Самообучающийся аппарат для ускорения анализа сырья и принятия решений на производствах
При промышленном производстве продуктов — от топлива и пластика до молочных изделий и кормов для животных — важно следить за качеством и характеристиками сырья. Создать специальный аппарат, который поможет делать это на конвейере и сможет автоматизировать процесс, удалось политехникам СПбПУ совместно с компанией «Микросенсор НТ».
Высокоскоростной портативный и энергоемкий спектрометр предварительно проходит обучение на базе роботизированной платформы и ПО, которое позволяет ему накапливать данные. Устройство умеет проводить сравнительный анализ данных и обладает собственными базами данных по спектральным характеристикам различных материалов. Предприятия могут адаптировать прибор к своему технологическому процессу, что, по сути, дает им возможность обойтись без полноценной химической лаборатории.
Александр Семенча, руководитель проекта, директор НОЦ «Нанотехнологии и покрытия»
«Внедрение технологии будет способствовать повышению эффективности работы малых предприятий и сокращению складских расходов. Например, для сыроварения важно содержание белка в молоке, и частные сыроварни сталкиваются с проблемой входного контроля. Причем при неправильном выборе вся партия может пойти в утиль, что существенно повышает риск бизнеса и ограничивает выход на рынок новых уникальных сортов сыра».
Искусственный интеллект в банкинге
Применение ИИ в финансовом секторе значительно ускоряет и упрощает многие процессы. Например, в «Сбере» эффект от внедрения таких технологий за 2022 год оценивался в ₽230 млрд. С их помощью создают новые продукты и улучшают работу с клиентами. Юридическим лицам компания предлагает услугу, когда от заявки до выдачи займа до ₽2 млрд проходит всего 7 минут. Именно искусственный интеллект анализирует данные и позволяет принять настолько быстрое решение о кредите.
Герман Греф, президент и председатель правления ПАО «Сбербанк»
«Сегодня искусственный интеллект — это та сфера, которой занимаются все, хотя раньше это было уделом специализированных компаний. В Сбербанке мы реализуем концепцию AI First, и у нас есть огромная потребность в чистых данных, а без искусственного интеллекта это невозможно сделать, учитывая огромный объем данных. И такие же задачи стоят перед другими компаниями и государством».
Видеоаналитика на предприятиях компании «Сибур»
Цифровое подразделение компании «Сибур» использует искусственный интеллект в «умной» видеоаналитике. На предприятиях корпорации расположены тысячи камер, которые наблюдают за разными технологическими процессами. Раньше на экран сотрудника, следящего за тем, все ли в порядке на производстве, могло выводиться до 50 изображений. С внедрением ИИ это число сократилось до нескольких штук.
Искусственный интеллект научили включать видеопоток с конкретной камеры на экране нужного специалиста только тогда, когда это требует его внимания. Таким образом контролируют работу оборудования и принимают решения о ремонте, отслеживают брак, проблемы в логистике и соблюдение техники безопасности.
Программный комплекс «Импульс» для информационного моделирования в строительстве
Присвоение классов и кодов компонентам цифровой информационной модели здания, разрабатываемой с использованием технологий информационного моделирования, происходит преимущественно вручную и является довольно трудоемким процессом, который может занимать несколько дней. Новая разработка преподавателей и студентов СПбПУ помогает сократить это время до нескольких минут. Комплекс «Импульс» использует методы машинного обучения, чтобы автоматизировать присвоение кодов элементам здания в модели — от материалов до конкретных деталей вроде водопроводных кранов.
Система умеет определять классы и коды объектов с точностью до 97%. Это позволяет сократить затраты на создание моделей. При этом меняется и роль проектировщиков — у них становится меньше механической работы и больше — в качестве экспертов по оценке присвоенных системой кодов. Комплекс «Импульс» уже используется несколькими крупнейшими застройщиками и организаторами российских и международных профессиональных чемпионатов.
Марина Петроченко, доцент Высшей школы промышленно-гражданского и дорожного строительства СПбПУ
«Изначально система создавалась под зарубежное ПО, но с уходом некоторых компаний из России это стало неактуально. Сегодня ПК «Импульс» развивается как независимый от конкретного вендора продукт. Мы переориентировались на нейтральный формат файлов IFC, который может читаться любыми программными комплексами, независимо от страны происхождения. Получив первые результаты, мы поняли, что такой подход предоставляет даже больше возможностей».
«Когнитивный геолог» корпорации «Газпром нефть»
Разведка углеводородов — сложный процесс, в котором нужно анализировать и интерпретировать огромные массивы информации. Здесь не обойтись без профильного опыта, глубокой экспертизы и умения прогнозировать. Чтобы ускорить обработку данных и сократить сроки геологоразведки в несколько раз, в «Газпром нефти» решили использовать машинное обучение.
Искусственный интеллект «Когнитивный геолог» эксперты компании создали совместно с научно-исследовательским центром IBM Research Brasil. Технология на основе опыта и данных, собранных в компании, автоматизирует часть работы специалистов и сама предлагает концептуальные геологические модели. Например, машина может оценить объемы скопления углеводородов при оценке бассейна, чтобы люди приняли решения о целесообразности его разработки.
Программное обеспечение для оптимизации работы ТЭЦ
Перед российской тепло-электроэнергетикой много вызовов — от сложных тепловых схем и меняющихся режимов работы до износа оборудования и проблем с исходными данными и достоверностью измерений автоматизированных систем. Справиться с ними поможет система оптимизации ТЭЦ, которую разработали в СПбПУ. Она ориентировочно позволяет повысить часовой маржинальный доход станции на 7%.
В основе системы лежит цифровая модель, создаваемая учеными СПбПУ, которая полностью описывает тепловую схему станции с учетом особенностей режимов ее работы, фактического состояния оборудования, возможных технических ограничений. Далее с помощью написанной авторами программы производится автоматизированная серия расчетов режимов работы станции с учетом прогнозов спроса на энергию и цен на топливо, электричество и тепло. В результате пользователям выводится оптимальный режим работы станции для заданных сценарных условий. Эксперты СПбПУ ожидают, что в течение ближайшего десятилетия на подобные технологии перейдут практически все крупные генерирующие отечественные компании.
Ирина Аникина, доцент Высшей школы атомной и тепловой энергетики СПбПУ
«Наша разработка — глобальный сдвиг для российской энергетики. Внедрение инноваций — сложный процесс, требующий понимания и открытости заказчиков и работы высококвалифицированных инженеров. Поэтому мы уже сейчас готовим студентов, умеющих создавать и настраивать аналогичные цифровые модели, чтобы ускорить тиражирование этого продукта. Такие разработки стали возможны благодаря поддержке программы «Приоритет-2030», которая инвестирует в исследования, оказывающие существенное влияние на экономику страны».
Компьютерное зрение на конвейерах компании КАМАЗ
Каждый «КАМАЗ» состоит из тысяч уникальных деталей. Все они проходят разные пути на предприятии — от создания до хранения. Чтобы оптимизировать процесс и поддержать стабильность производства, автомобильный гигант обратился к компании «Моделирование и цифровые двойники». Последняя разработала специальную систему, основанную на компьютерном зрении.
Искусственный интеллект распознает детали с точностью до 99% и подсчитывает их количество. Система умеет делать это с помощью обычных веб-камер, установленных на конвейерах, а также через приложение на смартфонах сотрудников. Это упрощает работу техников, минимизирует воздействие человеческого фактора и потери, а также помогает с планированием производства.
ИИ для лечения нейродегенеративных заболеваний и патологий
Вывод нового фармацевтического продукта на рынок занимает много времени. Например, эффективность препаратов для терапии нейродегенеративных заболеваний вроде болезни Альцгеймера сначала подтверждается на стадии доклинических исследований. Усилий и ресурсов для этого тратится много, однако полученные данные используются не с максимальной эффективностью.
Эксперты СПбПУ учат искусственный интеллект анализировать информацию о поведении нейронов, чтобы появилась возможность уже на ранних этапах исследований тестировать гипотезы и определять, будут ли действовать новые препараты. Но чтобы приблизить это светлое будущее, нужна слаженная работа большой команды на стыке нескольких дисциплин.
Екатерина Пчицкая, научный сотрудник лаборатории молекулярной нейродегенерации СПбПУ
«В университете хорошее базовое образование в области точных наук, которое позволяет биологам наладить контакт со специалистами по прикладной математике и найти понятный обеим сторонам язык. Мы погружаемся в методы статистического анализа и машинного обучения, а IT-специалисты в — нейробиологию».
Цифровой стиральный порошок на заводе Unilever
Чтобы тестировать новые составы стиральных порошков в традиционном режиме, требуется много испытаний. Такие эксперименты создают мощные выбросы парниковых газов и могут занимать до 80% от всего энергопотребления производства. Машинное обучение и цифровое дублирование помогли Unilever решить эту проблему.
На бразильском заводе компании создают цифровые двойники реального порошка, чтобы экспериментировать с составами. Искусственный интеллект сам прогнозирует оптимальные параметры для процессов и изменения от комбинирования веществ в продукте. Это позволяет избежать большого количества физических испытаний и ускорить появление новых товаров.
Система цифрового моделирования промышленных предприятий
Цифровые модели предприятий позволяют прогнозировать экономический эффект от разных изменений на производстве, а также оценивать и менять стратегии развития на более оптимальные. Однако внедрение такой системы отнимает много времени — от полугода до года. Специалисты СПбПУ разрабатывают платформу, которая с помощью искусственного интеллекта позволяет справиться с такой задачей в полтора-два раза быстрее.
Платформа, над которой работают в СПбПУ, умеет автоматически анализировать множество сценариев и предлагает научно обоснованные прогнозы, необходимые для принятия решений в сложных системах. Уже разработанные частные решения позволяют также формировать сценарии управления нефтедобывающими месторождениями и оптимизировать производственную программу на машиностроительных предприятиях. В планах экспертов — универсализация инновации, которая даст возможность тиражировать ее внедрение на целый ряд обрабатывающих и добывающих отраслей. Это окажет положительный эффект на развитие российской промышленности.
Алексей Гинцяк, руководитель проекта «Технологии искусственного интеллекта для создания цифровых моделей промышленных и социально-экономических систем» в рамках программы «Приоритет-2030»
«В рамках этого проекта мы объединяем накопленный опыт в создании цифровых моделей производств с лучшими решениями в области ИИ. Наша мегацель — интеллектуализация большей части рутинных операций, которая позволит ключевым исследователям сконцентрироваться на более важных и творческих задачах».