Центр искусственного интеллекта НГУ завершил разработку алгоритмов для датчиков мониторинга воздуха компании «СитиЭйр». Решения позволяют повысить точность обработки показаний оборудования и снизить требования к вычислительным мощностям.
О результатах рассказал старший научный сотрудник Центра ИИ НГУ Владислав Перепёлкин после презентации поста мониторинга атмосферного воздуха в Октябрьском районе Новосибирска. Пост установили на территории НГАСУ (Сибстрин) и дооснастили автоматизированным измерительным оборудованием. Мероприятие организовало Минприроды Новосибирской области.
«Работа была принята заказчиком, так что это завершённый этап работ по проекту», — отметил Владислав Перепёлкин.
Система мониторинга получает данные о температуре воздуха, его составе, скорости и направлении ветра. Однако показания датчиков требуют обработки: на результаты влияют температура, влажность и их изменения, поэтому лабораторная калибровка не всегда обеспечивает одинаковую точность в разные сезоны.
Ещё одна проблема — постепенное изменение характеристик сенсоров со временем. Специалисты центра разрабатывают адаптивные алгоритмы, которые учитывают внешние условия и компенсируют часть этих искажений.
«Искусственный интеллект за счёт анализа истории наблюдений может отчасти компенсировать эти искажения и повышать точность конечного результата», — пояснил исследователь.
Другой задачей стало снижение вычислительной сложности. Классические методы нередко узкоспециализированы и требуют значительных ресурсов, а применение ИИ делает анализ более гибким и открывает путь к созданию компактных комплексов, которым не нужны мощные компьютеры.
В перспективе такие устройства можно размещать на небольших площадках, включая опоры городской инфраструктуры, — это позволит расширять сеть наблюдений без строительства отдельного павильона для каждой точки.
«Центр искусственного интеллекта получил соответствующий опыт. На основе этого задела можно разработать аналогичные решения для новых задач», — подчеркнул Владислав Перепёлкин.
Для Центра ИИ НГУ проект важен как переход от научных исследований к прикладным задачам заказчика. Накопленный задел позволит адаптировать решения и для других сетей мониторинга, хотя каждый новый проект потребует учёта условий эксплуатации и характеристик оборудования.
Фото Татьяны Федоренко