Այսօր արհեստական բանականությունը ակտիվորեն ներդրվում է կարևոր ենթակառուցվածքների կառավարման մեջ՝ կամրջակներից և էներգացանցերից մինչև մայրուղային խողովակաշարեր ու ավիացիա։ Բայց արդյո՞ք ԱԲ-ն իսկապես անթերի է, երբ խոսքը վերաբերում է միլիոնավոր մարդկանց անվտանգությանը։ Պրոֆեսոր Պասկուալե Դապոնտեն իր ենթակառուցվածքների մոնիթորինգին նվիրված զեկույցում ապացուցում է. գլխավոր սպառնալիքը թաքնված է ոչ թե հենց ԱԲ-ի մեջ, այլ այն բանում, թե ինչով ենք մենք նրան «սնում»։ 

Թվային երկվորյակի պատրանքը

Ժամանակակից ինժեներիայում ընդունված է հենվել «թվային երկվորյակների» գաղափարի վրա՝ իրական օբյեկտների վիրտուալ 3D-մոդելների, որոնք իրական ժամանակում արտացոլում են դրանց ֆիզիկական վիճակը։ Դասական օրինակ, պրոֆեսորի խոսքով,  Լիսաբոնում Ապրիլի 25-ի կամրջի վերահսկման համակարգերն են, որտեղ հարյուրավոր սենսորներ անընդհատ գրանցում են բեռնվածքը, թրթռումները և տարրերի ձգվածությունը։ Տվյալները հոսում են միասնական կենտրոն, իսկ արհեստական բանականության ալգորիթմները դրանցում որոնում են շեղումներ, որոնք թույլ են տալիս նկատել մետաղի հոգնածությունը տեսանելի վնասվածքների ի հայտ գալուց շատ առաջ։

Սակայն Պասկուալե Դապոնտեն ուշադրություն է հրավիրում այս շղթայի այն առանցքային օղակի վրա, որտեղ առավել հաճախ է տեղի ունենում խափանումը։ Գիտնականը հիշեցնում է սխալի տարածման բազային գործընթացի մասին. նախքան տվյալները կհասնեն նեյրոցանց, դրանք անցնում են ֆիզիկական փոխակերպիչի, ազդանշանի նախնական մշակման, թվայնացման, համաժամացման և տրամաչափման փուլերով։ Եթե այս սկզբնական փուլերից որևէ մեկում առաջանա աղավաղում՝ օրինակ, սենսորը տեղաշարժվել է, կորցրել է տրամաչափումը կամ նրա ցուցումները ժամանակային առումով համաժամեցված չեն հարևան սարքերի հետ, ապա հետագա ամբողջ վերլուծությունը դառնում է անիմաստ։

Ինչպես ընդգծում է պրոֆեսորը, արհեստական բանականությունը ի վիճակի չէ վերականգնելու այն տեղեկատվությունը, որը երբեք ճիշտ չի չափվել, համաժամեցվել կամ տրամաչափվել։ Արդյունքում առաջանում է մի իրավիճակ, երբ մաթեմատիկորեն անթերի ԱԲ մոդելը մշակում է ոչ հավաստի սկզբնական տվյալներ և տալիս արտաքուստ համոզիչ, բայց ճակատագրականորեն սխալ եզրակացություն։

Վերադարձ ֆիզիկայի օրենքներին

Այս խոցելիությունը հաղթահարելու համար Դապոնտեն առաջարկում է հրաժարվել ԱԲ-ն որպես «սև արկղ» օգտագործելուց, որը պարզապես որոնում է վիճակագրական կապեր թվային զանգվածներում։ Կենսական կարևոր համակարգերում նման մոտեցումը չափազանց վտանգավոր է, այդ պատճառով գիտնականը պնդում է անցնել հիբրիդային մոդելների՝  Physics-informed AI,  այսպես կոչված ֆիզիկայի վրա հիմնված ԱԲ-ի։

Տրամաբանությունը կայանում է նրանում, որ նեյրոցանցի մաթեմատիկական մոդելի մեջ ինտեգրվեն բնության հիմնարար օրենքները՝ կառուցվածքների դինամիկ հավասարակշռության հավասարումները, էներգիայի պահպանման օրենքները և նյութերի դիմադրության բանաձևերը։ Երբ ալգորիթմը ուսուցանված է կոնկրետ կամրջի կամ խողովակաշարի ֆիզիկական մոդելը հաշվի առնելով, այն ստանում է մուտքային հոսքը վերիֆիկացնելու ունակություն։ Եթե սենսորը սկսում է փոխանցել այնպիսի արժեքներ, որոնք ֆիզիկապես անհնար են տվյալ կառուցվածքի համար ընթացիկ պայմաններում, հիբրիդային համակարգը ակնթարթորեն ճանաչում է հենց սարքի սխալը, այլ ոչ թե այն մեկնաբանում որպես օբյեկտի վթարային իրավիճակ։

Ինչու «կարմիր կոճակը» մնում է մարդու ձեռքում

Այս շղթայի տրամաբանական շարունակությունը դառնում է որոշումների ընդունման ինքնավարության հարցը։ Դապոնտեն վերլուծական խնդիրը բաժանում է երկու սկզբունքորեն տարբեր փուլերի՝ ախտորոշման և կանխատեսման։ ԱԲ-ի ախտորոշիչ մոդուլը կարող է տեղայնացնել արդեն առաջացած անոմալիան և որոշել խափանման տեղը։ Կանխատեսող մոդուլը գնում է մեկ քայլ առաջ և հաշվարկում է համակարգի մնացորդային ռեսուրսը՝ պատասխանելով այսպիսի հարցերի. «Քանի՞ ժամ ևս կկարողանա թռչել ինքնաթիռը այս միկրոճաքով» կամ «Քանի՞ օր կաշխատի խողովակաշարը կոռոզիայի ներկա մակարդակի դեպքում»։

Միևնույն ժամանակ Պասկուալե Դապոնտեն կտրականապես դեմ է, որ ալգորիթմներին փոխանցվի ավտոմատ գործադիր գործողությունների իրավունքը։ Մոնիթորինգի համակարգերը կարող են ավտոմատ կերպով անվտանգության կարգավիճակը փոխել կանաչից նարնջագույնի կամ կարմիրի՝ նախազգուշացնելով ռիսկերի մասին, բայց վերջնական վերիֆիկացիան և առանցքային որոշումների ընդունումը պարտավոր են մնալ մարդու վերահսկողության տակ։ Պրոֆեսորը սա բացատրում է նրանով, որ կեղծ դրական գործարկման գինը կենսական կարևոր ենթակառուցվածքներում աներևակայելի բարձր է. ալգորիթմի խափանման պատճառով մայրուղային գազատարի ավտոմատ կանգնեցումը կամ հիմնական տրանսպորտային զարկերակի փակումը բերում է հսկայական տնտեսական և սոցիալական վնասների։

Բանականության տեղափոխումը եզրային մակարդակ

Նման ռիսկերը նվազեցնելու համար Դապոնտեն նկարագրում է տվյալների հավաքագրման ճարտարապետության անհրաժեշտ էվոլյուցիան։ Փոխանակ յուրաքանչյուր սենսորից հում տեղեկատվության վիթխարի ծավալներ ուղարկելու կենտրոնական ամպ, ժամանակակից համակարգը պետք է օգտագործի եզրային հաշվարկների հայեցակարգը։

Պրոֆեսորի կարծիքով՝ ազդանշանի առաջնային մաքրումը աղմուկներից, խանգարումների փոխհատուցումը, տվյալների որակի ստուգումը և անոմալիաների հիմնական հայտնաբերումը պետք է տեղի ունենան անմիջապես հենց սենսորի վրա կամ նրան հարակից տեղային վերահսկիչում։ Սա ոչ միայն բեռնաթափում է կապի ուղիները, այլև ապահովում է մոնիթորինգի անընդհատությունը նույնիսկ արտաքին ցանցի լիակատար կորստի դեպքում։ Իսկ ամպային հզորությունները, Դապոնտեի առաջարկով, պետք է թողնել բացառապես ծանր խնդիրների համար՝ մոդելների գլոբալ ուսուցման, պատմական վերլուծության և թվային երկվորյակի համաժամացման։

Ամփոփելով իր զեկույցը՝ Դապոնտեն ուրվագծում է ոլորտի զարգացման գլխավոր վեկտորը։ Արհեստական բանականությունը կարող է դառնալ ինժեներների ձեռքում հզորագույն գործիք, բայց դրա հուսալիությունն ուղղակիորեն սահմանափակվում է ֆիզիկական սենսորների աշխատանքի որակով։ Ենթակառուցվածքների անվտանգության ապագան կախված է ոչ թե ալգորիթմների վերացական հզորությունից, այլ տվյալների փոխանցման հենց առաջին մետրում չափագիտական ճշգրտություն ապահովելու մեր կարողությունից։