Интересная штука — интернет вещей. Большинству он известен по концепции «умного дома», где чайнику можно приказать закипеть, сплит-системе — включиться, а музыкальной колонке — начать проигрывать шум дождя. То же самое можно сказать о нейросетях. Будущее прямо в нашем смартфоне: машина говорит как человек, генерирует тексты, создает картинки, а еще вовлекается практически во все сферы человеческой жизни. И даже больше — она учится!

Об интернете вещей

Как часто бывает, интернет вещей, или IoT от «Internet of Things», — технология куда более интересная, чем может показаться. В традиционном смысле его можно описать как связанную сеть устройств, которые преимущественно реагируют на триггеры извне.

IoT работает через закольцованный контур управления. Центральная часть контура — та самая программа, которая получает триггеры и активирует определенные действия.

Представьте себе грузовик. Он подъезжает к воротам склада, которые автоматически считывают транспортную декларацию. Устройство получает триггер и передает команду дальше — открыть ворота. Или не открывать их, если с декларацией что-то не так. Более сложные системы способны активировать сразу несколько действий — например, не только открывать ворота, но и генерировать транзакцию по приему указанных в декларации товаров.

Что самое важное — обработка этих данных займет несколько секунд. Работник, который будет вручную считывать QR-коды, потратит больше времени, что приведет к созданию очереди на въезд.

Именно поэтому интернет вещей — не только «умные» колонки и чайники, но и сложная бизнес-инфраструктура, без которой крупные компании уже не могут представить свою деятельность. Она сильно экономит время и ресурсы.

Теперь о нейросетях

Любой читатель блога «Я зерокодер» уже представляет себе, что такое нейросети. Мы не только создали отдельную рубрику под эти технологии, но и предлагаем бесплатный вебинар — на случай, если вы захотите использовать искусственный интеллект дома и на работе.

Нейросети — это программы, которые интерпретируют условия и принимают решения почти как настоящие живые люди. Но искусственный интеллект варьируется по степени разумности: бывает ИИ, основанный на правилах, которые триггерят действия; есть машинное обучение — тут программа скорее обучается определенному поведению, чем программируется выполнять команды. И есть генеративные нейросети, те самые, которые стали известны и популярны благодаря чат-боту ChatGPT. Подобные ему приложения анализируют терабайты информации, что впоследствии позволяет ему отвечать на вопросы практически так же, как это сделал бы человек. Не без галлюцинаций, конечно, но кто из нас идеален?

Некоторые эксперты считают, что конечной целью разработки нейросетей является создание осознанного интеллекта. Чего-то азимовского в лучшем случае, а в худшем — гибсоновского или кэмероновского. Но до тех пор еще десятки лет исследований. Пока же ИИ вполне может снять с человеческих плеч часть задач, а еще соединиться с интернетом вещей в том, что называется искусственным интеллектом вещей.

Интернет вещей + нейросети

Контур управления — сам по себе в некотором роде искусственный интеллект. Ему нужен триггер из внешнего мира, на который будет реагировать программа, и точно так же работает простейшая форма ИИ.

Самый простой ИИ, основанный на правилах, думает как-то так: «Если триггер есть, нужно включить свет». Более сложная система думает так: «Если триггер есть, и в помещении темно, нужно включить свет».

Можно продолжить пример с грузовиком, который едет на склад. Устройство с IoT считывает декларацию и открывает ворота, экономя компании время. Возможно, даже передает информацию дальше, автоматически генерируя документы на приемку. Продвинутый ИИ сможет считывать данные еще на подъезде — и тогда условному грузовику не придется притормаживать у ворот, потому что информация о нем уже получена и передана.

Еще более продвинутый искусственный интеллект сможет учиться. Например, он будет понимать, когда и как грузовику нужно будет условно «включить свет». Он сможет анализировать информацию. Так, «умная» колонка будет самостоятельно убавлять звук, если «услышит» разговор по телефону, а «умный» дом — менять интенсивность освещения в комнате в зависимости от того, чем занят хозяин, подстраиваясь не только под условия среды, но и под его индивидуальные предпочтения. Если он каждый день садится смотреть фильм и выключает верхний свет, «умный» дом сможет проанализировать это и автоматически убирать освещение, как только включится телевизор. Без команд со стороны, просто ориентируясь на имеющиеся данные.

AIoT: реальные кейсы

Искусственный интеллект вещей уже используется в окружающих нас устройствах. Он есть в беспилотных технологиях — автомобили сами по себе вписываются в категорию «интернета вещей», потому что их сенсоры постоянно считывают данные окружающей среды, получают триггер и выполняют команду. Автопилот Tesla задействует в том числе алгоритмы ИИ для того, чтобы иметь возможность передвигаться автономно.

Другие кейсы AIoT включают в себя:

  • кибербезопасность, в рамках которой ИИ анализирует полученные с сенсоров и камер данные, чтобы зафиксировать необычные паттерны поведения, идентифицировать утечки и угрозы;
  • здравоохранение, где AIoT используется для отслеживания жизненных показателей пациентов. ИИ изучает данные и передает их врачам, а также сигнализирует об опасности в ситуации, когда пациент находится под угрозой;
  • фитнес-устройства, такие как браслеты и «умные» часы. Они фиксируют жизненные показатели — пульс, уровень активности. На основе этих показателей ИИ может предоставить пользователям персонализированные рекомендации;
  • видеонаблюдение, в частности, система «умный город» от NVIDIA постоянно анализирует отснятый камерами материал для идентификации угроз и управления трафиком;
  • удаленные системы контроля за пациентами — к примеру, за диабетчиками или людьми, страдающими от сердечно-сосудистых заболеваний. Пример такой системы — Dexcom G6, который постоянно оценивает уровень сахара в крови и отсылает данные на смартфон пользователя;
  • «умные» кровати, такие как Centrella Smart+ Hospital Bed, оснащенные датчиками AIoT для отслеживания движений пациента и его жизненных показателей. Подобные кровати используются в больницах, собирают и анализируют информацию, а также передают сигналы тревоги медсестрам.

Интернет вещей упрощает жизнь, нейросети помогают ее автоматизировать. Вместе они представляют из себя мощный инструмент, который можно использовать практически во всех областях жизни, от спортивных тренировок до ухода за больными.