НОВОСТИ ПРОМЫШЛЕННОСТИ // ИННОПРОМ 2019: искусственный интеллект в промышленности

Опытом внедрения технологий искусственного интеллекта в промышленность поделились представители компаний:

• «Росатом» - Екатерина Солнцева (директор по цифровизации);

• «ЕВРАЗ» - Артём Натрусов (вице-президент по информационным технологиям);

• Фонд «Сколково» - Александр Фертман (директор департамента по науке и образованию), Евгений Лесников (директор по акселерации);

• «Clover Group» - Денис Касимов (председатель совета директоров).

Насколько можно доверять искусственному интеллекту?

«Мы закладываем в машину те ошибки, которые делаем сами» - эта фраза модератора сессии Александра Фертмана открыла дискуссию и обозначила проблему доверия искусственному интеллекту в промышленности. В ходе сессии спикеры делились своими примерами внедрения искусственного интеллекта в свете заданной проблематики.

Екатерина Солнцева рассказала о том, какие разработки уже внедрены «Росатомом». Это цифровое проектирование для систем очистки бурового раствора, которое было создано в партнёрстве с Центром компетенций НТИ СПбПУ,  а также система видеонаблюдения с использованием машинного зрения на Кольской АЭС, которая контролирует соблюдение правил техники безопасности. Обе разработки отличаются тем, что изначально создавались под практические задачи. Что касается проблемы доверия искусственному интеллекту, Екатерина Солнцева заметила, что «разделение ответственности произошло» - человек в 60-х годах прошлого века в некоторых сферах уже начал перекладывать ответственность за принятые решения на машину.   

Отвечая на вопрос о доверии к искусственному интеллекту Артём Натрусов отметил, что на данном этапе развития «ЕВРАЗ» инвестирует  в разработки, прикладная польза которых очевидна. Например, это система математического моделирования производственных переделов на предприятиях в Сибири, автоматизация процесса продувки стали в конвертерах ЗСМК.

По мнению Дениса Касимова, доверие к системе искусственного интеллекта определяется тем, какие алгоритмы по оценке качества поступивших данных в ней применяются. Система будет вызывать больше доверия, если процесс принятия решений понятен: какие данные она использует, какие корреляции определяет и почему. Этот нюанс особенно важен, учитывая, что «искусственный интеллект там, где есть большое количество данных», как заметил Евгений Лесников. Артём Натрусов добавил, что «недостаток объяснимости» таких систем действительно является одним из стандартных недостатков, вызывающих недоверие к искусственному интеллекту. Поэтому к примеру, сложную нейронную сеть через свод правил и алгоритмов нужно «загнать» в ту область, где «ошибка будет стоить не так дорого».

Как выглядит искусственный интеллект в традиционных областях промышленности?

Также спикеры отметили отличие во внедрении систем искусственного интеллекта в сферу B2C и B2B. Внедрение в B2C происходит динамичнее. «В традиционных областях промышленности нет замысловатых бизнес–моделей», заметил Артём Натрусов. Продукция примерно одинаковая, отличия могут быть в цене и сервисе. Вносит изменения в бизнес-модель лишь сервис, поэтому искусственный интеллект может быть применён именно в этой области.

По словам Евгения Лесникова, в промышленности искусственный интеллект применяется в процессах эксплуатации и прогнозирования издержек. На данном этапе основной путь разработки системы искусственного интеллекта в промышленности - это создание цифрового двойника, который состоит из некоторого объёма данных, снимаемых с изделия, и математической модели. Спикерами был отмечен тот факт, что сейчас искусственный интеллект в промышленности наиболее эффективно работает в паре с человеком – экспертом, который комплексно анализирует поступающие данные и контролирует производственные процессы.

На примере электродвигателя Денис Касимов показал, что присутствие эксперта всё же не так важно, поскольку его может заменить экспертная система искусственного интеллекта. Например, одним из проектов компании «Clover Group» была разработка технологии, которая бы предотвращала перегрев электродвигателя. Условия были таковы, что замерить температуру возможности не было – лишь показатели тока, напряжения и скорости вращения. Поэтому специалисты работали над тем, чтобы система искусственного интеллекта максимально быстро вычисляла изменения температуры, опираясь на эти данные.

Искусственный интеллект: от мультиков до АЭС.

В конце сессии спикеров попросили поделиться примерами внедрения искусственного интеллекта, которые впечатлили лично их. Какие-то примеры удивляли своими масштабами, какие-то – технологиями.

Так, Евгений Лесников рассказал о компании Nest Lab, предлагающей программное решение в области разработки нефтяных месторождений. При этом практические результаты его применения действительно высоки - добыча увеличивается на 40%.

Другим примером стал цифровой реинжиниринг литейного завода ПАО «КАМАЗ» от BFG Group. Используя цифрового двойника производственной системы BFG Group предложила программу, по итогам которой циклы производства сократились в 1,5 раза, производительность труда увеличилась в 2 раза, а выполнение заказов ускорилось в 2 раза.

Екатерина Солнцева привела в пример виртуальную АЭС - пространственную модель сооружения, которая позволяет рассчитать физические объемы ресурсов для строительства, составить графики работ, использования ресурсов.

Артём Натрусов поделился примером внедрения автономного транспорта, удаленно управляемого оператором. Это позволяет избежать присутствия человека во вредных условиях горной добычи и повышает престиж профессии ещё и потому что процесс управления схож с геймингом.

И, наконец, примером, который впечатлил Александра Фертмана стала озвучка Винни Пуха  голосом Евгения Леонова, которая была скомпилирована из старых записей его голоса.

Пресс центр ЭНЕРАЛ