Analizy

Sztuczna inteligencja na torach i dworcach

Sztuczna inteligencja (AI, ang. artificial intelligence) to dziedzina wiedzy obejmująca logikę rozmytą, obliczenia ewolucyjne, sieci neuronowe, sztuczne życie i robotykę.
Jest to również dział informatyki zajmujący się inteligencją – tworzeniem modeli zachowań oraz programów komputerowych symulujących te zachowania.

Termin AI wymyślił John McCarthy w 1956 roku definiując go w następujący sposób: „konstruowanie maszyn, o których działaniu dałoby się powiedzieć, że są podobne do ludzkich przejawów inteligencji”. Prace na rozwojem AI dzielą się na dwa podstawowe podejścia:

  1. Tworzenie modeli matematyczno-logicznych analizowanych problemów i implementowanie ich w formie programów komputerowych, mających realizować konkretne funkcje uważane za składowe inteligencji.
  2. Tworzenie struktur i programów „samouczących się” bazujących na modelach sieci neuronowej i sieci asocjacyjnych, oraz opracowywanie procedur „uczenia” takich programów, rozwiązywania zadań i szukania odpowiedzi.

Sztuczna inteligencja nie jest gotowym rozwiązaniem, które zadziała samoistnie. Jest jak nowy pracownik z ogromnym potencjałem, któremu należy stworzyć odpowiednie warunki do nauki i rozwoju, aby w pełni korzystać z jego możliwości. Jednym z niezbędnych elementów jest dostęp do danych rozproszonych w wielu miejscach. Informacje stanowią bazę dla sztucznej inteligencji. Jeśli chcemy czerpać zyski z zastosowania AI, powinniśmy najpierw nauczyć ją podejmowania automatycznych decyzji, aby osiągnąć konkretne rezultaty. Dlatego systemy sztucznej inteligencji uczymy analizować dane i dostarczamy im algorytmy, dzięki którym mogą rozwiązać problemy. W przeciwieństwie do ludzi, AI potrzebuje dużych ilości danych, aby zadziałać efektywnie. Dla maszyn to nie jest problem.
Polska pretenduje do zajęcia ważnego miejsca wśród światowych liderów sztucznej inteligencji. To deklaracja Ministra Cyfryzacji Marka Zagórskiego. MC uruchomiło roboczą platformę współpracy międzysektorowej, w ramach której opracowano raport diagnozujący obszary AI mogące wzmocnić polską gospodarkę, przewagi konkurencyjne i plan działań. Cztery grupy robocze zajmowały się tematyką gospodarki opartej o dane, finansowaniem badań i rozwoju, edukacji, etyki i kwestii prawnych. Jednym z zaleceń grupy roboczej była stymulacja rozwoju gospodarki opartej o dane – państwo powinno zlecać projekty wykorzystujące rozwiązania oparte o dane cyfrowe.
AI na kolei w Polsce dopiero raczkuje, ale perspektywy są obiecujące. Implementowanie światowych rozwiązań przy zmianie obowiązującego prawa w kraju spowoduje skokowy wzrost znaczenia sztucznej inteligencji w obszarze transportu kolejowego. Autonomiczne pojazdy szynowe do przewozu osób i ładunków, walidacja haseł do transmisji danych, detekcja i inteligentny monitoring, rozpoznawanie mowy i pisma oraz inteligentne interfejsy to praktyczne zastosowania AI, których rozwój obserwować będziemy na kolei.

Pojazdy autonomiczne są przyszłością transportu kolejowego.

Obecnie na świecie funkcjonuje ponad 800 km linii metra autonomicznego, najwięcej z nich działa we Francji. Pojazdy bez maszynisty kursują też na liniach kolejek lotniskowych czy liniach kolejek jednoszynowych. W Polsce na razie nie działa taki system.
Dla sieci metra wprowadzenie systemu autonomicznego pozwala zwiększyć częstotliwość kursowania pojazdów, skrócić czas nawracania pociągu oraz obniżyć koszty funkcjonowania systemu. Do wprowadzenia ruchu pojazdów bez maszynisty przygotowują się koleje zarówno pasażerskie jak i towarowe. Obecnie pociągi autonomiczne mogą funkcjonować jedynie na wyodrębnionych liniach jak np. na liczącej ponad 100 km linii kolei towarowej w Australii zlokalizowanej na odludnym terenie. By pociąg mógł jeździć bez udziału maszynisty konieczne jest wyposażenie go w mechanizmy odbierające więcej informacji. System sterowania autonomicznego potrzebuje informacji o rozruchu i miejscu hamowania, o tym po której stronie otwierają się drzwi. Potrzeba też śledzenia sytuacji na torze i wiele innych informacji.
Obecne przepisy TSI pozwalają na ruch pojazdów autonomicznych jedynie na liniach wydzielonych. Z kolei polskie przepisy wymagają, by każdy pojazd szynowy miał co najmniej jednego maszynistę. Jednak w przyszłości sytuacja ta może się zmienić. Zakłada się, że pojazdy zostaną wyposażone w przyszłości w systemy ATO (automatyczne sterowanie pociągiem), a następnym krokiem będzie wyszkolenie innego personelu w umiejętność przejęcia kontroli nad pojazdem i zatrzymaniem go w razie awarii.
Jednym z priorytetów powstającego holdingu PKP będą innowacje taborowe, obejmujące pojazdy autonomiczne. Również na terminalach intermodalnych, które zyskują na wprowadzeniu nowych technologii, szerokie zastosowanie będą miały pojazdy poruszające się automatycznie.

Monitoring ze sztuczną inteligencją.

Nowoczesne systemy monitoringu coraz częściej współpracują ze sztuczną inteligencją. Inaczej mówiąc, kamery wyposażone są w algorytm AI który rozpoznaje twarz, sylwetkę, płeć, stan emocjonalny. W przeciwieństwie do zwykłego monitoringu, który reaguje na ruch, nowoczesna kamera rozpoznaje, kto znalazł się w jej pobliżu. Algorytm i przetworzone dane gwarantują rozpoznanie intruza lub osoby poszukiwanej na terenie dworca kolejowego i innych terenach kolejowych. Nowoczesne kamery współpracują z serwerami które również posiadają algorytm wykrywania i rozpoznawania twarzy. Serwer posiada możliwość przeszukiwania nagrań archiwalnych i wskazywać tylko te fragmenty rejestru, w których występuje poszukiwana osoba. Nowa technologia to możliwości dla projektantów, producentów, a szczególnie użytkowników systemów zabezpieczających. To narzędzie przyszłości, dzięki któremu można uzyskać nieosiągalny do tej pory poziom bezpieczeństwa, przydatny służbom dbającym o bezpieczeństwo i umożliwiającym wykrycie w tłumie osób poszukiwanych i śledzenie trasy, po której się poruszają.
Szerokie zastosowanie uczących się maszyn pozwoli poprawić efektywność wielu operacji w logistyce i transporcie, które obecnie są żmudnie realizowane przez pracowników, a ludziom umożliwi skupienie na działaniach zwiększających wartość pracy.
Systemy rozpoznawania mowy pozwolą na uproszczenie oraz zautomatyzowanie procesu składania zamówień transportowych. Jednocześnie wyeliminują bariery językowe, gdyż system rozpozna język rozmówcy, przetłumaczy rozmowę i w zdygitalizowany sposób przekaże zlecenie do realizacji. Systemy rozpoznawania pisma umożliwią odczytywanie podpisów i uwag, dygitalizowanie dokumentacji i wprowadzenie jej do systemów informatycznych bez ingerencji człowieka. Pracownicy będą skupiać się na rozwiązywaniu problemów, których nadzorowane systemy uczące nie mogły nauczyć się na wcześniejszych przykładach.
Pojawia się pytanie, czy sztuczna inteligencja nie stworzy w przyszłości czegoś, co może zagrozić człowiekowi, co będzie od niego doskonalsze lub za czym nie będą nadążały rozwiązania prawne. Nietrudno sobie wyobrazić wykorzystanie inteligentnych kamer do inwiligacji społeczeństwa. Ale każdą technologię można wykorzystać do złych celów. Z tego właśnie powodu powstają inicjatywy, które skupiają się na odpowiedzialnym rozwoju sztucznej inteligencji. Przystąpili do nich giganci nowych technologii oraz agencje rządowe. Dopóki ludzie utrzymują kontrolę nad kierunkiem rozwoju AI, korzyści z jej istnienia powinny znacznie przewyższać potencjalne pułapki.

Zbigniew Wiśniewski

Avatar
MD