В мае 2020 года в районе Норильска случилась экологическая трагедия — произошла наикрупнейшая утечка дизельного горючего, вызвавшая загрязнение земли, рек и озер. Через некоторое количество дней опосля трагедии максимально допустимая концентрация вредных веществ в не далеком водоеме была превышена в 10-ки тыщ раз. В любом таком случае требуются большие ресурсы для устранения последствий, работы могут длиться годами. Не считая того, загрязнения сказывается на здоровье, а время от времени даже грозят жизни людей и звериных. И каждый раз, когда такое происходит, люди задаются вопросцем: что необходимо создать, чтоб это не повторилось? Алексей Фролов ведает о «проницательной» системе на базе нейросети, которая автоматом обнаруживает в трудопроводах неконтролируемые утечки нефти, газа и воды.
Цель проекта, над которым под управлением Алексея Фролова работает команда «БиометрикЛабс», — предупредить выбросы вредных веществ в окружающую среду методом сокращения прорывов трубопроводов и тем сохранить жизнь и здоровье людей.
— Как ваш проект в состоянии сделать мир лучше?
Мы то и дело слышим в новостях, что из-за прорыва трубы пострадали люди, погибли звериные, что ухудшение экологической обстановки вызвало томные заболевания у обитателей пострадавшего региона.
Цель нашего проекта — предупредить выбросы вредных веществ в окружающую среду методом сокращения прорывов трубопроводов и тем сохранить жизнь и здоровье людей.
— Как удается выяснить о вероятном инциденте впору?
Наша система предупреждает такие инциденты, обеспечивая возможность выслеживать состояние трубопровода. Если в трубе возникает утечка, коррозия, врезка или появляются какие-то остальные недостатки, система о их говорит и помогает локализовать делему.
Протекающие по трубам вода, нефть, насыщенный газ либо дизельное горючее делают вибрации. На участке прорыва нрав этих вибраций изменяется. Мы используем систему корреляции в виброакустических датчиках. Через определенные отрезки времени датчики снимают сигнал: 20–30 секунд шума трубы — и по беспроводной связи посылают на микроконтроллер, с которого аудиозаписи стекаются на сервер. В пилотных проектах — по Wi-Fi, в полевых критериях — будем употреблять сим-карты и передачу данных через сотовую сеть. На сервере сигналы обрабатываются, нейросеть анализирует, все ли в порядке. Если сигнал поменялся, cистема дозволяет найти конкретное пространство происшествия и степень утечки, которую нужно убрать в наиблежайшее время, чтоб не допустить прорывов трубы. Поэтому что прорыв весьма нередко значит раскопки, отключение коммуникаций, подмену части трубопровода и остальные критические работы.
Спецы аварийных служб получают сведения о месте утечки с точностью до 2-ух метров и отправляются инспектировать ситуацию на местности — осматривать трубу и исправлять недостатки. Им нужно создать это до того, как утечка приобретет масштаб катастрофы.
— Какие данные обрабатывает нейросеть?
Нейросеть анализирует звуковые волны, их отклонение от нормы и может систематизировать различные типы вибраций по степени утечки: большая, средняя либо малая. Определять вид недостатка нейросеть пока не научилась, но можно достигнуть и этого — нужно лишь собрать довольно огромное количество данных.
— Как родилась мысль этого проекта?
Совсем случаем. Мы увлечены голосовой биометрией, обработкой акустических сигналов. Эти технологии находят самое обширное применение. Мы, к примеру, делали систему четкой идентификации человека по голосу для банков, умные замки, узнающие обладателя по лицу и голосу, систему определения чувств по тону голоса. Потом от голоса перебежали к распознаванию остальных сигналов и натолкнулись на исследование внедрения технологии виброакустических датчиков, которая дозволяет сберегать миллионы баксов. Поглядели, как это реализуется в Рф, и нашли, что пока никак. Протяженность труб у нас в стране громадна, в том числе в термических и водопроводных сетях Москвы. При всем этом культура мониторинга трубопроводов при помощи виброакустических датчиков не очень высока.
Мы заинтересовались данной задачей, начали ей заниматься, выиграли несколько конкурсов, приняли роль в нескольких акселераторах и, таковым образом, попали на «Северсталь», чтоб оснастить несколько км их трубопроводов своими датчиками.
— В чем индивидуальности вашего подхода?
Производителей виброакустических датчиков много, но в главном у их изделий недостающая чувствительность акселерометра, а нам нужна высочайшая — чтоб собирать мельчайшие шумы. Пока беспроводные акустические датчики для всего мира создают лишь две страны: Великобритания и Швейцария. Мы желаем начать создание таковых датчиков в Рф и делаем программно-аппаратный комплекс для обработки снимаемых ими сигналов на базе рекуррентных сетей глубинного обучения.
Исследования подтверждают высшую точность нашей «нейронки». Это единственное в Рф решение, способное показать так четкий итог в определении как места утечки, так и ее степени. Остальные решения базируются на принципе акустической эмиссии, и датчики ставятся на трубы, когда утечка уже произошла. А мы работаем на упреждение инцидентов.
Датчик стоит 200 тыс. руб. — это весьма недешево, беря во внимание протяженность трубопроводов. Мы желаем уменьшить его стоимость до 5–20 тыс. руб., чтоб создать датчик стационарным. Датчики можно расставить на трубе на расстоянии 500 м друг от друга, благо чувствительность дозволяет, и запамятовать о их на год — пока хватит заряда батареи. Через год нужно будет просто поменять аккумулятор.
— На каких трубопроводах систему можно применить? Есть ли разница меж определением утечки воды и нефти?
Для системы нет полностью никакой различия — разве что различные уровни вибраций, под которые система подстраивается благодаря набору данных, применяемому для ее обучения. В перспективе мы желаем употреблять датчики для измерения отклонений в различных шумах. Это быть может шум от станка на заводе, коробки в каре, рельсов на стальной дороге.
— Поведайте незначительно о вашей команде.
На данный момент в команде 12 человек. В блок по программному обеспечению входят спец по программным обвязкам, data scientist и менеджер проекта. Не считая того, у нас есть спец по виброакустике, инженеры и создатели, программирующие датчики и микроконтроллеры.
— Привлекаете ли вы в команду юных профессионалов?
Самому старшему члену команды 40 лет, мне — 31 год. Я повсевременно беру студентов на практику, и наилучшие из огромного потока практикантов остаются с нами работать. Так у нас возник менеджер проекта. Девице 21 год, она одарена и открыта к познаниям. Ей пока не хватает опыта, но она погружается в делему, много читает, изучает выработки. Я постоянно обращаю внимание на любознательность кандидатов, их способность стремительно разобраться в вопросце, научиться новенькому и отлично создать то, чего же не умел ранее.
Студентов на стажировку предпочитаю брать из вузов, где не только лишь дают проф познания, да и учат быть гибкими, стремительно обучаться новенькому и созодать работу без ошибок.
Юных членов команды в нашем проекте побуждает как возможность работать с технологиями искусственного ума, так и его великодушная миссия — защита природы и человека.
Алексей Фролов: «Я постоянно обращаю внимание на любознательность кандидатов, их способность стремительно разобраться в вопросце, научиться новенькому и отлично создать то, чего же не умел ранее»
— Где вашу систему уже испытали в деле?
Мы провели пилотный проект с одним из региональных водоканалов. Не считая того, на данный момент заканчивается очередной пилотный проект в Череповце, в компании «Северсталь». Открывая вентили в трубах, мы моделируем утечки, определяем их наличие, пространство и степень. Система указывает хорошие результаты. Последующий шаг — промышленное внедрение, которое, как мы возлагаем надежды, обеспечит нас ресурсами для новейших исследовательских работ. Ведем переговоры с вкладывательными фондами, чтоб запустить создание датчиков.
— С какими неуввязками для вас пришлось столкнуться?
Как досадно бы это не звучало, не все компании проявляют достаточный уровень социальной ответственности, почти все не готовы платить за инновации в области экологии. Ярчайших примеров, когда компании реализуют фундаментальные проекты — к примеру, вкладывают средства в инициативы по сохранению природного биоразнообразия — не настолько не мало, как хотелось бы.
Компании часто не считают экологию собственной зоной ответственности. Пока, когда представители промышленного компании лицезреют размер вреда от утечки в деньгах, они на это реагируют, а вот характеристики в тоннах и квадратных километрах загрязнения их впечатляют не очень.
— Какие денежные аргументы можно употреблять, для того чтоб компании занялись предотвращением аварий, ухудшающих экологическую обстановку?
К примеру, в Мосводоканале 15% труб — ветхие. Они требуют постоянного мониторинга и так нередко прорываются, что их ремонт — достаточно большая статья издержек.
Среднее предприятие теряет на неконтролируемых утечках наиболее 50 млн руб. в год. Мы помогаем уменьшить утраты приблизительно в 10 раз и сберечь 30 млн руб. с учетом цены внедрения системы.
Неувязка в том, что в таковых компаниях, как водоканалы, путепроводы, ЖКХ, нет системы пилотирования нововведений: ни бюджета, ни подходов, ни регламентов работы с инноваторскими продуктами. Это просто не встроено в корпоративные процессы.
Потому принципиально, что Москва делает шаги в подходящем направлении — вводит экспериментальный правовой режим для пилотирования технологий искусственного ума. И Столичный инноваторский кластер помогает нам продвинуться в решении наших задач.
— Какие планы на будущее?
На данный момент мы в Ассоциации лабораторий по развитию искусственного ума интенсивно отыскиваем партнеров, чтоб провести исследование русских трендов, проектов и технологий искусственного ума в области защиты окружающей среды, которые можно было бы применить в Рф.
Чтоб лучше тебя слышать
Команда «БиометрикЛабс» кроме основного проекта параллельно пробует обрабатывать и остальные акустические сигналы. А именно, развивается «антиковидный» проект, реализация которого дозволит ставить пациенту подготовительный диагноз, анализируя сигналы со стетофонендоскопа при помощи нейронной сети. Человек при помощи телефона сумеет дома записать сигнал с сердца либо легких и найти симптом заболевания. Уже сотворена база 3D-моделей особых чехлов для телефона в форме стетофонендоскопа. Эту модель можно скачать и переслать в ближний сервис 3D-печати, где нужный гаджет распечатают и пришлют домой. Чехол необходимо надеть на телефон, и, используя бесплатное мобильное приложение, скачанное из Гугл Play либо App Store, можно записывать шумы сердца и легких, чтоб найти наличие признаков болезней.
Чтоб учитывать все личные индивидуальности людей при постановке диагноза, для обучения нейросети требуется собрать и разметить большенный размер данных
Пока это лишь тестовый сценарий, но создатели рассчитывают, что в перспективе таковой чехол можно будет приобрести в любом салоне сотовой связи — партнер, занимающийся аддитивными технологиями, у их уже есть. Реализовывать схожий проект в партнерстве с одним из больших телемедицинских сервисов наподобие «Доктор рядом», «Yandex.Здоровье» либо SmartMed.
В истинное время течет разметка данных: 20–30 кардиологов и терапевтов раз в день собирают и размечают аудиосигналы со стетофонендоскопов. Сложность в том, что у людей весьма много личных особенностей: рост, масса тела, жировая прослойка, приобретенные заболевания и пр. Чтоб учитывать все эти индивидуальности при постановке диагноза, дата-сет для обучения нейросети нужен довольно большенный. Потому на его сбор будет нужно, по-видимому, довольно длительное время.
Источник: