Росатом: искусственный интеллект - путь к эффективной промышленности

МОСКВА, 22 дек – РИА Новости. Искусственный интеллект, уже освоившийся в сферах коммуникаций, финансов и крупного ритейла, активно приходит и в промышленность. Во взаимодействии с правительством госкорпорация "Росатом" занимается координацией и систематизацией усилий в области создания и продвижения востребованных индустриальных цифровых решений. О том, какие задачи может решать промышленный ИИ сегодня и в перспективе, о бизнес-эффектах его применения, а также об успешных кейсах внедрения технологий искусственного интеллекта на промышленных предприятиях расскажем в этом материале.

Что такое ИИ и зачем он промышленности

Словосочетание "искусственный интеллект" уже довольно прочно вошло в лексикон современного человека, однако до сих пор многие ассоциируют его с женским голосом, который с легким и таинственным "робото-акцентом" отвечает на любые, даже самые глупые, вопросы. Между тем, использование искусственного интеллекта в самых разных сферах уже сегодня серьезно меняет нашу жизнь.

Говоря точным языком науки, искусственный интеллект - это комплекс технологических решений, имитирующий познавательные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и позволяющий при выполнении задач достигать результатов, как минимум сопоставимых с результатами интеллектуальной деятельности людей. К основным субтехнологиям ИИ относят компьютерное зрение, обработку естественного языка, распознавание и синтез речи, системы поддержки принятия решений, а также перспективные методы и технологии ИИ.

Все субтехнологии так или иначе уже применяются в промышленности, в частности – в подразделениях "Росатома". Объединяя более 400 предприятий самой разной направленности, корпорация закономерно оказалась в числе лидеров в области промышленной "цифры", и именно поэтому стала партнером государства в области цифровизации промышленности, включая задачи по применению искусственного интеллекта.

В выступлении на конференции AI Journey-2023 директор по цифровизации "Росатома" Екатерина Солнцева указала, что вопрос о том, нужен ли промышленности искусственный интеллект, уже не актуален, поскольку многие отрасли "давно в эту работу вовлечены". Промышленники просто не особо афишируют свою деятельность в этой области, поскольку оценить экономический эффект от внедрения ИИ не так просто, и для этого нужно время. Так или иначе, искусственный интеллект уже пришел в промышленность, и дальнейшее развитие этого направления — совместная задача разработчиков, промышленников и госструктур.

© РИА Новости / Алексей Куденко

Перейти в медиабанк

Директор по цифровизации Государственной корпорации по атомной энергии "Росатом" Екатерина Солнцева

"Прямо сейчас под руководством председателя правительства Михаила Мишустина формируется программа перехода промышленности на отечественную платформу поддержки полного жизненного цикла изделий – от конструкторских разработок и производства до эксплуатации. И здесь мы, в том числе, говорим про применение искусственного интеллекта для разработки и проектирования новых видов промышленных изделий", - отметила Солнцева.

Она также напомнила, что "Росатом" координирует реализацию национальной Дорожной карты развития квантовых вычислений. Так, в июле этого года на "Форуме будущих технологий" президенту РФ был представлен отечественный квантовый компьютер на ионах. Именно квантовые вычислительные мощности способны резко ускорить работу искусственного интеллекта, существенно повысив бизнес-эффект от его применения, считают в "Росатоме".

"Внедрение передовых цифровых технологий, в том числе искусственного интеллекта, позволит не только улучшить финансовые показатели промышленных компаний, но и повысить их гибкость и адаптивность, возможности по использованию новых бизнес-моделей, а также качество, скорость и безопасность производства", - пояснила Солнцева.

В свою очередь, директор по цифровизации Чепецкого механического завода (ЧМЗ, входит в "Росатом") Алексей Майков, выступая на AIJ-2023, отметил, что, помимо повышения операционной эффективности и снижения зависимости от квалификации персонала и человеческого фактора, важная роль ИИ состоит в сборе и структурировании знаний, использовании их для возможности "творить и развиваться экспоненциально быстрее, чем мы делаем сейчас".

"Маркетплейсы, банки, формирование общественного мнения - во всех этих сферах давно используют искусственный интеллект для управления нашим выбором. В промышленности ИИ не преследует подобных целей, потому что свободы выбора здесь нет изначально: мы должны производить максимум продукции в единицу времени при минимальной себестоимости, и искусственный интеллект должен в этом помогать", - подчеркнул Майков.

По его словам, важной областью использования ИИ является моделирование процессов, связанных с планированием управления производством.

"Глубокое внедрение и использование стандартного функционала ERP- и MES-систем (ERP, Enterprise Resource Planning – управление ресурсами предприятия; MES, Manufacturing Execution System – управление производственными процессами) позволило нам уже кратно повысить точность и скорость планирования, принятия объективных и своевременных управленческих решений. Но мы пришли к пониманию, что этой функциональности недостаточно: нужно планировать еще быстрее и точнее, привлекая для этого искусственный интеллект", - сказал Майков.

Условия созданы

Руководитель программы сквозных цифровых технологий "Росатома" Александр Головицин уверен, что сегодня в России сложились все необходимые условия для активного внедрения технологий искусственного интеллекта. "С одной стороны, у промышленных предприятий есть задачи, которые можно решать при помощи ИИ. С другой – у нас есть необходимый набор субтехнологий ИИ, которые мы либо уже сейчас используем, либо будем использовать в ближайшее время и знаем, как они могут помочь", - сказал Головицин РИА Новости.

По его словам, "Росатом" в настоящее время создает финансовые модели использования технологий ИИ, которые позволят бизнесу стать более успешным, эффективным и прогрессивным.

"Промышленники, как люди ответственные, не хотят вкладываться в пустышки, а намерены брать технологи, где видят понятный эффект и понятные деньги. И миссия "Росатома", претендующего по ряду субтехнологий на роль локомотива, - помочь этим технологиям как можно быстрее перешагнуть этап высокой стоимости в той части, которая имеет перспективу для использования в промышленности", - отметил специалист.

Головицин пояснил, что в большинстве отраслей период окупаемости внедряемого технологического решения составляет 3-4 года, и это слишком малый срок. Поэтому очень важна стимулирующая поддержка со стороны государства. В свою очередь, "Росатом", будучи мощной госкорпорацией, может позволить себе увеличить срок окупаемости, и таким образом входить в более долгие циклы по пилотированию и созданию новых решений. "Амбиции у нас очень большие, и возможности - больше, чем в среднем по рынку. Но мы беремся только за те вещи, в которые верим, которые имеют перспективу с точки зрения бизнеса и прикладной характер с точки зрения промышленности", - подчеркнул Головицин.

Развивая в своих подразделениях сразу множество технологических направлений, "Росатом" в итоге получает синергетический эффект. И сегодня госкорпорация видит своей миссией представить эти новые возможности всей российской промышленности.

"Люди начинают в это верить и приходить к нам за решениями. Поэтому одна из задач - эти решения правильно упаковать в виде готовых и понятных продуктов. Это как в магазине на полке: искусственный интеллект плюс набор технологий дает такие-то дивиденды и эффекты в данной отрасли, а если взять еще и соседний продукт - эффект удвоится", - поясняет Головицин.

Экосистема партнерств

При этом в "Росатоме" считают, что ни одной российской компании-разработчику не под силу в одиночку сократить период развития цифрового продукта. Поэтому и задача по развитию промышленного ИИ в масштабах всей страны требует скоординированных усилий. В этой работе "Росатом" выступает интегратором, предлагая всевозможные формы сотрудничества: финансовую и технологическую поддержку, обучение, совместное создание и продвижение продуктов.

"Мы ищем ключевых игроков, наиболее передовых и перспективных, собираем конструкции из партнерств, которые позволяют технологическим решениям как можно быстрее перейти в продуктивную фазу. Поскольку бизнес в "Росатоме" очень разнородный, мы можем, продвигая в одном из своих дивизионов какой-то вариант партнерства, реально двигать целый сектор экономики", - указывает Головицин.

Он привел в пример горнорудный дивизион "Росатома", где прорабатывается возможность применения ИИ для создания цифрового двойника месторождения. Перед искусственным интеллектом ставится задача с максимальной точностью указать, где находится рудное тело, что позволит резко снизить производственные затраты на добычу.

"Это направление в горнодобывающей отрасли пока не развито, и мы сейчас организуем партнерство с научными институтами, привлекаем горняков, геологов, цифровизаторов. Решение апробируем на своих предприятиях, а затем выведем на рынок", - рассказывает представитель "Росатома".

© iStock.com / agsandrew

Искусственный интеллект

Уже в деле. Кейсы ИИ в промышленности

В ходе конференции AI Journey-2023 представители крупных промышленных компаний поделились успешными кейсами внедрения систем на основе искусственного интеллекта.

Атомный разум на ЧМЗ

Так, директор по цифровизации ЧМЗ Алексей Майков рассказал о системе предиктивной аналитики "АтомМайнд", предназначенной для прогнозирования качества изделий и состояния оборудования на промышленных предприятиях. Внедрение системы стартовало в 2022 году, и сегодня она успешно действует уже на четырех предприятиях "Росатома", включая ЧМЗ. Госкорпорация намерена продолжить внедрять "АтомМайнд" на своих предприятиях, а также вывести его на рынок в виде цифрового продукта для применения в различных отраслях.

Технологически "АтомМайнд" представляет собой low-code платформу с единым интерфейсом и набором интеграционных инструментов, позволяющих встраивать систему в ИТ-ландшафт предприятия и обеспечивать быструю разработку сервисов и приложений. Здесь используется широкий спектр инструментов предиктивной аналитики: современный стек библиотек машинного обучения, встраиваемые предиктивные и рекомендательные модели, большие данные.

Одним из эффектов внедрения системы стал переход от внеплановых ремонтов к предиктивному обслуживанию оборудования. Благодаря непрерывному мониторингу "АтомМайнд" прогнозирует и помогает предотвращать отказы оборудования, определяя зарождающиеся аномалии еще до того, как они повлияют на ход производства. В свою очередь, качество продукции помогают контролировать предиктивные модели, которые на каждом из этапов технологического процесса предупреждают технологов о качестве материалов на входе, рекомендуя оптимальные параметры производства.

"Эффективность внедрения системы на ЧМЗ очевидна на фоне задач, которые решает предприятие. В месяц в среднем мы обрабатываем 3000 заказов по 700 параметров в каждом – итого нам нужно оперативно отслеживать более 2 миллионов технологических параметров. "АтомМайнд" осуществляет контроль технологического процесса, обеспечивает оповещение о нарушениях и фиксирует метрики соблюдения технологической дисциплины. Мы получаем быстрый анализ факторов, влияющих на качество продукции. Самое главное, мы перешли от реактивного анализа к проактивному: вместо "почему получилось плохо" к "как сделать хорошо". В конечном итоге, это снижает влияние человеческого фактора и обеспечивает устойчивость предприятия", - пояснил Майков.

"Черный экран" от Сибура

Руководитель проектов по анализу данных "Сибура" Александр Крот в ходе AIJ представил ряд инструментов на основе ИИ, внедренных в компании. Один из них - под названием "Черный экран" - использует технологию видеоаналитики на базе данных от тысяч камер, работающих на производстве.

"Мы проанализировали видео на этих камерах и все ситуации, которые могут случаться на производстве. В итоге, мы смогли исключить постоянное участие человека в наблюдении за панелями мониторов - экран загорается только тогда, когда камера детектирует то или иное событие. Тем самым, мы, с одной стороны, уменьшили человеческий фактор, с другой – получили возможность реагировать на событие в режиме реального времени. Это дает прямой экономический эффект, и самое главное - митигирует риски, потому что безопасность – основа нашего бизнеса и производства", - сказал представитель "Сибура".

Также в компании внедрена система, позволяющая оператору производства в режиме реального времени видеть, как превышение тех или иных расходных норм приводит к определенным потерям. Встроенные рекомендательные системы подсказывают оператору, как нужно правильно вести тот или иной режим для минимизации потерь. Внедрение инструмента кратно повысило дисциплину технологических процессов, позволило улучшить качество продукции и снизить издержки, сказал Александр Крот.

Норникель — интеллектуальное обогащение

В компании "Норильский никель" ИИ используется в различных технологических процессах по обогащению руд. Успехи компании в ходе AIJ представил главный менеджер Центра развития цифровых технологий "Норникеля" Павел Комиссаров. "Возможностей для внедрения решений на базе ИИ очень много. На производстве собираются терабайты данных, а задач, требующих принятия решений в течения дня, выполняются тысячи. Те участки, где есть высокая неопределенность, высокая скорость процесса, регулярно возникают развилки и есть возможность сбора данных – это основные объекты применения искусственного интеллекта", - отметил специалист.

В частности, решение на базе ИИ позволило оптимизировать работу мельницы самоизмельчения, тем самым повысив эффективность всего процесса обогащения руды. За счет анализа данных и прогнозирования технологических параметров работы оборудования было снижено количество перегрузов мельницы, увеличена производительность и сокращен удельный расход электроэнергии.

Другой пример - контроль работы никелевой флотации за счет применения компьютерного зрения и анализа данных о технологическом процессе. Здесь удалось добиться повышения извлечения никеля при сохранении целевого уровня концентрации. "Контроль содержания никеля во входящем сырье, а также качества продуктов обогащения в совокупности с качеством работы каждой флот-машины - большой стресс для флотатора и возможность допустить ошибку. Оптимизационный алгоритм флотации позволяет держать под контролем работу передела, оставляя человеку возможность принимать только критически важные решения", - пояснил Комиссаров.

По его словам, в области горной добычи сегодня востребованы решения по внедрению автономной техники, контролю рабочего времени, качества исполнения оперативного плана. Также объектами внедрения интеллектуальных систем могут быть оптимизация внутришахтной логистики, перемещение карьерной техники, анализ качества промежуточных продуктов на всей цепочке создания стоимости - от добычи до чистого металла.

А что завтра? ИИ — участник большой игры

Как утверждают специалисты, сегодня промышленность делает лишь первые шаги по использованию искусственного интеллекта в своих процессах. В будущем же именно в области промышленного ИИ пойдет "самая большая игра", результаты которой способны кардинально изменить не только промышленность, но и всю нашу жизнь. Как будет выглядеть промышленность с появлением квантовых вычислений, нейроморфных вычислений и интеллектуальных систем полного цикла (PLM) рассказывают визионеры-практики из "Росатома".

Нейроморфам — приготовиться

Нейроморфными называются системы, архитектура и принципы действия которых имеют сходство с биологическим мозгом. Искусственные нейронные сети и классические архитектуры компьютера уступают биологическим организмам в энергоэффективности, миниатюризации, возможностях обучения и ряду других параметров. На поверхности лежит идея о том, чтобы позаимствовать из биологии какие-то новые принципы и подходы для преодоления барьеров, ограничивающих развитие систем искусственного интеллекта.

"Самым важным, с точки зрения прикладного применения, свойством нейроморфных систем является их в тысячи раз лучшая энергоэффективность по сравнению с классическими решениями. Это радикально расширяет возможности применения ИИ в робототехнике, интернете вещей, умных устройствах и носимых сенсорах. Дополняя нейроморфные решения возможностью непрерывного обучения на устройстве (в противовес обучению нейросети в датацентре и применению ее на конечном устройстве), мы открываем целую главу в области автономных систем ИИ", - говорит руководитель отдела ИИ компании "Цифрум" (Росатом) Денис Ларионов.

Он уверен, что развитие направления нейроморфных вычислений позволит решить целый спектр задач в промышленности с принципиально иными качественными параметрами. Например, нейроморфные системы хорошо подходят для управления быстроразвивающимися процессами - удержанием плазмы в токамаке, управлением движением БПЛА. Такие системы также эффективны для задач детектирования большого количества объектов одновременно, энергоэффективного детектирования редких событий, быстродвижущихся объектов, что важно для задач производственной безопасности. В свою очередь, нейроморфные процессоры, сопряженные с событийными камерами (DVS), способны вместо кадров видеть изменения в освещенности пикселей, вплоть до миллисекундных частот. Высокочастотное зрение может заменить физические датчики при диагностике оборудования путем измерения вибрации.

ИИ — сделай сам

"Росатом" сегодня активно прорабатывает возможности использования ИИ в системах полного жизненного цикла (PLM), включая создание концепции изделия, его разработку, производство, последующий вывод на рынок и дальнейшее обслуживание.

По словам директора программы "Промышленные решения" "Росатома" Сергея Мартынова, на горизонте 30-х годов передовым трендом станет применение ИИ в PLM на основе больших инженерных данных, что позволит мировым вендорам в десятки раз сократить сроки вывода изделий на рынок.

"Тот, кто первым совершит этот прорыв, станет лидером рынка и изменит PLM-разработку как таковую. Сегодня в САПР (системы автоматизированного проектирования) и PLM западных компаний уже присутствуют ИИ-методы, но прорывной эта технология станет, когда будет обработан большой объем информации, связанный с технологическими процессами, электронным макетом изделия, составами изделий, расчетными моделями, управляющими программами для оборудования с ЧПУ и так далее. ИИ будет не только предлагать следующий шаг процесса проектирования – он сам будет разрабатывать технологические процессы и управляющие программы", - смотрит в будущее Мартынов.

В "Росатоме" видят в перспективе создание такого PLM-решения, когда можно будет лишь задавать требования к конечному продукту, а все решения по его проектированию, производству (оборудование, материалы, технологические процессы), выводу на рынок будет принимать искусственный интеллект.

Кванты увеличат мощь

Искусственный интеллект, работающий с задачами перебора и большой размерности, требует все более внушительных вычислительных мощностей. И здесь смогут помочь квантовые вычисления (основаны на процессах квантовой физики), которые способны существенно ускорить выполнение ряда алгоритмов.

"В первую очередь, квантовые компьютеры позволят более эффективно обучать нейронные сети. Используя их мощности, можно выбирать оптимальные наборы данных для обучения сети, избавляясь от излишне зашумленных и ненужных. Более того, некоторые виды обучения нейронных сетей могут быть существенно ускорены за счет работы с квантовыми регистрами", - говорит научный сотрудник СП "Квант" (Росатом) Дмитрий Чермошенцев.

По его словам, перспективным подходом сейчас видится использование гибридных решений на основе одновременного применения квантовых и классических вычислительных устройств. Такой подход позволит увеличить эффективность современных классических нейросетей без их полной замены квантовыми сетями. В будущем использование квантового машинного обучения в промышленности позволит находить более оптимальные решения задач индустрии, что существенно увеличит эффективность работы компаний.

Это далеко не все возможности искусственного интеллекта и его применения в промышленности, которые специалисты видят на ближайшие пару десятилетий. В "Росатоме" считают, что все описанные выше технологии и субтехнологии должны сегодня развиваться в России в рамках качественной цифровой экосистемы, что в дальнейшем позволит получить синергию, а для промышленности и бизнеса — эффект мультипликации.