Наше время часто именуют эпохой больших данных. И это действительно так. Информационные технологии достигли своего расцвета. Данных из разных источников стало очень много, и возникает необходимость оперативно анализировать их и делать выводы. Одно из самых актуальных направлений здесь – изучение окружающей среды. Оценка её состояния чрезвычайно важна хотя бы потому, что мы, люди, живём в этой среде и зависимы от неё. Измеряя различные параметры и анализируя данные, можно выявлять массу проблем – опасные выбросы, климатические изменения, распространение респираторных заболеваний и т. д.; это поможет даже улучшать планировку городов и посёлков. Улучшение экологии и даже, возможно, спасение нашей планеты станет возможным благодаря высоким технологиям.

Изучение состояния окружающей среды – немаловажный вопрос для промышленных и просто очень крупных городов.

Изучение качества воздуха

В будущем, наверное, вся Земля будет окутана различными датчиками, которые будут измерять всё что угодно. В наше время возможности высоких технологий куда более скромные. Однако, и сегодня есть возможность развернуть некоторые системы недорогих устройств, способных анализировать определённые параметры окружающей среды. В первую очередь изучения требует, наверное, состав и качество воздуха. Уже существуют датчики, способные фиксировать уровень СО и СО₂ в атмосфере. Можно внедрить устройства, отслеживающие наличие и других газов, в том числе вредных и опасных для жизни. Особенно важно проследить движение газов, а не просто их наличие. А движение зависит и от свойств самих газов, и от направления и силы ветра. Такой мониторинг позволит выявлять объекты, угрожающие нормальной жизни города, и вовремя нейтрализовать опасность. Причиной утечки ядовитых газов может стать авария на каком-либо химическом производстве.

Можно привести и конкретный пример использования подобных систем. Вот, скажем, испанская система SmartSantander. В рамках этого проекта на городском транспорте устанавливаются миниатюрные датчики, фиксирующие выхлопные газы. Это позволило создать целую «химическую карту» города, показывающую состояние экологии в разных микрорайонах. Конечно, такая система не во всём идеальна, потому что она не учитывает «фоновый шум», создаваемый самими автобусами и прочим городским транспортом, на котором стоят датчики; однако даже в этом случае есть широкие возможности для принятия мер по улучшению окружающей среды.

Предотвращение пожаров

Пожары – одно из самых ужасных бедствий, при этом часто они случаются в результате человеческой деятельности. Чтобы заблаговременно определить очаг возгорания, необходимо знать, что перед непосредственно пожаром появляется дым, а ему предшествует выделение водорода и угарного газа (монооксида углерода). Эти газы и предлагается детектировать при прогнозировании пожаров. В настоящее время существуют технологии, призванные определять появление пожаров, однако они ещё несовершенны. Поучительный случай произошёл в 2008 году в Калифорнии – очень жарком штате США. Там была развёрнута сеть небольших датчиков, определявших возгорание, однако случилось так, что эта сеть сама была уничтожена пожаром. Недостаток этой системы был в слишком медленном реагировании, ведь огонь распространяется очень быстро. Исходя из этого, становится понятным, что необходимо использовать такие устройства, которые определят возникновение пожара задолго до того, как он на самом деле начнётся.

Датчики и сенсоры для экомониторинга

Электронные «органы чувств» могут быть самые разные. Это датчики и исполнительные устройства, встроенные устройства, беспроводные технологии, облачные и семантические технологии, системы машинного обучения и т. д. Датчики могут быть связаны друг с другом по беспроводному принципу, могут иметь сенсорную связь; информация может также передаваться напрямую пользователю – опять-таки по беспроводным сетям.

По принципу работы регистраторы данных также различаются. Например, для фиксирования пожаров используются каталитические сенсоры. Устроены они любопытным образом. В них находится тонкая спираль из сплава платины и алюминия, которую аппарат нагревает. Если в воздухе присутствует какой-либо газ, связанный с возгоранием, на спирали тут же начинается процесс окисления; её проводимость тоже увеличивается. Поэтому можно измерить сопротивление такого датчика и на основании этого измерения судить о наличии возгорания: если сопротивление изменилось – значит, в воздухе присутствует метан, угарный газ или ещё какой-либо газ. Подобные устройства нуждаются в настройке и калибровке; в последнем случае необходимо составлять специальные таблицы, в которых изменение сопротивления на определённую величину будет означать наличие какого-то определённого газа в атмосфере.

В подобных целях можно использовать и оптические датчики. Они состоят из излучателя света и фотоприёмника. В нормальных условиях свет имеет определённую длину волны; как только в среде образуется посторонний газ, светопроводящие свойства атмосферы меняются, поэтому изменяется и длина волны. На фотоприёмник попадает уже искажённый свет, и по характеру искажения можно установить, какой именно газ появился в атмосфере.

Семантические технологии и методы машинного обучения

Семантические технологии – ещё одна интересная сфера. Как они работают? Обычно датчики состоят из платы с чувствительными элементами. Они фиксируют определённые изменения в среде и выдают конкретные показания. Чтобы прочитать их, оператор должен отправиться прямо к этому датчику. Сенсорные технологии позволяют подключаться к датчику удалённо. Для этого необходимо создать цифровые «двойники» нужного датчика и соединить их с ним (обычно беспроводным способом). И теперь оператор может подключаться к цифровому «двойнику» и наблюдать, что происходит в самом датчике. Это можно сравнить с прямым эфиром на телевидении: рассматривая картинку на экране, телезритель узнаёт, что происходит с реальными людьми, предметами и другими объектами, снятыми на камеру.

С помощью семантических технологий можно объединять разные системы в огромные базы данных, между которыми установлена связь. Благодаря этому можно находить любые датчики, принадлежащие системе, по их формальному описанию. Даже если эти датчики установлены в разных частях улицы, города, страны или мира.

Нынешние методы работы с информацией позволяют осуществлять такое, что ещё недавно показалось бы просто фантастикой. Например, технологии машинного обучения позволяют цифровому «двойнику» заменить вышедший из строя оригинальный датчик и с высокой долей вероятности предсказать, что будет происходить в ближайшее время на том месте, где этот датчик установлен. Обучающаяся система может предсказывать движение воздушных потоков, паров и газов в атмосфере над городом, определять результат постройки дома в определённом месте – и многое другое.

Технологии машинного обучения постепенно начинают внедряться и во встроенные системы. В наше время машинное обучение требует затраты огромного количества ресурсов, и подобная вычислительная мощность может иметься лишь на большом стационарном компьютере или в дата-центре. Однако исследователи разрабатывают новые типы процессоров с малым энергопотреблением и значительными вычислительными способностями, и в скором будущем обучающийся искусственный интеллект будет внедрён даже в самые простые устройства и встроенные системы.

Передача данных

Сенсорные сети, организованные по беспроводному принципу, состоят из трёх элементов: это датчик, микроконтроллер (устройство, обрабатывающее данные с датчика) и беспроводной чип. Вся сеть состоит из отдельных сенсорных модулей, которые способны «переговариваться» друг с другом. Технология передачи данных чем-то  напоминает привычный нам WiFi, однако отличается от него предельно малым энергопотреблением: если «Вай-Фай» потребляет сто миллиампер, то система LoRa, к примеру, потребляет только шесть миллиампер. Из-за этой зкономичности такие сети использовать гораздо разумнее, чем те, которые имеются в хорошо знакомых нам устройствах – смартфонах, компьютерах, ноутбуках.

Данные отправляются в единый центр. Там сидит оператор, который управляет всей системой и следит за событиями. Если где-то  появилась какая-то неполадка – например, превышена концентрация вредного вещества, — то оператор мгновенно получит указание об этом на своём мониторе. В ряде случаев автоматически срабатывает сирена, которая может быть как звуковой, так и визуальной. Подобные системы устанавливают, к примеру, на производственных предприятиях.

При использовании беспроводных систем передачи данных очень важно обеспечить их безопасность. Злоумышленники вполне могут прочитать передаваемую информацию, а также загрузить в систему какие-то новые, ложные данные. И то, и другое может привести к большим проблемам. В аэропорту, скажем, ложная информация о возгорании приведёт к отмене ряда рейсов, что чревато серьёзными убытками.

Безопасность беспроводных систем передачи данных должна обеспечиваться с самых нижних уровней. Уже на датчиках и микроконтроллерах должны быть установлены устройства, кодирующие информацию. Система состоит из многих модулей, и абсолютно каждый из них должен быть защищён. «Пробоина» в одном из модулей может привести к катастрофе на всей системе. Один из авторов сравнил это с домом, имеющим много окон: злоумышленнику достаточно разбить только одно окно, чтобы попасть внутрь дома.

В этом и состоит основная проблема компьютерных сетей. Их стремятся сделать миниатюрными и малопотребляющими, однако предъявляемые к ним требования таковы, что могут реализовываться только на больших аппаратах, требующих огромных затрат энергии. В настоящее время можно лишь найти оптимальный баланс между размерами сенсорных сетей, энергопотреблением и объёмом выполняемых задач.

Как снизить потребление энергии?

Исследователи работают над возможностью снижения энергопотребления сенсорными системами. Есть несколько вариантов. Один из них называется duty cycling; он состоит в том, что каждый отдельный сенсор проводит измерения не постоянно, а с некоторой периодичностью – допустим, каждые шесть часов. Так можно существенно сэкономить заряд батареи. При этом точность измерений тем больше, чем чаще они проводятся. Здесь также важно добиться оптимального баланса.

Специалисты считают, что нет смысла производить источники питания, которые держат заряд больше года. Почему они так рассудили? Потому что датчики требуют периодической проверки, которая чаще всего проводится именно раз в год. Проверяющие определяют, не сбились ли калибровочные настройки и правильно ли датчики производят измерения.

Но и один год – это очень много. Как добиться того, чтобы система держала заряд именно такое время? Для этого необходимо не только разрабатывать более «вместительные» источники питания, но и уменьшать энергопотребление самих устройств. В целях обеспечения этого предлагается применять электронные компоненты с повышенной энергоэффективностью, а также внедрять системы контроля энергопотребления и рационального распределения энергии.

Необычные решения энергообеспечения

Учёные разрабатывают и новаторские, нестандартные решения для обеспечения энергией датчиков. Одна из таких возможностей была предложена специалистами российского Курчатовского института. Они создали биотопливные элементы, на электродах которых находятся особые бактерии. Они являются катализаторами химических реакций. Такими «бактериальными батареями» они оснастили датчики собственной разработки, которые предлагается использовать для анализа воды, почвы и воздуха. Достоинством этих датчиков исследователи называют их простоту. Данные они могут передавать с помощью обычных систем – таких как, например, Bluetooth.

Вообще обеспечение устройств энергией является «больным» вопросом во всей электронике. Качественные батареи и аккумуляторы стоят дорого. Так что разработка перспективных источников питания должна учитывать этот параметр и двигаться в сторону удешевления. Но это уже проблема не только науки, но также экономики и политики: ведь не секрет, что цены на источники питания чаще всего сильно завышаются; таким способом, в частности, государственно-олигархические круги пытаются сохранить свою власть над обществом. Так что без изменения общественно-политической системы даже самые дешёвые в производстве источники питания потребителям будут продаваться по очень дорогой цене.

Действующие системы экомониторинга

Масштабное внедрение технологий экомониторинга – это, конечно, дело будущего. Однако уже сейчас существуют примеры таких систем, установленных на ограниченной территории и выполняющих более локальные задачи. Так, в Южной Америке с помощью таких технологий изучается деятельность вулканов; в Италии такими системами оснащены виноградники; в Норвегии с их помощью исследуется движение льдин. Уже давно умные технологии используются для изучения жизнедеятельности диких животных, в том числе миграций. В Великобритании «умные» технологии были использованы даже для изучения поведения домашних кошек (в те периоды, когда они находятся вне дома).

В разных странах «умными» технологиями пользуются для решения актуальных для этих стран экологических, экономических и даже культурных задач. В Италии, например, их устанавливают на старинные здания, чтобы исследовать возможность их разрушения по причине городских вибраций.

Разумеется, это всё стало возможным только благодаря развитию беспроводных систем. Протягивать кабели в таких условиях затруднительно, а зачастую просто невозможно (особенно это касается, к примеру, изучения вулканов и миграций диких животных и птиц).

Но одних только датчиков, собирающих информацию, мало. Более важными и перспективными являются системы, самостоятельно реагирующие на определённые изменения среды. Например, это технологии, позволяющие отключать источники утечки вредных газов или загрязнения. Для функционирования таких систем необходимо разрабатывать системы обратной связи. Технологии, активно реагирующие на появление опасности, важны уже потому, что они нейтрализуют опасность гораздо быстрее, чем это сделает человек (и даже быстрее, чем датчики передадут информацию специалистам). Неудачный пример использования датчиков мы видели выше – система не успела передать людям информацию о пожаре и сгорела в нём сама.

«Умные технологии» в нефтедобыче

В российском Министерстве энергетики констатируют, что добыча нефти и газа на западносибирских месторождениях постепенно уменьшается. Главной причиной специалисты называют ограниченность традиционных технологий добычи. Усилить эффективность добычи призваны высокие технологии. И это не пустые слова: некоторые компании уже внедряют «умные» датчики в свои месторождения. Одной из таких компаний стала «Салым Петролеум Девелопмент Н. В.». Благодаря установке высокотехнологичных систем добыча нефти в этой компании растёт на 2,5 процента в год. В такой системе огромное количество скважин обслуживается всего одним оператором, который анализирует данные, полученные с многих десятков датчиков.

Подобные системы сбора данных устанавливает в своих месторождениях и компания «Татнефть».

Сенсоры, установленные в месторождениях, следят за состоянием бурильных установок, прогнозируют нештатные ситуации, позволяют избежать внезапного выхода техники из строя и т. д. Помимо самого добывающего процесса, датчики следят за экологической обстановкой – позволяют контролировать выбросы вредных веществ, анализируют состояние окружающей среды.

Однако российские специалисты говорят, что пока что наша страна отстаёт от западных в масштабах использования «интернета вещей» — даже в сфере нефтедобычи. Пока в западных странах умные технологии внедряются даже на улицы обычных городов, в России всё это по большей части находится на стадии разговоров и, как максимум, экспериментальных разработок. Между тем инновации в этом направлении чрезвычайно важны. «Умные» технологии в экономике, в том числе добывающей, специалисты называют прорывными, поскольку они «убивают» традиционные технологии, делая их неконкурентоспособными и никому не нужными.