нейросети21 апреля 2026 г.

Дроны с ИИ находят вдвое больше очагов размножения комаров, чем люди: Стэнфорд испытал систему в Индонезии

Исследователи Стэнфордского университета развернули дроны с нейросетями U-Net++ в индонезийском Макассаре для поиска скрытых очагов размножения комаров Aedes aegypti. ИИ-система обнаружила почти вдвое больше заброшенных шин — главных рассадников денге — чем аналитики-люди, достигнув точности 87%.

Дроны с ИИ находят вдвое больше очагов размножения комаров, чем люди: Стэнфорд испытал систему в Индонезии

Учёные Стэнфордского университета представили результаты масштабного эксперимента по применению дронов и искусственного интеллекта для борьбы с распространением денге, чикунгуньи и вируса Зика. Исследование, опубликованное 8 апреля 2026 года в журналах Remote Sensing Applications: Society and Environment и BMC Global and Public Health, показало, что нейросетевые модели обнаруживают скрытые очаги размножения комаров с эффективностью, значительно превышающей возможности человеческих аналитиков.

Команда под руководством доцента Стэнфордской медицинской школы Джоэль Россер и исследователя Школы устойчивого развития Дорр Эндрю Чемберлина провела испытания на 4-километровом участке густонаселённого прибрежного города Макассар в Индонезии — одного из крупнейших очагов распространения лихорадки денге в мире. Местный дрон-пилот Мух. Юсуф Фадхель Марвиджи облетал районы с неформальной застройкой, рынками и жилыми кварталами, собирая аэрофотоснимки высокого разрешения.

Главной целью поиска стали заброшенные автомобильные шины — один из самых проблемных источников размножения комаров Aedes aegypti. Разбросанные по крышам, спрятанные за заборами и скрытые под растительностью, эти шины накапливают дождевую воду и превращаются в идеальные инкубаторы для переносчиков опасных тропических заболеваний, от которых ежегодно страдают сотни миллионов людей по всему миру.

«Последние технологические достижения в области дистанционного зондирования высокого разрешения и искусственного интеллекта позволили нам полностью переосмыслить подход к изучению взаимодействия между окружающей средой и человеком», — заявила Джоэль Россер. Для анализа снимков применялись две продвинутые свёрточные нейросети, включая архитектуру U-Net++, которые продемонстрировали «поразительно высокую точность» — 87% и 82% соответственно.

Ключевой результат исследования: одна из ИИ-моделей обнаружила почти вдвое больше реальных шин, чем человеческие аналитики. Система успешно идентифицировала шины, частично погружённые в землю или скрытые под густой растительностью — объекты, которые при традиционных наземных обследованиях остаются незамеченными. Это особенно важно в условиях глобального потепления, когда ареал обитания комаров-переносчиков денге стремительно расширяется на новые регионы.

Результаты работы стэнфордской группы могут радикально изменить стратегии борьбы с трансмиссивными заболеваниями в развивающихся странах. Вместо трудоёмких и дорогостоящих наземных обследований, дроны с ИИ способны за считаные часы просканировать обширные городские территории, выявляя очаги размножения комаров с беспрецедентной точностью. По данным ВОЗ, денге ежегодно поражает до 400 миллионов человек, а изменение климата расширяет зону риска далеко за пределы тропиков.

Попробуйте нейросети в MashaGPT

GPT-5, Claude, Gemini, генерация изображений и видео — всё в одном месте

Попробовать бесплатно