Россия ставит на ИИ.
Россия вошла в Топ-10 стран — лидеров по внедрению искусственного интеллекта (ИИ). Более 40% энергетических компаний уже применяют алгоритмы искусственного интеллекта в работе. Его особенности внедрения обсудили эксперты в рамках Дня ИИ на выставке-форуме "Россия".
Перейти к экономике изобилия
Дмитрий Чернышенко, заместитель председателя Правительства РФ:
"Мы видим, что искусственный интеллект становится ключевой технологией, с его развитием неразрывно связано повышение эффективности во всех сферах деятельности.
Благодаря ИИ становится возможен переход от экономики дефицита к экономике изобилия. В связке с другими технологиями ИИ способен снизить стоимость очень многих товаров, уменьшив затраты на их производство.
В феврале этого года глава государства утвердил обновленную национальную стратегию развития ИИ до 2030 года. Ее реализация позволит к 2030 году получить эффект 11,2 трлн рублей для экономики России. Инвестиции бизнеса и государства в ИИ увеличатся со 120 до 850 млрд рублей в год. Активно внедрять ИИ будет до 95% приоритетных отраслей".
Широкие возможности
Эдуард Шереметцев, заместитель министра энергетики РФ:
"Более 40% энергетических компаний уже применяют алгоритмы искусственного интеллекта в работе. Еще порядка 34% предприятий планируют внедрить их в ближайшем будущем.
Технологии искусственного интеллекта имеют широкие возможности для применения в энергетике. ИИ способен прогнозировать уровень загрузки электросетей для оптимизации энергоснабжения, анализировать большие объемы данных о геологической структуре месторождений, оптимизировать процессы бурения и добычи, — сказал он.
На сегодняшний день обсуждаются вопросы стандартизации применения искусственного интеллекта в ТЭКе. Мы поддерживаем установление границ применения алгоритмов искусственного интеллекта в энергетике, но против жесткого регулирования зарождающейся технологии".
Спрогнозировать выработку ВИЭ
Станислав Терентьев, директор по цифровой трансформации Системного оператора:
"Нейросети помогают Системному оператору достичь 96-процентной точности прогнозирования выработки ВИЭ.
Нарастание доли солнечных и ветровых электростанций до системно значимых объемов накладывает дополнительные требования к планированию электроэнергетических режимов энергосистем. С учетом прямой зависимости работы объектов ВИЭ-генерации от погодных условий точность прогнозирования их выработки становится важным фактором управления энергосистемой. Существенно повысить точность планирования их загрузки позволяет искусственный интеллект.
Системный оператор уже использует в практике оперативно-диспетчерского управления информационные системы "Прогнозирование выработки ВИЭ. Солнце" и "Прогнозирование выработки ВИЭ. Ветер" на базе искусственного интеллекта.
ИС "Солнце" осуществляет прогнозирование выработки электроэнергии на 64 солнечных электростанциях. В течение 2024 года это количество должно возрасти до 70, а в следующем году — до 75 станций. ИС "Ветер" используется на 22 ветроэлектростанциях. Планируется, что до конца 2025 года она охватит уже 30 ВЭС.
ИС "Солнце" и "Ветер" обращаются к пяти источникам метеоданных — как к отечественным, так и к зарубежным базам, — и на их основе рассчитывают семь моделей: летние, зимние, композиционные, с нижним конусом облачности и так далее. Это позволяет анализировать и выбирать лучшую модель за прошедшие пять суток".
Сохранить тренд на внедрение
Максим Решетников, министр экономического развития России:
"Дефицит кадров, конкуренция за них, рост зарплат — одни из ключевых вызовов в экономике в ближайшее время. Решить их помогает искусственный интеллект, который за счет оптимизации процессов, снижения издержек и повышения качества продукции позволяет влиять на производительность труда. Для становления индустрии ИИ в целом Правительством сформирована национальная стратегия развития ИИ до 2030 года.
Главное сейчас — сохранить тренд на внедрение, обеспечить массовое использование и тиражирование технологии в отраслях. В силу масштабности это задача всего Правительства. Поддерживать работу с ИИ среди бизнеса, который использует технологию, помогут общесистемные меры по снятию нормативных ограничений, использованию экспериментальных правовых режимов, наращиванию кадрового резерва".
В помощь людям
Алиса Мельникова, директор по цифровым и информационным технологиям компании СИБУР:
"Использование решений на базе ИИ внесло решающий вклад в общий экономический эффект от цифровой трансформации СИБУРа, который за 6 лет составил более 45 млрд руб.
В холдинге СИБУР более 25 производственных площадок, на которых расположены десятки тысяч единиц оборудования. Это делает крайне востребованными решения для дистанционного мониторинга, непрерывного анализа и принятия решений как в области ведения технологических режимов, так и в области обеспечения надежности работы установок.
Например, компания использует комбинации технологических и математических моделей для определения максимально эффективных режимов работы оборудования. Также ИИ оценивает экономические последствия от действий операторов на предприятиях в реальном времени и подсказывает сотрудникам наилучшие варианты их действий.
Интеллектуальные системы в СИБУРе делают за человека не только техническую работу, но и помогают ему принимать решения и избегать ошибочных действий. Задача ИИ — помогать людям определить, что делать и что не делать".
В поисках нефти
"Роснефть" — первая отечественная компания, которая успешно разрабатывает программное обеспечение, охватывающее все ключевые процессы нефтегазодобычи. По техническим характеристикам софт "Роснефти" значительно превосходит зарубежные аналоги при более низкой стоимости.
На сегодняшний день все скважины компании, запланированные к бурению, закладываются с учетом результатов сейсморазведки. ИИ обеспечивает точность интерпретации сейсмоданных на уровне экспертов отрасли, сокращая при этом время интерпретации с двух недель до пяти часов.
Элементы ИИ используются при создании системы поддержки принятия решений в проекте "Цифровое месторождение". Сегодня нейросети помогают измерять дебиты нефтяных скважин в режиме реального времени, проводить диагностику отклонений и прогнозировать время работы насосных установок. Кроме того, алгоритмы машинного обучения обеспечивают круглосуточный контроль механизированного фонда скважин, системы сбора и подготовки продукции".