Иркутские ученые обучили искусственный интеллект анализировать космоснимки Байкальской природной территории. Теперь нейросеть может детально показывать особенности местности и ее изменения. Ученые развивали проект экспериментальным путем, в целом на разработку ушло около года. За это время проанализировали 22 тысячи снимков. Чем полезны будут полученные данные - узнавала Дарья Макарова.
Ее обучили, как маленького ребенка. Медленно, кропотливо, но результативно, говорят ученые. Нейросеть теперь может распознавать особенности местности и классифицировать их. Так на отдельном снимке видно части территории под жилыми постройками, лесами и полями, водоемами, скальниками, заметны даже участки с вырубленными деревьями. Каждому виду присвоен отдельный цвет, поэтому ориентироваться на карте не составляет труда.
Роман ФЕДОРОВ, ВЕДУЩИЙ НАУЧНЫЙ СОТРУДНИК ИНСТИТУТА ДИНАМИКИ СИСТЕМ И ТЕОРИИ УПРАВЛЕНИЯ:
Здесь у нас жилая застройка оранжевым цветом, голубенькая - это у нас вода, вариации зеленого - это лиственные, хвойные леса.
Каждый мегапиксель на экране отвечает за территорию площадью 10 на 10 метров. Местность фотографируют каждые 5 дней, благодаря такой частоте можно отследить динамику изменений: насколько быстро увеличивается количество новых зданий, как разрастаются леса и где именно их вырубают. Все снимки попадают на эти компьютеры, на которых и хранятся, и обрабатываются огромные массивы данных. Это - сердце всего проекта.
Дарья МАКАРОВА, КОРРЕСПОНДЕНТ:
На первый взгляд это обычные системные блоки обычных домашних компьютеров, однако здесь собраны огромные мощности. Именно здесь обработали 22 тысячи снимков. Чтобы их проанализировать, система работает 24 на 7.
Всего таких компьтера 4, они соеденины в один виртуальный кластер. После анализа космоснимков ученые исследуют территорию с помощью дронов, чтобы собрать максимально точную информацию.
Юрий АВРАМЕНКО, НАУЧНЫЙ СОТРУДНИК ИНСТИТУТА ДИНАМИКИ СИСТЕМ И ТЕОРИИ УПРАВЛЕНИЯ:
На этом кластере можно запускать задания на классификацию. Они берут каждые снимки, в данном случае только летние, потому что на зимних ничего не видно и так происходит процесс обработки. Далее из этих данных удаляются ошибки в виде пропуска данных, где-то облака присутствуют на изображениях. Это все нужно убрать, чтобы результат был читаемый и понятен для тех структур и организаций, которые ими будут пользоваться.
Все данные находятся в открытом доступе. Как отмечают ученые, информация может быть полезна предприятиям, которые добывают минеральные ресурсы, а также сотрудникам правоохранительных органов, МЧС, ведь система мониторинга позволяет отследить незаконную вырубку и подтопления участков. В будущем планируют даже делать прогнозы, примерно, на полгода.
Роман ФЕДОРОВ - ВЕДУЩИЙ НАУЧНЫЙ СОТРУДНИК ИНСТИТУТА ДИНАМИКИ СИСТЕМ И ТЕОРИИ УПРАВЛЕНИЯ:
Мы планируем и дальше развивать нашу работу, чтобы спрогнозировать динамику лесных ресурсов. Сколько у нас будет леса, примерно, через год. Вторая задача, которую мы бы хотели сейчас рассматривать - это задача оценки пожароопасности.
Проект разработали в рамках гранта, который иркутские ученые получили от Министерства науки России. 300 миллионов рублей выделили на создание фундаментальных методов комплексного эко-мониторинга и прогнозирования на основе цифровых платформ. Финансирование будет до 2023 года.
Комментарии ()
Еще нет комментариев