ИИ в промышленности: как искусственный интеллект совершенствует металлургию

Что такое ИИ и зачем он в промышленности

По сути, искусственный интеллект — это способность машины или компьютерной системы выполнять задачи, для которых обычно требуется человеческий интеллект. В промышленности ИИ играет ключевую роль благодаря своей способности анализировать огромные объемы данных, оптимизировать производственные процессы и предсказывать потенциальные проблемы. Его применение позволяет не только снизить затраты и повысить производительность, но и значительно улучшить качество продукции, что критически важно в условиях жесткой конкуренции на рынке.

Умные алгоритмы в промышленности:

• Автоматизируют процессы. Это сокращает объем неэффективного ручного труда и повышает точность производимых операций
• Анализируют и делают прогнозы на основе большого объема данных. Это дает возможность предугадать потенциальные сбои в работе оборудования, оптимизировать цепочки поставок и улучшить качество продукции
• Снижают затраты. ИИ оптимизирует использование ресурсов и минимизируют потери бизнеса
• Повышают безопасность. Умные алгоритмы в режиме реального времени способны бесперебойно мониторить рабочие условия по заданным критериям и предотвращать аварии

«Искусственный интеллект в промышленности представляет собой мощный инструмент для повышения эффективности производства, снижения затрат и улучшения качества продукции, играя ключевую роль в стратегическом развитии национальной экономики и повышении международной конкурентоспособности России»

Кавджарадзе Максим

Зампред Комитета Совфеда по конституционному законодательству и госстроительству

Возможности искусственного интеллекта в промышленности

Искусственный интеллект, подобно ребенку, растет и развивается с каждым днем. Если еще вчера он мог выполнять простые задачи вроде мониторинга и базового анализа данных, то уже сегодня он способен самостоятельно оптимизировать производственные процессы в режиме реального времени, предсказывать поломки оборудования и управлять логистикой, освобождая человека от многих рутинных операций.

Благодаря способности бесперебойно анализировать огромные объемы данных, ИИ открывает широкий спектр возможностей в промышленности:

Возможности искусственного интеллекта в промышленности

Реальное применение ИИ в российской промышленности

Несмотря на консерватизм, промышленная отрасль постепенно внедряет ИИ‑технологии. Их преимущества очевидны: умные алгоритмы меняют подход к работе в снабжении, продажах и при разработке новых машин, материалов и технологий, тем самым повышая эффективность заводов. Цифровые решения помогают на всех этапах от проектирования до эксплуатации.

Сейчас уровень проникновения ИИ в российской промышленности относительно низкий: по данным аналитиков Strategy Partners, его используют только 24% компаний нефтегазового и металлургического секторов. Активнее всех над внедрением современных технологий работают гиганты металлургической промышленности.

Северсталь

Компания «Северсталь» занимается разработкой решений на базе машинного обучения больше шести лет. Все начиналось с несложных рекомендательных сервисов, которые предлагали более оптимальные режимы работы и искали новые возможности. Позже появились советчики и аналитические системы. Они стали прогнозировать качество, искать взаимосвязь данных, дали возможность оценивать принятые решения.

По мере развития и совершенствования технологий появлялись более сложные структуры с применением ИИ. В частности, была создана целая система видеоинспекции, которая позволяет выявлять и классифицировать дефекты на металле. Она представлена линейкой продуктов, задействованных на всех ключевых точках инспекции. Они могут фиксировать до 40 - 60 классов дефектов, что позволяет улучшать качество поставляемой клиентам продукции. Раньше для этих целей использовали западные, более примитивные технологии.

«Есть правила аттестации — условно, на 1 м² металла не должно приходиться больше определенного количества дефектов. Модель может считывать тысячи дефектов — какая-то царапинка, коррозия — и помогать аттестовывать продукцию. Эта система вошла в бизнес-процесс»

Потапова Светлана

Генеральный директор «Северсталь Диджитал»

Генеральный директор «Северсталь Диджитал» Светлана Потапова рассказала, что благодаря машинному обучению ( ML Машинное обучение (Machine Learning, ML) — направление искусственного интеллекта, сосредоточенное на создании систем без явного программирования, которые обучаются и развиваются на основе получаемых ими данных. ) компания увеличила производительность линии Стана 5000 на 5,2% и АНГЦ-4 — на 3,4%, а также снизила удельное потребление электроэнергии за счет управления парком компрессоров на 2%. Компьютерное зрение ( CV Компьютерное зрение (Computer Vision, CV) — подраздел искусственного интеллекта, использующий алгоритмы машинного обучения и глубокого обучения для распознавания и интерпретации объектов на изображениях и видео. ) дало снижение аварийных простоев производства и сократило случаи травматизации сотрудников, а качество производимой продукции только повысилось.

Сейчас «Северсталь» работает по четырем ключевым направлениям работы с ИИ: цифровые двойникиЦифровой двойник (Digital Twin of Organization, DTO) — программный аналог физического устройства/объекта/изделия, моделирующий внутренние процессы, технические характеристики и поведение реального объекта в условиях воздействий помех и окружающей среды., комплексные системы (ML+CV), платформы видеоаналитики и цифровые помощники. Также у «Северстали» есть платформа «Стальной взгляд». Она помогает оперативно управлять производством, фиксировать нарушение технологии и контролировать наличие персонала на рабочих местах.

НЛМК

НЛМК использует технологии машинного обучения для анализа больших объемов данных, контроля качества продукции и прогнозирования возможных рисков. На Новолипецком металлургическом комбинате еще в 2020 году разработали и внедрили цифровой сервис, который помогает точно дозировать ферросплавы при выплавке стали. Также искусственный интеллект контролирует на производстве герметичность дверей коксовых батарей. IT‑система обнаруживает разгерметизацию дверей за пять секунд и оповещает специалистов. Машинное зрение и нейросеть определяют эмиссию в снег, дождь и при движении в зоне контроля механизмов. В результате проблема устраняется в три раза быстрее.

В апреле компания рассказала о тестах применения ИИ для ускорения разработки программных решений. Они использовали несколько инструментов генеративного искусственного интеллекта (GenAIГенеративный ИИ (Generative Artificial Intelligence, GenAI) — искусственный интеллект, который генерирует новый контент в ответ на подсказки и инструкции человека. Он может создавать текст, изображения, музыку, голос и даже видео, имитируя творения человека с разным уровнем качества.), чтобы помочь разработчикам при написании кода. По итогам пилота в отдельных видах работ был получен прирост на 53%, а выполнение запросов на внесение изменений ускорилось на 34%. Также ИИ помогает специалистам техподдержки распределять входящие письма по категориям, чтобы ускорить коммуникацию и снизить нагрузку на специалистов.

В НЛМК планируют, что в будущем модель будет чем-то вроде чат-бота: сама станет уточнять информацию у пользователей и отвечать на типичные запросы. Сейчас компания разрабатывает ИИ‑ассистента для создания новых обучающих курсов Корпоративного Университета, постепенно внедряет LLM‑моделиБольшие языковые модели (Large Language Model, LLM) — нейросетевые модели, использующие алгоритмы машинного обучения, которые позволяют обобщать, прогнозировать, генерировать человеческие языки на основе больших наборов текстовых данных. для помощи в подборе персонала.

Норникель

Еще одним гигантом российской металлургической промышленности, активно использующим возможности, которые дают нейросети, является «Норникель». На сегодняшний день, по словам главы центра развития цифровых технологий компании Алексея Тестина, решения с использованием ИИ внедрены почти на всех производственных участках.

«У нас развернуты проекты во всех дивизионах компании от горной добычи до металлургического передела. Большая часть решений на базе ML (machine learning) работает в качестве copilotCopilot — нейросетевой помощник программиста, который анализирует миллионы строк кода из открытых источников, генерирует предложения и фрагменты кода, предлагает подсказки и автозаполнения во время написания кода. Способен предлагать целые функции или строки кода, анализируя контекст уже написанного., т.е. ведет управление агрегатами в автоматическом режиме. Есть решения, в основном для металлургии, которые работают в режиме «подсказчик»: решение предлагает корректировку технологического режима, но самостоятельно не вносит изменения»

Алексей Тестин

Директор центра развития цифровых технологий «Норникеля»

Искусственный интеллект распознает отсутствие необходимых средств защиты на сотрудниках, тем самым повышая безопасность на объекте. Недавно на одном из рудников «Норникеля» внедрили видеоаналитику работ подземной техники. В будущем эту технологию хотят использовать на остальных рудниках.

Искусственный интеллект не только следит за промбезопасностью на заводах и контролирует качество продукции, но и помогает управлять основными технологическими процессами в компании. Например, помощник для налогового департамента на основе генеративной нейросети позволяет сотрудникам за несколько минут найти нужный документ, а чат-бот «Ника» дает круглосуточный быстрый доступ к корпоративным сервисам и информации и позволяет руководителям удаленно согласовывать заявки сотрудников на командировку и авансовые отчеты. В общей сложности, решения на базе искусственного интеллекта уже принесли компании порядка 1% EBITDAEBITDA (Earnings before interest, taxes, depreciation and amortization) — аналитический показатель, равный объёму прибыли, увеличенной на сумму расходов по выплате процентов, налогов на прибыль, износа и начисленной амортизации..

В ближайшие три года «Норникель» хочет развивать генеративный и предиктивный ИИ во всей производственной цепи для того, чтобы автоматизировать поиск информации по отчетам и упростить документооборот; разгрузить технологов от рутинных задач; повысить скорость работы всех служб, увеличить эффективность обслуживания техники и многое другое. Уже сейчас специалисты компании работают над созданием ассистента, который сможет оперативно выдавать ответ на основании 2 тыс. патентов, журналов, техинструкций, лабораторных анализов и других документов.

Применение ИИ в BIM

Функционал современных BIM/ТИМ‑систем также использует возможности искусственного интеллекта. Например, рекомендации по оптимизации архитектуры, конструкций, трассировок сетей и технологических/производственных линий, поиск геометрических и параметрических коллизий между системами, разделами, элементами и т.д., автоматический анализ проектных решений (информационной модели) на соответствие нормативным требованиям и стандартам. Отчеты, правила и требования поступают инженеру-проектировщику в режиме реального времени, а значит он может работать эффективнее, быстрее, высвобождая время на принятие более сложных и взвешенных решений.

ИИ может автоматически генерировать 3D‑модели зданий и сооружений на основе чертежей и существующих данных о проекте, анализировать разные варианты проектных решений и материалов, выбирая наиболее эффективные и экономически выгодные, следить за ходом строительных работ, выявлять отклонения от графика и предлагать меры для их устранения, а также прогнозировать оценки стоимости капитальных вложений по проекту еще до начала строительства. Все это приводит к минимизации ошибок, которые чаще всего обусловлены человеческим фактором. Это, в свою очередь, позволяет снизить риски срыва сроков и выхода за рамки бюджета.

С преимуществами, которые дает применение ИИ, невозможно спорить. То, что в будущем он станет необходимостью во всех сферах промышленности, — лишь вопрос времени. Но для того, чтобы как можно больше компаний могли внедрять эти технологии, необходима поддержка государства.

Поддержка государства

Власти активно поддерживают развитие ИИ через различные инициативы и программы. Основной документ — «Национальная стратегия развития искусственного интеллекта до 2030 года». Она рассчитана на создание комфортных условий для развития технологий, включая поддержку научных исследований, развитие образовательных программ и внедрение ИИ в различные отрасли экономики, включая промышленность. Качественным показателем реализации программы определено увеличение количества предприятий, которые используют ИИ. В стратегии также указано, что к 2030 году российские разработчики должны создать ПО, в котором используются технологии искусственного интеллекта. Дополнительно к Национальной стратегии был утвержден федеральный проект «Искусственный интеллект» сроком реализации до конца 2024 года.

Также в России существует национальная программа «Цифровая экономика Российской Федерации». Она нацелена на создание условий для цифровой трансформации экономики, включая внедрение ИИ‑технологий в промышленность. Программа поддерживает исследования и разработки, а также внедрение передовых цифровых технологий на предприятиях.

Фонд развития промышленности (ФРП) при поддержке Минпромторга реализует программу «Цифровизация промышленности». Она предусматривает заемное софинансирование для реализации проектов по внедрению цифровых и технологических решений.

Различные организации, такие как Российский центр научной информации (РЦНИ) и Российский научный фонд (РНФ), предоставляют гранты на исследования и разработки в области ИИ. Эти гранты позволяют научным организациям и предприятиям развивать новые технологии и внедрять их в производство.

Выводы

ИИ играет ключевую роль в современной промышленности, особенно в таких высокотехнологичных и конкурентных отраслях, как металлургия. Его применение позволяет значительно улучшить качество продукции, повысить производительность и снизить затраты. Компании, активно внедряющие ИИ, получают конкурентные преимущества и могут быстрее адаптироваться к изменениям на рынке.

Государственная поддержка и инвестиции в развитие ИИ способствуют ускорению цифровой трансформации промышленности, открывая новые возможности для роста и инноваций. В будущем ИИ продолжит оказывать значительное влияние на промышленность, предлагая новые решения и совершенствуя существующие процессы, и будет применяться не только активно в металлургии, но и в других сферах промышленности.