發(fā)布日期：2018-04-12

圖片來自網(wǎng)絡(luò)

　　人工智能專題③

　　近年來，俄羅斯不斷加強人工智能研究，注重人工智能應(yīng)用，并已取得初步成果。

　　人工智能+超級計算機

　　助力基礎(chǔ)科學研究

　　3月，莫斯科市郊的杜布納科學城投入使用了一臺新的超級計算機“戈沃倫”，其計算能力位居俄超級計算機第三位，并進入世界超級計算機排名榜單TOP500。該超級計算機主要用于核物理和凝聚態(tài)物理研究，采用異質(zhì)計算系統(tǒng)，由兩部分組成，一部分使用英特爾處理器，另一部分則使用英偉達最新Volta架構(gòu)圖形處理器。其中，圖形處理器部分主要負責人工智能和機器學習，成為這臺超級計算機的主要特點和優(yōu)勢。

　　莫斯科國立大學核物理科學研究所數(shù)據(jù)應(yīng)用處理實驗室主任多連科指出：“由于物理實驗的研究對象越來越復(fù)雜，傳統(tǒng)模型已不再適用，我們正嘗試借助機器學習來處理實驗結(jié)果，因此，在圖形處理器上進行的運算顯得尤為重要。舉例來說，在光譜學和空間物理學研究中，科學家通常需要在分子層面進行間接測量，借助于超級計算機的機器學習能力，我們可以準確預(yù)測帶電粒子的動向。”

　　莫斯科國立大學核物理科學研究所高能物理分析計算實驗室高級研究員維爾諾夫認為，當前在處理粒子加速器、大型強子對撞機和大型天文望遠鏡得到的大數(shù)據(jù)時，機器學習和人工神經(jīng)網(wǎng)絡(luò)是必不可少的手段，從這一點來說，人工智能將是未來超級計算機的發(fā)展趨勢。

　　人工智能+大數(shù)據(jù)

　　增強傳統(tǒng)油氣企業(yè)競爭力

　　俄羅斯是油氣出口大國，近年來，由于國際能源產(chǎn)品價格下跌、油氣井開采效率下降，俄油氣企業(yè)紛紛借助人工智能提高開采效率，降低開采成本。

　　目前，俄正積極實施“智能油田”計劃，內(nèi)容包括：通過數(shù)據(jù)建模模擬地質(zhì)事件，尋找產(chǎn)油巖層，確定最適合的鉆井位置，客觀評價每口油井的儲量和開采周期；鉆井設(shè)備上安裝傳感器，實時監(jiān)測設(shè)備的工作狀態(tài)，自動設(shè)定下一步工作模式，準備突發(fā)情況應(yīng)對預(yù)案，優(yōu)化設(shè)備保養(yǎng)周期；控制開采過程中污染物的排放與收集，監(jiān)控油氣產(chǎn)區(qū)內(nèi)的環(huán)境狀況；通過衛(wèi)星通訊將采集到的大數(shù)據(jù)傳送回數(shù)據(jù)中心，用于儲存和進一步分析。

　　施耐德電氣俄羅斯與獨聯(lián)體地區(qū)油氣行業(yè)大客戶經(jīng)理切爾卡索夫認為，雖然目前“智能油田”計劃尚處于起步階段，但幾乎所有的俄大型油氣企業(yè)都已開展了相關(guān)工作。毫無疑問，未來人工智能和大數(shù)據(jù)將有助于傳統(tǒng)能源企業(yè)提高競爭力，并將深刻改變化石能源的生產(chǎn)模式。

　　人工智能+可穿戴設(shè)備

　　提供健康監(jiān)測診斷新方法

　　莫斯科物理技術(shù)學院的科學家同斯科爾科沃科技園的一家初創(chuàng)公司共同開發(fā)出一種生物系統(tǒng)，利用可穿戴設(shè)備和人工智能分析預(yù)測人類罹患疾病及死亡的風險。

　　項目負責人、莫斯科物理技術(shù)學院生物系統(tǒng)建模實驗室主任費季切夫介紹，在幾年時間內(nèi)，有數(shù)萬名不同年齡、不同病史的志愿者參與了他們的實驗，志愿者向科學家提交了自己的病史并接受體檢，之后通過可穿戴設(shè)備提供每天的脈搏、步行數(shù)、卡路里消耗量、睡眠、壓力情況等大量生理數(shù)據(jù)。在此基礎(chǔ)上，研究人員使人工神經(jīng)網(wǎng)絡(luò)學會處理志愿者身體狀況的大數(shù)據(jù)，結(jié)合志愿者的病史和體檢報告進行分析。由于實驗持續(xù)了較長時間，部分志愿者因病去世，這為人工智能分析他們的病因提供了更準確的依據(jù)。最終的研究結(jié)果表明，人工智能通過分析人體的運動狀況及各項生理指標數(shù)據(jù)，可以準確判斷人的生物學年齡，并結(jié)合患者病史預(yù)測其潛在的死亡風險。

來源：科技日報