Ученые из лаборатории ИТМО использовали нейронные сети для обучения ИИ на основе данных о климате, геологии, экологии и социально-экономических факторах Арктики. Они также включили в модель критерии эффективности и устойчивости архитектурных решений. Затем они задали ИИ цели проектирования: минимизация энергопотребления, максимизация комфорта жильцов и сохранение природы. ИИ сгенерировал различные варианты дизайна для разных типов объектов инфраструктуры (жилые дома, школы, больницы и т.д.).
Проекты арктической инфраструктуры, разработанные ИИ из лаборатории ИТМО, отличаются высокой адаптивностью к суровым условиям Арктики. Они также учитывают культурные и эстетические особенности местных жителей. Например, один из проектов представляет собой дом в форме иглу с теплыми окнами и солнечными панелями на крыше. Другой проект — это школа в форме звезды с центральным двориком и зимним садом. Еще один проект — это больница в форме креста с вертикальными садами и ветряными турбинами.
Ученые из лаборатории ИТМО планируют продолжать развивать свой ИИ для проектирования инфраструктуры Арктики. Они также хотят протестировать свои проекты на практике и получить обратную связь от потенциальных пользователей. Ученые надеются, что их ИИ поможет создать инфраструктуру Арктики, которая будет способствовать развитию и благополучию этого региона, а также сохранению его уникальной природы и культуры.
«В решении этой задачи классический ИИ на основе больших нейронных сетей бессилен, ChatGPT тоже не справится. Слишком мало данных для обучения: успешных проектов портов в Арктике — считанное количество, а шаблоны с других территорий заточены под другие климатические условия. Наша технология универсальна, мы применили в ней гибридную модель ИИ, когда обучение на разнообразных данных эффективно сочетается с априорными знаниями, ранее накопленными в этой отрасли и записанными в виде формальных моделей», ― отметил научный руководитель исследовательского центра «Сильный ИИ в промышленности» ИТМО Александр Бухановский.
