Еще 5 лет назад слово нейросеть (то, что теперь называют искусственным интеллектом или большой языковой моделью) было понятно только специалистам. Теперь же они используются повсеместно: в медицине, системах распознавания, поисковиках, соцсетях и многом другом. Даже в экологические инициативы внедряют ИИ – несколько противоречивая идея, ведь нейросети работают на дата-центрах, потребляющих огромное количество энергии и воды. Приведем два интересных примера.
Как известно нашим читателям, раздельный сбор начинается на кухне. Сортировка бытовых отходов дома сильно упрощает работу КПО и увеличивает долю переработки. К сожалению, многие люди об этом не задумываются и выкидывают все в один пакет.
Финский стартап Binit надеется решить эту проблему с помощью устройства, распознающего и классифицирующего отходы. Подключенная к нейросети камера реагирует на движение, анализирует отходы и отображает собранную информацию в мобильном приложении. В приложении также собирается полезная статистика и даже предлагается геймификация.
Создается впечатление, что авторы стартапа просто хотят заработать на трендах – зеленая повестка в связке с ИИ. На деле распространение такого устройства принесет больше вреда, чем пользы.
Разобраться, куда выкидывать тот или иной тип мусора, – совсем несложно, ведь на упаковках есть соответствующая маркировка. Но нейросеть будет тратить десятки ватт-часов энергии и пол-литра воды в день на выполнение той же самой функции, так как обработка реальных изображений на данный момент малоэффективна.
Бюро по озеленению и общественной санитарии Шанхая уже несколько лет продвигает программу, позволяющую жителям вызвать на дом работников, которые заберут и отсортируют перерабатываемый мусор. Идея хорошая, но пока результаты не очень впечатляют – сложно вручную обслуживать все 25 миллионов жителей Шанхая.
Поэтому недавно бюро представило несколько роботов-сортировщиков, выполняющих эту важную работу. Они похожи на роботов-курьеров, которых иногда можно встретить на улицах Москвы. Но вместо доставки продуктов они забирают, самостоятельно сортируют и отвозят мусор на переработку. Искусственный интеллект им нужен для передвижения по людным улицам Шанхая, но такая нейросеть расходует намного меньше энергии, чем большая языковая модель, способная анализировать сложные изображения. Сортировка же осуществляется системой сепараторов, работа которых намного эффективнее, чем визуальное распознавание отходов нейросетью.
Какой вывод можно сделать из этих двух примеров? Очевидно, для нейросетей существует разумное применение в сферах РСО, переработки и охраны среды. Однако чтобы его найти, необходимо понимать плюсы и минусы таких систем; различать, в каких ситуациях они могут быть эффективны, а в каких нет. Перед тем, как давать ИИ задачу, следует задуматься – стоит ли оно затраченной энергии и воды?
