Зачем промышленным предприятиям России нужны нейросети

Господдержка помогает российской промышленности осваивать "умные" технологии. Согласно прогнозу властей, к 2030 году доля отраслей с высоким уровнем готовности к внедрению ИИ достигнет 95%. По данным Национального центра развития искусственного интеллекта при правительстве РФ (НЦРИИ), текущий средний уровень использования ИИ с 2021 года вырос в 1,5 раза, и сейчас в приоритетных отраслях он составляет 32%. В отчете центра об индексе готовности приоритетных отраслей экономики к внедрению ИИ отмечается, что в обрабатывающей промышленности подобные технологии используют 25,8% организаций и более 28% из них считают эффект от внедрения существенным. Треть не использующих ИИ предприятий этой сферы планируют внедрение "умных" технологий в течение ближайших трех лет. В топливно-энергетическом комплексе доля использующих ИИ предприятий уже превысила 40%, отмечают авторы исследования. Согласно подписанной президентом России Национальной стратегии развития искусственного интеллекта, доля приоритетных отраслей экономики с высоким значением индекса готовности к внедрению ИИ-технологий к 2030 году должна вырасти с нынешних 12 до 95%, в том числе благодаря господдержке. Как промышленность осваивает ИИ По данным индекса НЦРИИ, в приоритетных отраслях на первое место по популярности среди технологий ИИ в прошлом году вышла интеллектуальная поддержка принятия решений — ее применяют 71% организаций, использующих "умные" технологии. Затем идут распознавание и синтез речи (67%), компьютерное зрение (59%), обработка естественного языка (58%). В промышленности применение ИИ помогает предприятиям оптимизировать технологические процессы и улучшает производительность труда, снижает затраты и расход сырья. Нейросети помогают решать инновационные задачи: собирать данные с оборудования, прогнозировать стойкость инструментов и производственных линий, сроки и стоимость их техобслуживания, объясняют эксперты университета "Иннополис". Темпы внедрения искусственного интеллекта в промышленности сильно разнятся в зависимости от компании, объясняет руководитель рабочей группы "Практика и данные" Альянса в сфере ИИ Алексей Шпильман. Нефтегаз, металлургия и агропром внедряют его в числе первых. У таких компаний, как "Газпром нефть", "Сибур", "Северсталь", "Русал", "Русагро" и "Уралхим", есть свои решения в этой области, а у некоторых — уже и миллиардные эффекты от использования, продолжает эксперт. "Связано это как с большими объемами производства, где даже оптимизация на несколько процентов за счет ИИ приводит к серьезным экономическим эффектам, так и с необходимостью учитывать огромное количество факторов, влияющих на процесс. Например, геологические особенности для нефтегаза и металлургии и погодные условия для агропрома, просчитывать влияние которых искусственный интеллект может полнее и точнее", — объясняет Шпильман. Роль ИИ: от наладки производства до поиска поставщиков Важность стимулирования новых разработок в области искусственного интеллекта сегодня подчеркивается первыми лицами государства, говорит гендиректор Фонда содействия инновациям Сергей Поляков. Фонд с 2021 года участвует в реализации [url=https://xn--80aapampemcchfmo7a3c9ehj.xn--p1ai/projects/tsifrovaya-ekonomika/p-iskusstvennyy-intellekt-p/?utm_source=RBC_Spec&utm_medium=Statica&utm_term=iintellekt&utm_content=All&utm_campaign=np_tsifrovaya-ekonomika_article]федерального проекта "Искусственный интеллект"[/url] и на конкурсах выдает гранты на разработку, развитие и внедрение решений в сфере ИИ. При этом как для проектных команд и начинающих стартапов, так и для предприятий с опытом внедрения решений на базе искусственного интеллекта. Так, петербургское ООО "Онис" разрабатывает интеллектуальную систему определения формы и захвата объектов роботехническим манипулятором. Московская компания "Пиклема", среди клиентов которой такие лидеры рынка, как "Евраз", НМЛК, "Полюс", благодаря гранту фонда улучшила рекомендательные системы на основе ИИ для горнодобывающих предприятий. Они, в частности, способны с помощью технологии компьютерного зрения оценить состояние извлеченных пород и предотвратить поломку техники: например, при обнаружении крупных обломков. Компания "Сапл-биз" получила грант на разработку модулей интеллектуальной системы принятия решений на основе нейронных сетей для своей платформы Supl.biz. Решение помогает промышленным предприятиям искать поставщиков сырья и комплектующих, а также оптовых покупателей продукции. Платформа позволяет производителям обрабатывать большой поток запросов. Сейчас на ней размещается 1,5 тыс. оптовых заказов ежедневно, а количество зарегистрированных пользователей достигает 350 тыс. Разработчикам удалось оптимизировать алгоритмы классификации запросов, что привело к росту числа ее пользователей на 30% и на 10% — пользователей, возвращающихся повторно, рассказывает основатель и гендиректор "Сапл-биз" Евгений Дьяченко. Предприятия, внедряющие ИИ в работу, могут получить поддержку фонда "Сколково". С 2021 года по [url=https://xn--80aapampemcchfmo7a3c9ehj.xn--p1ai/projects/tsifrovaya-ekonomika/p-iskusstvennyy-intellekt-p/?utm_source=RBC_Spec&utm_medium=Statica&utm_term=iintellekt&utm_content=All&utm_campaign=np_tsifrovaya-ekonomika_article]федеральному проекту "Искусственный интеллект"[/url] гранты в размере от 20 млн до 100 млн руб. выдаются на пилотную реализацию проектов с ИИ в промышленности. Такой поддержкой воспользовался и завод "Инком", выпускающий жгуты для промышленности. Компания получила грант на реализацию пилотного проекта по внедрению интеллектуальной системы адаптивного управления производством. Продукцию завода используют автосборочные предприятия, производители бытовой техники и промышленного оборудования. В месяц "Инком" выпускает более тысячи наименований продукции, каждая линия выполняет по 100–200 операций, рассказывает директор по финансам "Инкома" Марина Кулакова. Одно только изменение порядка этих операций может значительно влиять на срок выпуска изделий. Поэтому очень важно смоделировать оптимальный производственный план с минимальным количеством переналадок станков и с учетом дополнительных факторов: изменений технологии, проблем с поставкой комплектующих, неисправностью или браком на определенном этапе, объясняет она. Раньше такие графики составляли вручную опытные производственники, но человеку очень сложно математически проверить все возможные варианты. Нейросеть же легко справляется с такой задачей и позволяет максимально загрузить оборудование типовыми операциями. За счет внедрения ПО удалось сократить время переналадок примерно в два раза, а это восемь дней в месяц, или 20% дополнительной загрузки предприятия и соответствующий рост выручки, уточняет Марина Кулакова. "Уже сейчас мы видим, что это многообещающий проект", — заключает она. Ссылка на источник