Науковці з Інституту космічних досліджень НАН та Державного космічного агентства України багато років займаються космічними розробками та їх застосуванням. Оцінка родючості земель та збитків від посухи; виявлення рубок лісу; зміни земного покриву, спричинені військовими діями, – це лише деякі напрямки, де стали в пригоді знання та вміння київських науковців.
У минулому році проєкт учених «Методи і моделі глибинного навчання для прикладних задач супутникового моніторингу» отримав грантове фінансування Національного фонду досліджень України. Запитуємо у його керівника, заступника директора Інституту космічних досліджень НАН та ДКА, Наталії Куссуль: чому подали на конкурс саме цю ідею, у чому суть проєкту та на які результати очікують?
Наталія Миколаївна пояснює: «Тема машинного навчання й штучного інтелекту знаходиться нині в мейнстрімі наукових досліджень у світі. Дослідження в галузі штучного інтелекту важливі для втілення порядку денного Організації Об’єднаних Націй, який визначає цілі сталого розвитку людства до 2030 року, серед яких – подолання голоду, стале використання ресурсів планети тощо. Дослідження дозволяють зрозуміти: який поступ кожної країни, як швидко країна рухається у досягненні цих цілей».
Змоделювати властивості людського мозку
Для автоматичного опрацювання величезної кількості супутникових даних учені використовують інтелектуальні методи, що моделюють властивості людського мозку з розпізнавання інформації. Завдяки штучному інтелекту, наприклад, можна прогнозувати, як вплине посуха на врожайність у різних областях країни (такий прогноз дослідники робили у минулому році, і це – лише один з напрямків, де можна використовувати можливості штучного інтелекту). Для аналізу супутникових даних можна використати «чужі» інструменти та програмне забезпечення, які є у відкритому доступі, а можна – створити власні.
– Але при розв’язуванні прикладних задач за допомогою чужих інструментів втрачається українська наукова унікальність, – наголошує Наталія Куссуль. – Окрім того, для багатьох прикладних задач готових інструментів просто не існує, тому важливо розробляти власні інструменти, методи і технології.
За словами дослідниці, наявні методи глибинного навчання (які моделюють властивості людського мозку з розпізнавання інформації) до сьогодні давали можливість будувати моделі, де «на вході» – лише один вид інформації. Наприклад, розпізнавати фото однакового розміру. Але для вирішення реальних завдань у різних галузях науки й економіки цього не досить! Учені (аграрії, екологи, гідрологи, метеорологи та інші) постійно зіштовхуються з потребою одночасно аналізувати супутникові дані (оптичні, радарні) з різним розрізненням, а також дані з інших джерел, наприклад, метеодані. Дотепер використати ці різнорідні дані в одній моделі було неможливо, оскільки не існувало методів, які б їх “прочитали” й уніфікували. Тому мета роботи вчених з ІКД – створити модель, яка “на вході” зможе працювати з будь-якими супутниковими даними одночасно.
До цієї моделі ставляться цілком конкретні вимоги: вона повинна розв’язувати конкретні задачі.
Інвентаризація та нова техніка
Запитую у Наталії Миколаївни: «З чого почали роботу?». Дослідниця сміється, каже: «З інвентаризації». Попри те, що вчені постійно працюють у темі, цей напрямок науки так швидко розвивається, що кожні три місяці з’являються нові публікації, які “перевертають світогляд дослідників”. Тому науковці почали з аналізу літератури, відбору та систематизації даних, завдяки яким планують відпрацьовувати свої моделі.
Нині дослідники перейшли до іншого етапу: перевірки гіпотез. За словами Наталії Куссуль, «гіпотези підтверджуються, все йде за планом».
Для того, щоб проводити високопродуктивні обчислення, за кошти грантового фінансування було куплено спеціальну робочу станцію з графічними процесорами для швидкого оброблення інформації. Нова техніка дозволяє створювати і перевіряти методи та моделі глибинного навчання (іншими словами – штучного інтелекту).
Нові елементи моделі вчені розробляють саме завдяки цій техніці, а от розширення моделі на всю територію країни відпрацьовують “у хмарах” на платформах AWS (Amazon Web Services) і Google Earth Engine. Науковці пишаються, що зуміли влаштувати таку “хмарну майстерню”, адже для зберігання та обробки даних з усієї території країни не вистачило б потужностей жодного суперкомп’ютера.
Для продовольчої безпеки
Результати роботи, на думку вчених, стануть у пригоді в різних напрямках економіки. Наприклад, допоможуть оцінити такий показник, як деградація земель. Наземні вимірювання, наприклад, проби ґрунту для такого аналізу робляться лише в певних точках, оцінити родючість ґрунту за цими показниками дуже складно. Учені ж навчають модель розпізнавати інформацію на супутникових знімках і, відповідно, можуть оцінити стан ґрунту та спрогнозувати майбутній врожай на території всієї країни.
Утім, за допомогою штучного інтелекту можна оцінити не лише врожай, а й, наприклад, розвиток міських агломерацій, проаналізувати, які населені пункти є екологічними, а які шкодять навколишньому середовищу.
Запитую у Наталії Куссуль: що треба зробити, щоб урядовці та представники місцевого самоврядування під час ухвалення рішень спиралися на наукові дослідження та прогнози вчених, зокрема, і в галузі штучного інтелекту? Наталія Миколаївна відповідає: «Потрібна системна робота з популяризації наукових розробок. Дослідники мають не лише отримати фантастичні результати, а й пояснити – як їх використати для розвитку економіки країни».
Саме тому вчені Інституту космічних досліджень НАН та ДКА підписали меморандум з Державною службою статистики – відомство, яке збирало інформацію шляхом опитування респондентів, у цьому році вперше (!) працюватиме з супутниковими даними та геопросторовою інформацією. А науковці пояснять, як це краще зробити.
Учені сподіваються також використовувати штучний інтелект у державному управлінні та оцінюванні. Наталія Куссуль входить до робочої групи з забезпечення прозорості ринку землі при Міністерстві економіки: вона впевнена, що за допомогою методів машинного навчання та супутникових даних вдасться не лише проаналізувати, що відбулось, а й передбачити, як змінюватиметься родючість ділянки у майбутньому.
Розробки вчених зацікавили й Раду національної безпеки та оборони. І це не дивно, адже їх можна використати для забезпечення продовольчої безпеки країни.
Жодної миті не вагатися!
Команду, яка працює над виконанням проєкту, пані Наталія цілком заслужено називає “командою мрії”, оскільки до її складу входять молоді вчені, які нещодавно захистили дисертації чи ще працюють над ними. Один із науковців, Микола Лавренюк, бере участь у міжнародних змаганнях, де великі корпорації ставлять завдання з глибинного навчання, тобто з побудови моделей штучного інтелекту. У цих змаганнях беруть участь понад 140 тисяч науковців з усього світу, і Микола – у 2-4 відсотках кращих. Ще одна “зірка” команди – Леонід Шуміло, який восени переміг у конкурсі стартапів Open Data Challenge. Леонід проводить моніторинг вирубок лісу за допомогою моделей та методів глибинного навчання.
До речі, починати роботу дослідниця радить не з написання проєкту, а з побудови команди. Потрібно вирішити: хто буде виконавцем, хто за який напрямок відповідатиме.
Ученим, які лише планують подавати проєкти на конкурси НФДУ, Наталія Куссуль радить жодної миті не вагатися. Участь у конкурсах допоможе зрозуміти, наскільки важливим є науковий напрямок, у якому спеціалізується дослідник, навчить не пасувати перед сильними конкурентами.
– Раджу ставити реалістичні цілі, – наголошує пані Наталія. – На жаль, українські науковці часто схильні до шапкозакидання, у невеликих проєктах обіцяють розв’язати всі задачі світу. Але в НФДУ ця практика не пройде, – усі результати ретельно перевірять, звітувати доведеться «за кожну літеру», тому не будуйте “повітряних замків”, виважено формулюйте завдання та очікувані результати – і все вдасться!
Світлана ГАЛАТА
