дороги вместо людей
Использование алгоритмов машинного обучения для контроля качества, поиска дефектов и аномалий, состояния различных объектов инфраструктуры и на производстве — активная и перспективная область исследований. Машины хорошо справляются там, где нужно обрабатывать большое количество однотипных данных. Чат-ботами, разными клипами и сгенерированными картинками в интернете сегодня уже никого не удивишь. Китайские умельцы пошли дальше и замахнулись на большее. Они решили использовать искусственный интеллект для работы своей железнодорожной сети, между прочим, крупнейшей в мире. По сути, ИИ стал наводить порядок на всей китайской железной дороге и делает это без проблем, успешно. Если так пойдёт дальше, скоро, судя по всему, ИИ заменит в этой сфере человека. Старейшая газета Гонконга «Утренняя почта южного Китая» (South China Morning Post) объясняет, в чём суть всего эксперимента и зачем его вообще реализовывали. И начинает издание издалека. «Простой обыватель даже не может себе представить, чего стоит содержать дорогу, инфраструктуру и парк техники в порядке, а также обеспечивать движение составов. Это потенциально убыточные мероприятия с огромной ответственностью. Китай, как и другие страны, вскоре ощутит проблемы со стареющим населением.
При этом железнодорожная сеть в стране растёт и предполагает соединение высокоскоростными ж/д магистралями все города с населением свыше 500 тысяч человек. Скорость подвижного состава также растёт, что делает человеческий фактор наиболее слабым звеном», — объясняет журналист газеты.
Это верно, в том числе и для кибербезопасности. Машинное обучение может подстраховать человека, указать, на что стоит обратить внимание в первую очередь, освободить от части рутины, рассказал vgudok.com Владислав Тушканов, руководитель группы исследований и разработки технологий машинного обучения в «Лаборатории Касперского». «Однако это не значит, что алгоритм может целиком заменить людей. Во-первых, машинное обучение в первую очередь помогает с типовыми случаями, для которых есть много примеров решений, принятых человеком.
А значит, новые виды тех или иных проблем и киберугроз всё же нужно обрабатывать вручную.
Кроме того, в некоторых областях (например, в медицине или юриспруденции) принимаемые решения могут иметь серьёзные последствия, и в таком случае машинное обучение может помогать человеку, но едва ли сможет его заменить», — считает эксперт. Для внедрения ИИ-алгоритмов в 2022 году был введён специальный протокол управления данными. Сделала это компания China State Railway Group, монополия на рынке железнодорожных перевозок Поднебесной. Все данные, которые попадают в систему, защищаются от стороннего вмешательства и различных вариантов утечки информации. Доступ к данным ограничен. Сами алгоритмы, перед тем как запускать программу, всё же проверили живые люди. Испытания начались в 2023 году и сразу стало понятно, что ИИ управляет железной дорогой суперкачественно, гораздо лучше, чем это ранее делал человек.
Датчики для сбора данных установили на различных объектах всей инфраструктуры, добавили их и на колёсные пары, вагоны. Это позволило узнать, какова вибрация поездов в ходе следования и не только. В итоге получилось собрать 200 Тбайт важной для дальнейшего анализа информации. Сложно подсчитать, сколько бы потребовалось людей, чтобы хотя бы частично проанализировать такой объём данных. А это всего 45 тысяч километров путей. «Всего» — только потому, что в Китае их более 110 тысяч.
Сам ИИ заточен на предотвращение аварий. Система в режиме реального времени обрабатывает данные о состоянии путей по всей стране. Она способна информировать ремонтные бригады о нештатных ситуациях всего за 40 минут. ИИ во всём этом потоке данных научили находить связи между событиями, которые недоступны для осознания в реальном масштабе времени, пишет издание. Уже есть чем гордиться. Количество мелких неисправностей на путях сократилось на 80% по сравнению с предыдущим годом. Алгоритмы действуют настолько чётко, что даже повышают плавность хода в условиях сильных ветров и на мостах, снижая амплитуду колебаний составов и уменьшая нагрузку на пути и инфраструктуру. Экспертные мнения авторитетных специалистов о транспорте и логистике вы найдёте в новом Telegram-канале медиаплатформы ВГУДОК — @Vgudok.PRO Максим Ярошевский