УДК 004.8

Как эпидемия Covid-19 повлияла на развитие ИИ: перспективы и вызовы

Новичков Дмитрий Евгеньевич – ассистент кафедры Математического обеспечения и стандартизации информационных технологий МИРЭА – Российского технологического университета.

Яковлева Софья Дмитриевна – студент МИРЭА – Российского технологического университета.

Аннотация: В данной статье исследуется влияние пандемии COVID-19 на развитие искусственного интеллекта (ИИ). Рассматриваются перспективы применения ИИ в медицине, включая индивидуальные планы лечения и раннее выявление заболеваний. Отмечаются вызовы, такие как стандартизация и этические вопросы. Статья имеет важное значение в контексте борьбы с глобальными эпидемиями и трансформации медицинской сферы.

Ключевые слова: глобальная эпидемия, искусственный интеллект, нейрон, слой, нейронная сеть, развитие, кризис, анализ, медицина.

Влияние глобальной эпидемии COVID-19

Глобальные эпидемии и пандемии всегда бросали большой вызов человечеству, унося с собой тысячи и миллионы жизней. Они существовали почти столько же, сколько и человеческая цивилизация. Чума, оспа и многие другие опасные вирусные заболевания всегда представляли угрозу для выживания человека как биологического вида.

Особенно остро вопрос эпидемий встаёт в период, начиная с XVII века, после бума численности населения планеты. Рост городов, антисанитария, неразвитая медицина – всё это было идеальной средой для новых вспышек летальных заболеваний.

Но и в настоящее время, в век технологий и грандиозных открытий в медицине, человечество не застраховано от распространения глобальных пандемий.

Еще в 2015 году Билл Гейтс во время выступления на TED [1] заявлял: "Если что-то и убьет более 10 миллионов человек в ближайшие несколько десятилетий, то, скорее всего, это будет высоко инфекционный вирус, а не война — не ракеты, а микробы. Мы вложили огромную сумму в средства ядерного сдерживания, но на самом деле мы вложили очень мало в систему, способную остановить эпидемию. Мы не готовы к следующей эпидемии". И он оказался весьма прав. В 2019 году по всему миру прошла волна нового вируса COVID-19, повлекшая миллионы смертей.

Человечество учится на своих ошибках и находит принципиально новые решения проблем. Благодаря повсеместной цифровизации и увеличению вычислительных мощностей сегодня мы можем анализировать тонны информации при помощи нейросетей и искусственного интеллекта. Быть может, именно они помогут предотвратить новые вспышки глобальных эпидемий.

Введение в ИИ

Искусственный интеллект – это одно из направлений компьютерных наук, где специалисты занимаются разработкой систем, способных анализировать большие объемы информации, находить закономерности, прогнозировать события или решать задачи. Искусственный интеллект имитирует процесс мышления человека, но при этом использует алгоритмы и вычисления. Одним из подходов к созданию искусственного интеллекта являются нейронные сети, которые вдохновлены работой мозга человека. Нейронные сети обучаются на основе большого объема данных, настраиваются на определенные параметры и находят закономерности в новых наборах данных. Для разработки этого метода было затрачено 25 лет, и он получил название "алгоритм обратного распространения ошибок". Этот метод привнес революцию в компьютерное зрение, распознавание речи, анализ данных и в области искусственного интеллекта в целом.

Например, возьмем задачу анализа снимков электронных микроскопов для определения наличия опухолей. В этом случае используется нейронная сеть с классической структурой, называемая "многослойным перцептроном". Нейронная сеть состоит из нейронов, где каждый нейрон хранит числовое значение весов и смещений. Данные значения нормализуются перед подачей на вход в нейронную сеть, тем самым ограничивая их диапазон от 0 до 1. Однако значения внутри нейросетей, решающих другие задачи, могут быть произвольными числами и зависят от весов связей. Нейронная сеть состоит из нескольких слоев, где каждый слой представляет собой столбец нейронов, в случае же с нашей структурой, таких слоя четыре. Входной слой, он же первый представляет данные, которые поступают на вход нейросети. Например, при анализе изображения размером 150 пикселей на 150 пикселей в формате RGB, в первом слое нейросети должно быть 67,500 нейронов, по 3 нейрона на один пиксель в изображении. Затем эти значения обрабатываются функцией активации, преобразуя их в определенный диапазон. Следующие два слоя называются "скрытыми" и отвечают за выявление специфических признаков, таких как определение опухолей. Количество нейронов в скрытых слоях может быть каким угодно, это подбирается методом проб и ошибок. Выявление происходит благодаря связям между нейронами, где каждой связи присваивается вес, отражающий силу связи. Веса и смещения регулируют влияние входных данных, формируя выходной сигнал нейронов. После всех преобразований все эти данные отправляет в последний слой, который называется “выходным”, а тот нейрон выходного слоя, в котором окажется самое высокое значение и считается ответом. В конечном идеальном случае, если в выходном слое есть нейроны со значением 1, это означает обнаружение опухоли в пикселе изображения.

Что способствовало развитию ИИ после COVID-19

В начале 2020 года, когда эпидемия в Китае переросла в глобальную, в США из-за карантина остановилась обработка прибывающих грузов до принятия мер по обеспечению безопасности. Цепочки поставок по всему миру нарушены и назревает новый кризис, последствия которого будут заметны еще ближайшие лет пять [2].

Из общего кризиса образуется кризис полупроводниковой продукции, к которому добавляется бум майнинга на фоне стоимости Биткоина на 2021 год больше 60.000$ за монету. Крупные компании полупроводниковых ускорителей, такие как NVIDIA и AMD сталкиваются с огромным спросом и вынуждены наращивать темпы производства. В финансовом отчете NVIDIA за 2019-2021 год хорошо видно, что основную часть выручки занимают игровое и дата-центр направления [3], с преобладанием игрового, поскольку именно игровые видеоускорители пользовались большим спросом для добычи криптовалюты.

На конец 2023 года спрос на полупроводниковую продукцию со стороны игровой индустрии и майнеров снижается и высвободившиеся производственные мощности распределяются на ускорители для машинного обучения, за 3 квартал 2023 года выручка NVIDIA по этому направлению пятикратно превышает игровое [4].

Перспективы и вызовы дальнейшего развития ИИ

В настоящее время искусственный интеллект (ИИ) активно применяется в медицинской сфере и доказал свою эффективность в улучшении качества и точности диагностики. Однако, несмотря на значительные достижения, перед ИИ в медицине стоят серьезные вызовы и перспективы для дальнейшего развития.

Одной из перспектив применения ИИ в медицине является разработка индивидуальных планов лечения на основе генетической информации, анамнеза и образа жизни пациента. Уже сейчас данная перспектива нашла отклик в умных часах Apple Watch и аналогичных устройствах других компаний. В настоящий момент функции анализа качества сна, сердцебиения, поведения организма во время тренировок и вызов скорой помощи в случае потери сознания доступны, но в будущем будут реализованы и другие программы и устройства, которые позволят приблизить нас к персонализированной медицине. Кроме того, ИИ позволяет ранее выявлять и прогнозировать заболевания. Анализируя большие объемы данных, ИИ может выявлять ранние признаки болезни и предсказывать риск развития определенных состояний. Одной из самых перспективных областей применения ИИ является хирургия. Роботы, управляемые ИИ, могут выполнять сложные операции с большей точностью и меньшим риском для пациента.

Искусственный интеллект имеет огромный потенциал для трансформации медицинской сферы, но успешная интеграция и развитие ИИ в этой области требуют тщательной работы над решением технических, этических и практических проблем, которые по сей день остаются серьёзными. Необходимо решить проблему стандартизации, а также разработать этические нормы, касающиеся конфиденциальности, безопасности данных и ответственности за ошибки, связанные с использованием ИИ. Кроме того, требуется обучение персонала для работы с технологиями ИИ, что может потребовать значительных временных и финансовых затрат. Интеграция ИИ в существующие медицинские системы может быть сложной задачей из-за несовместимости технологий и отсутствия технической поддержки. Необходимо развивать и модернизировать инфраструктурную базу и обеспечить наличие необходимого оборудования, чтобы широкомасштабное использование роботов с ИИ стало возможным

Заключение

Глобальные эпидемии остаются большой проблемой человечества, они забирают множество жизней и порождают глобальные кризисы. Однако, именно кризисное время – это время инноваций и открытий. Мировой кризис, порождённый эпидемией COVID-19, положительно повлиял на развитие ИИ не только, обеспечив огромную базу вычислительных мощностей для обучения нейросетевых моделей, но и чётко обозначив высокую цену последствий пандемии, создав тем самым большой спрос на ИИ в медицинской сфере, а также анализе данных для предупреждения подобных катастроф в будущем.

Список литературы

1. Yahoo [Электронный ресурс]. Режим доступа свободный: https://www.yahoo.com/entertainment/2015-bill-gates-predicted-epidemic-190327530.html (дата обращения: 11.12.23).
2. Википедия [Электронный ресурс]. Кризис глобальной цепочки поставок (2021-2022). Режим доступа свободный: https://ru.wikipedia.org/wiki/Кризис_глобальной_цепочки_поставок_(2021—2022) (дата обращения: 11.12.23).
3. Nvidia quarterly revenue trend revenue by markets [Электронный ресурс]. Режим доступа свободный: https://s201.q4cdn.com/141608511/files/doc_financials/quarterly_reports/2021/Q321/Rev_by_Mkt_Qtrly_Trend_Q321.pdf (дата обращения: 11.12.23).
4. Nvidia quarterly revenue trend revenue by markets [Электронный ресурс]. Режим доступа свободный: https://s201.q4cdn.com/141608511/files/doc_financials/Q3FY24/Rev_by_Mkt_Qtrly_Trend_Q324.pdf (дата обращения: 11.12.23).
5. Канал на Droider [Электронный ресурс]: https://www.youtube.com/@Droiderru. Режим доступа свободный: https://youtu.be/WIttZGQEdas?si=k8NNYqOxDWJWpqY5 (дата обращения: 11.12.23).
6. Второй разум: как развивается искусственный интеллект и что его ждет в будущем [Электронный ресурс]. Режим доступа свободный: https://practicum.yandex.ru/blog/chto-takoe-iskusstvennyi-intellekt (дата обращения: 11.12.23).
7. Хабр [Электронный ресурс]. Синаптические веса в нейронных сетях ̶ просто и доступно. Режим доступа свободный: https://habr.com/ru/articles/589893 (дата обращения: 11.12.23).