ИИ примеряет капитанскую фуражку
ВЗГЛЯД / СЕНТЯБРЬ #6_2023
Беседовал Иван СУРВИЛЛО / Иллюстрация: @Neurovizor / Фото: Страна Росатом
Какие процессы в Росатоме уже автоматизированы? Нужен ли ледоколам автопилот и каким он может быть в арктических условиях? Заменит ли ИИ капитана и как через 10 лет может выглядеть навигация по Севморпути? Об этом мы побеседовали с начальником управления интеллектуальных систем АО «Гринатом» Евгением Глуховым.
Евгений, расскажите, пожалуйста, о том, как сегодня выглядит цифровизация в Росатоме.
Цифровизация — глобальный термин, он охватывает различные аспекты автоматизации. Цель — ускорить и оптимизировать разнообразные процессы — в госкорпорации, например, процедуры получения справки или оформления отпуска. Раньше требовалось множество бумажных документов и подписей. Мы создали сервис, который значительно все упрощает и ускоряет. Сотрудник может подать электронную заявку на отпуск, она автоматически направляется на подпись руководителю, а затем передается в отдел кадров.
Цифровизация не ограничивается офисной средой, она также активно применяется на производстве. Начало моей профессиональной жизни было связано с физикой — я работал лаборантом в Троицком институте инновационных и термоядерных исследований. Мы проводили эксперименты, работая над первой стенкой реактора ИТЭР, использующего магнитное поле для удержания нагретой плазмы в тороидальной камере. Компьютер выводил статистику, а мы переписывали данные в тетради вручную. Затем шли в соседнюю комнату и вбивали данные в другой компьютер для дальнейших расчетов и построения графиков. Я уже тогда думал, что этот процесс легко автоматизировать, создав сервис для сбора и анализа данных.
Еще один наглядный пример цифровизации, актуальный для каждого, — процесс получения справки 2-НДФЛ. Раньше нужно было лично прийти в отдел кадров, заполнить ряд бумажных форм и ждать несколько дней. Сейчас все гораздо проще: в личном кабинете каждого сотрудника есть функция «заказать справку 2-НДФЛ». Вся необходимая информация уже есть в системе, она автоматически подставляется в запрос — и справка формируется в электронном виде. Таким образом автоматизация экономит время сотрудников.
Искусственный интеллект — один из инструментов цифровизации, активно внедряемых в госкорпорации. Приведу пример — Центр поддержки сотрудников Росатома. Представьте себе департамент со штатом 30 человек, обрабатывающий огромное количество запросов. Персонал должен эффективно решать проблемы, с которыми обращаются в департамент люди, или перенаправлять запросы в соответствующие инстанции. Для ускорения этих процессов сегодня применяются методы машинного обучения. Обученная модель автоматически маршрутизирует типовые запросы, облегчая работу департамента и позволяя сотрудникам сосредоточиться на сложных задачах.
Другая история, связанная с искусственным интеллектом, касается обработки документации. Как и в любой другой организации, у нас есть множество специфических документов: локальные нормативы, акты, запросы на доступ и так далее. Эти документы часто представлены в виде сканов. Когда новый сотрудник устраивается на работу, отдел кадров сканирует его документы: диплом, паспорт, СНИЛС. Затем кому-то приходится вручную переносить информацию из сканов в соответствующие системы, что занимает огромное количество времени.
Мы решаем эту задачу с помощью нейросетей: они распознают текст на отсканированных документах и переносят его в нужные поля системы, значительно ускоряя процесс. К тому же нейросети можно настроить так, чтобы они извлекали только нужную информацию. Человеку остается лишь проверить правильность ввода данных.
Ключевой момент здесь — качество данных. Если скан документа такой нечеткий, что его не может разобрать человек, — нейросеть с этим тоже не справится. То же и в других случаях — если процесс плохо организован и данные не точны, результат автоматизации будет соответствующим.
У нас был интересный кейс с распознаванием документов, связанных с экологией: около 90 тыс. однотипных документов, таких как паспорта химических элементов и т. д. Ручная обработка заняла бы огромное количество времени и ресурсов. Автоматизированный процесс занял неделю.
Каким проектом вы особенно гордитесь?
Проектом «Аврора», связанным с анализом космических снимков.
Предположим, что нам необходимо детектировать 100 сельскохозяйственных полей на спутниковых снимках и постоянно отслеживать все происходящие на них изменения. Мы создали геоплатформу с несколькими бизнес-сервисами, основная цель которых — детектирование различных объектов и явлений на Земле посредством спутниковых снимков. Это позволило повысить эффективность процесса в сотни, а иногда и в тысячи раз.
Подобные сервисы помогают, например, своевременно обнаруживать нефтеразливы и лесные пожары. В перспективе с помощью инструментов предиктивной аналитики можно будет выявлять очаги возникновения пожаров и заблаговременно их предотвращать.
Цифровизация — глобальный термин, он охватывает различные аспекты автоматизации. Цель — ускорить и оптимизировать разнообразные процессы — в госкорпорации, например, процедуры получения справки или оформления отпуска. Раньше требовалось множество бумажных документов и подписей. Мы создали сервис, который значительно все упрощает и ускоряет. Сотрудник может подать электронную заявку на отпуск, она автоматически направляется на подпись руководителю, а затем передается в отдел кадров.
Цифровизация не ограничивается офисной средой, она также активно применяется на производстве. Начало моей профессиональной жизни было связано с физикой — я работал лаборантом в Троицком институте инновационных и термоядерных исследований. Мы проводили эксперименты, работая над первой стенкой реактора ИТЭР, использующего магнитное поле для удержания нагретой плазмы в тороидальной камере. Компьютер выводил статистику, а мы переписывали данные в тетради вручную. Затем шли в соседнюю комнату и вбивали данные в другой компьютер для дальнейших расчетов и построения графиков. Я уже тогда думал, что этот процесс легко автоматизировать, создав сервис для сбора и анализа данных.
Еще один наглядный пример цифровизации, актуальный для каждого, — процесс получения справки 2-НДФЛ. Раньше нужно было лично прийти в отдел кадров, заполнить ряд бумажных форм и ждать несколько дней. Сейчас все гораздо проще: в личном кабинете каждого сотрудника есть функция «заказать справку 2-НДФЛ». Вся необходимая информация уже есть в системе, она автоматически подставляется в запрос — и справка формируется в электронном виде. Таким образом автоматизация экономит время сотрудников.
Искусственный интеллект — один из инструментов цифровизации, активно внедряемых в госкорпорации. Приведу пример — Центр поддержки сотрудников Росатома. Представьте себе департамент со штатом 30 человек, обрабатывающий огромное количество запросов. Персонал должен эффективно решать проблемы, с которыми обращаются в департамент люди, или перенаправлять запросы в соответствующие инстанции. Для ускорения этих процессов сегодня применяются методы машинного обучения. Обученная модель автоматически маршрутизирует типовые запросы, облегчая работу департамента и позволяя сотрудникам сосредоточиться на сложных задачах.
Другая история, связанная с искусственным интеллектом, касается обработки документации. Как и в любой другой организации, у нас есть множество специфических документов: локальные нормативы, акты, запросы на доступ и так далее. Эти документы часто представлены в виде сканов. Когда новый сотрудник устраивается на работу, отдел кадров сканирует его документы: диплом, паспорт, СНИЛС. Затем кому-то приходится вручную переносить информацию из сканов в соответствующие системы, что занимает огромное количество времени.
Мы решаем эту задачу с помощью нейросетей: они распознают текст на отсканированных документах и переносят его в нужные поля системы, значительно ускоряя процесс. К тому же нейросети можно настроить так, чтобы они извлекали только нужную информацию. Человеку остается лишь проверить правильность ввода данных.
Ключевой момент здесь — качество данных. Если скан документа такой нечеткий, что его не может разобрать человек, — нейросеть с этим тоже не справится. То же и в других случаях — если процесс плохо организован и данные не точны, результат автоматизации будет соответствующим.
У нас был интересный кейс с распознаванием документов, связанных с экологией: около 90 тыс. однотипных документов, таких как паспорта химических элементов и т. д. Ручная обработка заняла бы огромное количество времени и ресурсов. Автоматизированный процесс занял неделю.
Каким проектом вы особенно гордитесь?
Проектом «Аврора», связанным с анализом космических снимков.
Предположим, что нам необходимо детектировать 100 сельскохозяйственных полей на спутниковых снимках и постоянно отслеживать все происходящие на них изменения. Мы создали геоплатформу с несколькими бизнес-сервисами, основная цель которых — детектирование различных объектов и явлений на Земле посредством спутниковых снимков. Это позволило повысить эффективность процесса в сотни, а иногда и в тысячи раз.
Подобные сервисы помогают, например, своевременно обнаруживать нефтеразливы и лесные пожары. В перспективе с помощью инструментов предиктивной аналитики можно будет выявлять очаги возникновения пожаров и заблаговременно их предотвращать.
«Гринатом» участвует в создании единой платформы цифровых сервисов для Северного морского пути (ЕПЦ СМП). Расскажите, пожалуйста, об этом проекте.
ЕПЦС СМП — часть стратегии социально-экономического развития РФ до 2030 года. Мы работаем над созданием комплекса цифровых сервисов, направленных на оптимизацию мореплавания.
В прошлом навигация по СМП напоминала «русскую рулетку»: моряки действовали «на ощупь», рискуя застрять во льдах. Сегодня, благодаря применению искусственного интеллекта, ситуация кардинально изменилась. Алгоритмы анализируют спутниковые снимки и метеорологические сводки, определяют тип льда, его толщину и состояние на различных участках акватории. Это позволяет не только избежать потенциально опасных зон, но и спланировать наиболее эффективный маршрут для ледоколов.
Задача моей команды — предоставить штабу морских операций и капитанам ледоколов доступ к актуальным спутниковым снимкам.
А как может помочь морякам искусственный интеллект?
Искусственный интеллект в Росатоме активно развивается, решая, в числе прочих, уникальные задачи, связанные с судовождением.
ИИ помогает команде принимать взвешенные решения, предоставляя ей дополнительные данные. Пока что это вспомогательная функция — в экипаже словно появляется еще один, «цифровой» член, мнение которого стоит учитывать при принятии решений.
Я член сообщества «Амбассадоры Росатома». Недавно участвовал в экспедиции к Северному полюсу на атомном ледоколе «50 лет Победы». Старший помощник капитана там — Диана Киджи, с которой я познакомился на съемках фильма для общества «Знание». Во время экспедиции мы обсуждали потенциальные области автоматизации и применения искусственного интеллекта на ледоколе. Один из вариантов — установка датчиков для мониторинга различных систем на борту. Они могли бы предиктивно сигнализировать о возможных нештатных ситуациях или отказах оборудования, что позволило бы заранее провести внеплановую замену механизмов и избежать простоя.
Кроме того, мы обсудили возможности использования системы для визуализации льда. На мостике есть экран, на котором отражается плотность льда на ближайшую пару километров. Эта информация, полученная с помощью ультразвука, очень важна для управления ледоколом. Она никуда не передается, а между тем ее интеграция в систему навигации могла бы значительно скорректировать процесс принятия решений в сложных и переменчивых условиях Северного Ледовитого океана.
В перспективе можно рассмотреть создание ИИ-автопилота для ледокола. Такой автопилот, основанный на алгоритмах машинного обучения, мог бы анализировать множество переменных в реальном времени: метеорологические условия и данные со спутников, информацию, поступающую с различных систем корабля, проложенные ранее маршруты всех ледоколов, действия капитанов. И на основе всего этого предложить оптимальный маршрут и вести по нему судно. Но, конечно, финальное решение всегда должно оставаться за человеком, за капитаном ледокола.
А если и доверить ИИ вести ледокол самостоятельно, под рукой у капитана непременно должна быть «большая красная кнопка», позволяющая быстро и безопасно перевести управление ледоколом в ручной режим.
С одной стороны, любые инновации должны быть экономически оправданы. Создавать ИИ-автопилот ледокола ради самого факта — бессмысленно. Перед его внедрением надо провести тщательный анализ затрат и потенциальной отдачи, понять, насколько это будет безопасно и эффективно. Беспилотные ледоколы вполне реальны уже сейчас. Вопрос: зачем? Нужны ли они?
С другой стороны, на борту ледокола визуальная оценка окружающей среды ограничена. В арктических условиях различить объекты «на глаз» сложно. В таких условиях значение автоматизированных систем и искусственного интеллекта возрастает.
ЕПЦС СМП — часть стратегии социально-экономического развития РФ до 2030 года. Мы работаем над созданием комплекса цифровых сервисов, направленных на оптимизацию мореплавания.
В прошлом навигация по СМП напоминала «русскую рулетку»: моряки действовали «на ощупь», рискуя застрять во льдах. Сегодня, благодаря применению искусственного интеллекта, ситуация кардинально изменилась. Алгоритмы анализируют спутниковые снимки и метеорологические сводки, определяют тип льда, его толщину и состояние на различных участках акватории. Это позволяет не только избежать потенциально опасных зон, но и спланировать наиболее эффективный маршрут для ледоколов.
Задача моей команды — предоставить штабу морских операций и капитанам ледоколов доступ к актуальным спутниковым снимкам.
А как может помочь морякам искусственный интеллект?
Искусственный интеллект в Росатоме активно развивается, решая, в числе прочих, уникальные задачи, связанные с судовождением.
ИИ помогает команде принимать взвешенные решения, предоставляя ей дополнительные данные. Пока что это вспомогательная функция — в экипаже словно появляется еще один, «цифровой» член, мнение которого стоит учитывать при принятии решений.
Я член сообщества «Амбассадоры Росатома». Недавно участвовал в экспедиции к Северному полюсу на атомном ледоколе «50 лет Победы». Старший помощник капитана там — Диана Киджи, с которой я познакомился на съемках фильма для общества «Знание». Во время экспедиции мы обсуждали потенциальные области автоматизации и применения искусственного интеллекта на ледоколе. Один из вариантов — установка датчиков для мониторинга различных систем на борту. Они могли бы предиктивно сигнализировать о возможных нештатных ситуациях или отказах оборудования, что позволило бы заранее провести внеплановую замену механизмов и избежать простоя.
Кроме того, мы обсудили возможности использования системы для визуализации льда. На мостике есть экран, на котором отражается плотность льда на ближайшую пару километров. Эта информация, полученная с помощью ультразвука, очень важна для управления ледоколом. Она никуда не передается, а между тем ее интеграция в систему навигации могла бы значительно скорректировать процесс принятия решений в сложных и переменчивых условиях Северного Ледовитого океана.
В перспективе можно рассмотреть создание ИИ-автопилота для ледокола. Такой автопилот, основанный на алгоритмах машинного обучения, мог бы анализировать множество переменных в реальном времени: метеорологические условия и данные со спутников, информацию, поступающую с различных систем корабля, проложенные ранее маршруты всех ледоколов, действия капитанов. И на основе всего этого предложить оптимальный маршрут и вести по нему судно. Но, конечно, финальное решение всегда должно оставаться за человеком, за капитаном ледокола.
А если и доверить ИИ вести ледокол самостоятельно, под рукой у капитана непременно должна быть «большая красная кнопка», позволяющая быстро и безопасно перевести управление ледоколом в ручной режим.
С одной стороны, любые инновации должны быть экономически оправданы. Создавать ИИ-автопилот ледокола ради самого факта — бессмысленно. Перед его внедрением надо провести тщательный анализ затрат и потенциальной отдачи, понять, насколько это будет безопасно и эффективно. Беспилотные ледоколы вполне реальны уже сейчас. Вопрос: зачем? Нужны ли они?
С другой стороны, на борту ледокола визуальная оценка окружающей среды ограничена. В арктических условиях различить объекты «на глаз» сложно. В таких условиях значение автоматизированных систем и искусственного интеллекта возрастает.
Попробуем пофантазировать: как будет выглядеть навигация по СМП через 10 лет?
Моя фантазия рисует такую картину: ледокол-беспилотник, оснащенный современными системами искусственного интеллекта, ведет за собой караван судов. Он самостоятельно получает и анализирует данные о состоянии льда, погоде и других параметрах и на их основе выбирает оптимальный маршрут.
Пока на СМП не очень хорошая связь: выходишь из Кольского залива — и всё, остаются только спутники. С развитием Интернета мы сможем онлайн получать информацию от всех систем ледокола, следить за ним и, таким образом, быстрее и эффективнее обучать ИИ.
Что для вас самое сложное в работе?
Необходимость постоянной адаптации к новым задачам и бизнес-процессам. Каждый проект ставит передо мной новый уникальный набор задач, требующих глубокого понимания и анализа.
Например, при оптимизации центра поддержки пришлось глубоко погрузиться в проблемы пользователей. Без этого невозможно было бы создать эффективный ИИ, автоматически решающий часто возникающие вопросы. Во время работы над проектом, связанным с сельским хозяйством, пришлось разобраться в особенностях различных сельскохозяйственных культур. Ну, а проект цифровизации СМП заставил понять, как устроена морская логистика, каковы особенности разных типов льда, таких как стамухи и торосы.
Моя фантазия рисует такую картину: ледокол-беспилотник, оснащенный современными системами искусственного интеллекта, ведет за собой караван судов. Он самостоятельно получает и анализирует данные о состоянии льда, погоде и других параметрах и на их основе выбирает оптимальный маршрут.
Пока на СМП не очень хорошая связь: выходишь из Кольского залива — и всё, остаются только спутники. С развитием Интернета мы сможем онлайн получать информацию от всех систем ледокола, следить за ним и, таким образом, быстрее и эффективнее обучать ИИ.
Что для вас самое сложное в работе?
Необходимость постоянной адаптации к новым задачам и бизнес-процессам. Каждый проект ставит передо мной новый уникальный набор задач, требующих глубокого понимания и анализа.
Например, при оптимизации центра поддержки пришлось глубоко погрузиться в проблемы пользователей. Без этого невозможно было бы создать эффективный ИИ, автоматически решающий часто возникающие вопросы. Во время работы над проектом, связанным с сельским хозяйством, пришлось разобраться в особенностях различных сельскохозяйственных культур. Ну, а проект цифровизации СМП заставил понять, как устроена морская логистика, каковы особенности разных типов льда, таких как стамухи и торосы.
Цитата
Дмитрий Лобусов,
капитан атомного ледокола «50 лет Победы»
капитан атомного ледокола «50 лет Победы»
Искусственный интеллект уже сейчас очень помогает в обучении моряков. Созданы такие тренажеры, о которых мы в свое время даже мечтать не могли. Но есть нюанс: движение ледокола по чистой воде, ее сопротивление машина рассчитать может. А как ледокол будет вести себя во льдах — нет: пока нереально построить математическую модель для каждой льдинки, рассчитать, как с ней будет взаимодействовать судно, оценить ее плотность, влажность и так далее.
Сейчас ледоколы активно автоматизируются, но я не думаю, что они когда-нибудь смогут ходить по Арктике без людей. Поэтому считаю, что искусственный интеллект и цифровые технологии — это помощь морякам, но не их замена.
Сейчас ледоколы активно автоматизируются, но я не думаю, что они когда-нибудь смогут ходить по Арктике без людей. Поэтому считаю, что искусственный интеллект и цифровые технологии — это помощь морякам, но не их замена.
А какие аспекты работы вас радуют?
Опять же постоянная необходимость адаптации и обучения — это делает мою работу невероятно интересной! Каждый новый проект дает возможность расширить знания и навыки в различных областях.
Кроме того, я вижу реальную пользу от наших проектов. Например, после внедрения ИИ в центре поддержки пользователей к нам приходили коллеги и говорили: «Ребята, спасибо! Стало сильно проще работать».
Для другого проекта нужно было распознать 90 тыс. страниц отсканированных документов. Заказчик сначала попытался выполнить эту задачу вручную, но за две недели справился только с 500 страницами. Мы ему помогли, он был поражен скоростью и точностью работы и тоже горячо нас благодарил.
Такие моменты подтверждают, что наш труд не напрасен. Однако они — лишь вершина айсберга. Бо́льшая часть работы остается «под водой». Важно понимать, что в больших и сложных проектах, рассчитанных на годы, результаты не появляются мгновенно.
Если представить, что у вас есть возможность исполнить любое желание, связанное с вашей профессиональной областью, — что это было бы за желание?
Наверное, я загадал бы повышение уровня цифровой зрелости у заказчиков. В мире искусственного интеллекта каждый день происходит что-то новое, интересное, а заказчики не всегда понимают, какие возможности открывают перед ними новые технологии, как они могут оптимизировать их бизнес-процессы… Часто приходится разъяснять им азы. Я бы хотел, чтобы заказчики были более открыты к новым технологиям. Это сделало бы нашу работу проще и эффективнее. Заказчики приходили бы с четким пониманием задач, которые они хотят решить, и того, какие технологии могут им помочь. Это позволяло бы нам сосредоточиться на более сложных и интересных задачах. Но, увы, повышение цифровой зрелости —долгий и трудоемкий процесс, который, к сожалению, не заменишь взмахом волшебной палочки.
Опять же постоянная необходимость адаптации и обучения — это делает мою работу невероятно интересной! Каждый новый проект дает возможность расширить знания и навыки в различных областях.
Кроме того, я вижу реальную пользу от наших проектов. Например, после внедрения ИИ в центре поддержки пользователей к нам приходили коллеги и говорили: «Ребята, спасибо! Стало сильно проще работать».
Для другого проекта нужно было распознать 90 тыс. страниц отсканированных документов. Заказчик сначала попытался выполнить эту задачу вручную, но за две недели справился только с 500 страницами. Мы ему помогли, он был поражен скоростью и точностью работы и тоже горячо нас благодарил.
Такие моменты подтверждают, что наш труд не напрасен. Однако они — лишь вершина айсберга. Бо́льшая часть работы остается «под водой». Важно понимать, что в больших и сложных проектах, рассчитанных на годы, результаты не появляются мгновенно.
Если представить, что у вас есть возможность исполнить любое желание, связанное с вашей профессиональной областью, — что это было бы за желание?
Наверное, я загадал бы повышение уровня цифровой зрелости у заказчиков. В мире искусственного интеллекта каждый день происходит что-то новое, интересное, а заказчики не всегда понимают, какие возможности открывают перед ними новые технологии, как они могут оптимизировать их бизнес-процессы… Часто приходится разъяснять им азы. Я бы хотел, чтобы заказчики были более открыты к новым технологиям. Это сделало бы нашу работу проще и эффективнее. Заказчики приходили бы с четким пониманием задач, которые они хотят решить, и того, какие технологии могут им помочь. Это позволяло бы нам сосредоточиться на более сложных и интересных задачах. Но, увы, повышение цифровой зрелости —долгий и трудоемкий процесс, который, к сожалению, не заменишь взмахом волшебной палочки.
ДРУГИЕ МАТЕРИАЛЫ