«Благодаря стремительно развивающимся цифровым технологиям, объемы оцифрованных данных в современной реальности растут невероятно большими темпами. Так, в 2012 году, по утверждению мировых IT-гигантов, в мире было создано более 2 зеттабайт (ЗБ, единица измерения количества информации, равная секстиллиону байт, то есть 1021Б) цифровых данных. А уже к началу 2023 года эта цифра составила более 80 зеттабайт. И она непрерывно увеличивается», — сказал в ходе панельной сессии Дмитрий Завалов. По его словам, «сами по себе эти цифровые огромные данные бесполезны, главное суметь их проанализировать, преобразовать в знания, которые могут быть применены для принятия эффективных управляющих решений». Заместитель генерального директора РЭА Минэнерго России подчеркнул, что развитие IT-технологий требует выработки системного подхода и внимания государства, также важно сотрудничество и сближение подходов всех заинтересованных участников как на уровне органов власти, так и на уровне производственных компаний и бизнеса.
Вице-президент «Транснефти» Андрей Бадалов рассказал о внедрении ИИ, который в системе компании носит сквозной характер, поскольку применяется в производственных процессах, во флагманских продуктах, а также используется при формировании виртуальных сообществ экспертов и систем управления знаниями.
В производственных процессах искусственный интеллект нашел свою нишу при обнаружении дефектов трубопроводов, в технических средствах охраны (распознавание и автоматизированная обработка видеоданных). В компании реализуется пилотный проект по использованию ИИ для существенного расширения объема анализируемых данных, которые необходимы для поддержки и оптимизации принятия решений в управлении товарно-транспортной деятельностью. В настоящее время опробуются системы компьютерного зрения и видеоаналитики на данных технологического видеонаблюдения и видеофиксации для контроля исполнения правил безопасности труда.
Как сообщил Андрей Бадалов, искусственный интеллект также активно внедряется в одном из флагманских продуктов «Транснефти» — Единой лабораторной информационной системе (ЕЛИС). Эта система предназначена для автоматизации деятельности лабораторий по контролю качества нефти и нефтепродуктов. В ЕЛИС ИИ выполняет функции прогнозирования расхода материально-технических ресурсов лабораторий и выявления степени достоверности вносимых лаборантами данных. Начаты работы по использованию технологий дополненной реальности.
Как отметил вице-президент нефтепроводной компании, в ближайшие годы «Транснефть» планирует реализовать более 20 цифровых инициатив с применением ИИ. Они затронут не только производственный блок, но и финансово-хозяйственную деятельность.
По мнению Бадалова, чтобы ИИ функционировал эффективно, требуются две основополагающие вещи: онтологические модели и единая модель данных (ЕМД). Онтологическая модель позволяет описать предметную область, ее структуру. Поданные на вход на этапе обучения ИИ хорошо описанные и структурированные данные, связанные между собой, являются залогом получения успешного результата на выходе. «Полагаю, многие дата-инженеры знают известную шутку айтишников: «Garbage In, Garbage Out», то есть «мусор на входе, мусор на выходе». Качество результатов определяется качеством и количеством входных данных, что особенно актуально в процессах с ИИ. Если входные данные неверны, вводят в заблуждение или нерелевантны, то полученные решения или прогнозы, сделанные системами ИИ, также будут ненадежными», — заметил представитель «Транснефти».
Отвечая на вопрос модератора о необходимости отраслевых стандартов в отношении программного обеспечения и данных, Андрей Бадалов высказался о том, что такие нормы нужны, но сделать их непросто, поскольку отсутствует достаточное количество консолидированного опыта внедрений. «Ошибки, факты завышенных ожиданий еще не проанализированы и не систематизированы, в этом вопросе у нас все впереди. Отсутствие таких стандартов в настоящий момент нам не мешает, но ведет к тому, что мы можем делать много ошибок. Однако и здесь я бы сказал, что стандарты — это помощь, но не панацея», — считает вице-президент компании.
Тем не менее работа над стандартизацией разработки отраслевого программного обеспечения ведется в рамках Консорциума технологической независимости индустриального ПО, в который входят 8 компаний российского ТЭК («Газпром», «Газпром нефть», «Татнефть», «НОВАТЭК», «СИБУР Диджитал», «Росгео», «МХК ЕвроХим» и «Транснефть»). Одно из направлений — управление данными.
Директор по цифровизации управляющей компании Инжинирингового дивизиона «Росатома» Михаил Власов представил доклад «Искусственный интеллект на проектах сооружения АЭС», в котором он осветил, с какими сложностями столкнулись специалисты дивизиона, внедряя новые технологии, включая ИИ, на проектах сооружения атомных электростанций. Он также поделился примерами, какие цифровые технологии уже применяются на проектах сооружения АЭС. А руководитель проектов по управлению данными Топливного дивизиона «Росатома» Ольга Рассоха в своем выступлении подчеркнула важность интеграции разнородных данных и необходимость создания высокопроизводительных хранилищ для эффективной обработки информации. Особое внимание в презентации Ольги Рассохи было уделено вопросам безопасности и конфиденциальности данных в условиях растущих киберугроз, а также опыту Топливного дивизиона в цифровизации процессов.
При использовании технологии ИИ нельзя исключать риск ошибки при обработке и анализе данных, что недопустимо в оперативно-диспетчерском управлении, — такой точки зрения придерживается директор по цифровой трансформации «Системного оператора Единой энергетической системы» («СО ЕЭС») Станислав Терентьев. Он отметил, что Системный оператор внедряет цифровые решения на базе искусственного интеллекта в наименее критичных направлениях своей деятельности.
В качестве примера такого подхода Терентьев рассказал об опыте применения двух информационных систем «Прогнозирование выработки ВИЭ. Солнце» и «Прогнозирование выработки ВИЭ. Ветер». Использование в этих системах обучаемых нейронных сетей при работе с широкой выборкой гидрометеорологических данных помогает специалистам Единой энергетической системы «СО ЕЭС» формировать предиктивную (прогнозную) аналитику по загрузке солнечных и ветряных электростанций, что способствует повышению качества управления электроэнергетическим режимом.
В планах специализированной организации, осуществляющей централизованное оперативно-диспетчерское управление в Единой энергетической системе России, — повысить точность прогнозов за счет дальнейшего обучения нейросетей.
«Сегодня мы активно развиваем обратную связь с отечественными метеорологическими службами. Системный оператор довольно плотно работает с Gismeteo, а с Гидрометцентром России уже проведена стадия пилотирования, по результатам которой получены удовлетворительные данные. Также мы налаживаем сотрудничество с «Яндекс Погода» и на текущий момент обучаем наши системы прогнозирования работать с данными этого сервиса. Расширение пула метеорологических служб и развитие обратной связи позволит улучшить качество прогнозов как «СО ЕЭС», так и партнерам компании», — сказал Станислав Терентьев.
Директор по цифровой трансформации также рассказал о планах Системного оператора по применению искусственного интеллекта во вспомогательных деловых процессах, то есть при решении задач по интеллектуальной поддержке управления компанией, технической поддержки пользователей и создания рекомендательных систем.
Начальник отдела оперативной аналитики управления мониторинга и анализа из Ситуационного центра реализации национальных проектов Аналитического центра при Правительстве России Елизавета Метелева сделала сообщение о создании Координационного центра (КЦ) Правительства России, ставшего эффективной площадкой для обеспечения межведомственного взаимодействия, где проходят заседания с участием федеральных и региональных органов исполнительной власти и собираются данные, которыми могут пользоваться все участники по принципу единого окна. Организационно-техническое обеспечение деятельности площадки осуществляет Аналитический центр при Правительстве Российской Федерации.
Ключевым направлением работы КЦ являются спецпроекты, реализуемые по самым разным социально-экономическим направлениям. За неполных три года существования Центра было запущено более 150 проектов, три из которых относятся к отрасли энергетики: «Догазификация» (открыт в мае 2021 года), «Развитие оборудования нефтегазового комплекса» (открыт в сентябре 2023 года) и «Поставки нефтепродуктов на внутренний рынок железнодорожным транспортом» (открыт в марте 2024 года). «Наша задача в спецпроектах — быстро собрать данные из разных источников, скомпоновать их между собой. Результатом работы становится цифровой продукт, содержащий оперативные данные, алертирование, инсайты, прогнозы, рекомендации и обратную связь», — отметила Елизавета Метелёва.
Алгоритм работы по спецпроектам примерно одинаков: в начале происходит глубокая проработка бизнес-процессов, затем создаётся строгая и понятная система, выявляются слабые места, подключается отраслевая экспертиза и затем создаются макеты цифровых продуктов. Далее поверх этой модели применяются статистические методы и машинное обучение, чтобы получить новые знания о причинно-следственных связях и спрогнозировать будущее.
Управляющий директор «Санкт-Петербургской Международной Товарно-сырьевой Биржи» («СПбМТСБ») Андрей Вондрухов поделился опытом цифровизации сбора информации для расчета ценовых индексов. По его информации, более 80% сведений в 2024 году предоставляется компаниями ТЭК в «СПбМТСБ» в автоматическом режиме, а по некоторым товарным группам этот показатель достигает 97%. Биржа, в свою очередь, предлагает универсальный механизм, который позволяет всем регистрирующим компаниям настроить интеграционное взаимодействие и передачу данных напрямую из собственных учетных систем.
На вопросе, связанном с потребностью в квалифицированных кадрах в сфере, связанной с искусственным интеллектом, остановилась доцент факультета биотехнологий из Университета ИТМО Азиза Орипова. По ее мнению, для работы с алгоритмами помимо программистов нужны отраслевики с базовыми знаниями в области программирования и ИИ, чтобы говорить с разработчиками на одном языке. По словам Ориповой, программисты не эксперты, они не могут объективно оценивать степень достоверности данных. Поэтому нужны механизмы автоматической оценки на этапе занесения данных в базу.
Наиболее перспективным направлением доцент ИТМО считает предиктивную аналитику, которая без участия человека позволит анализировать, определять и регулировать режимы работы самого разного оборудования, использование генеративных моделей для обобщения всех исторических данных, которые имеются у компаний. В качестве примеров использования технологий ИИ она назвала предиктивную аналитику с вероятным прогнозом энергопотребления для регионов и макрорегионов, который учитывал бы пиковые нагрузки, локальные аномалии (для СЭС, ВЭС, ГЭС), оптимизацию сети доставки электроэнергии, а также предсказания выхода из строя и проведения плановых ремонтов оборудования в масштабах всей сети.
