Пилотный режим
Искусственному интеллекту в атомной отрасли уделяют серьезное внимание, а возможности генеративного ИИ уже находят применение как инструмент повышения эффективности целого ряда корпоративных функций. В их числе документооборот и внутренний аудит, административно-хозяйственная сфера, связи с общественностью, юридическое и финансовое сопровождение и даже разработка ПО. Владимир Лещенко, директор центра компетенций по развитию искусственного интеллекта компании «Росатома» «Цифрум», приводит пример:
«Прямо сейчас наши специалисты работают над системами обработки нормативной и технологической документации при помощи ИИ. Это подготовка справок на основе больших текстов, анализ конкурсной документации для выявления возможных несоответствий, сравнительный анализ различных стандартов. Параллельно происходит выстраивание соответствующего датасета, который интегрируется в единую систему для дальнейшей работы. Ну и, безусловно, генеративный искусственный интеллект уже очень хорош в программировании, в создании ИТ-систем».
Зачем все это нужно? Первые примеры применения на предприятиях атомной отрасли подтверждают: «джинн» искусственного интеллекта — чрезвычайно перспективный помощник как в сфере управления, так и в цеху. В том числе генеративный ИИ, который поможет решить проблему рутинных операций и неэффективных процессов. А преодолеть недоверие к искусственному интеллекту помогают пилотные проекты, которые служат и наглядным примером, и экспериментальными площадками для отработки практического применения GenAI в промышленности.
Тем более что каждая управленческая функция, каждый производственный поток по-своему уникальны и требуют индивидуального подхода. В «Росатоме» говорят, что к концу 2024 года на основе анализа и «пилотов» будет сформирована матрица потребностей атомной отрасли в генеративном ИИ. Следующим шагом станет создание промышленных решений — как точечных, так и платформенных, четко ориентированных на запросы бизнеса.
«Применительно к PR-функции мы уже способны показать, как ИИ-система способна транскрибировать большую пленарную секцию в хорошо отработанную стенограмму, а затем из этой стенограммы сделать пресс-релиз. В результате процесс, который раньше занимал полдня, с помощью искусственного интеллекта можно реализовать буквально за считаные секунды. И коллегам из коммуникационного блока это интересно», — говорит Владимир Лещенко.
Главный вызов работы с GenAI в промышленности — дефицит кейсов его внедрения, убедительных с точки зрения практических эффектов. Нынешние пилотные проекты — это только первые ласточки. Как они полетят, во многом зависит от диалога между производственниками и ИТ-специалистами. И здесь не следует сбрасывать со счетов проблему принятия ИИ в целом.
Даже самые эффективные сотрудники могут испытывать беспокойство из-за грядущей конкуренции с искусственным интеллектом. Что будет, если всемогущий «джинн» придет на смену человеку?
Эксперты «Росатома» уверены: приход ИИ в промышленность будет постепенным и откроет новые возможности как перед работодателями, так и перед работниками. Для первых искусственный интеллект — шанс справиться с нарастающим дефицитом кадров. Для вторых — возможность освободиться от необходимости выполнения однообразных рутинных рабочих процессов и перейти к решению более творческих задач, овладеть новыми навыками и компетенциями.
Очень важно вывести диалог между разработчиками и заказчиками решений генеративного ИИ за рамки кабинетных исследований и двигаться вместе, внимательно выслушивая позиции друг друга и формируя продуктивные сценарии применения новых технологий. В частности, эффективность такого тонкого инструмента, как GenAI, существенно зависит от качественной настройки промптов. Это запросы, на основе которых система не только генерирует требуемые результаты, но и обучается.
И, наконец, внедрение цифровых систем, основанных на возможностях GenAI, очень важно вести в соответствии со всемирно известным врачебным принципом «не навреди».
Нейросеть: верить или не верить?
Решения GenAI способны на многое. Создают контент, дают рекомендации на основе доступных данных и даже рекомендуют человеку к принятию те или иные решения. Но можно ли доверять нейросетям? И насколько востребована «креативная» функция в таких отраслях, как атомная энергетика?
Чтобы ответить на эти вопросы, важно понимать общие принципы работы нейросетей. За основу они берут данные, достоверность и точность которых часто остается под вопросом. Здесь-то и кроются основные трудности, требующие профессионального подхода. Безусловный приоритет отечественной атомной отрасли — безопасность. Потому для подавляющего большинства приложений искусственного интеллекта в «Росатоме» используют собственные датасеты, а не наборы данных из открытого доступа. Благо, данных в отрасли накоплено множество.
Чем выше уникальность данных, тем точнее решение. Именно этот фактор будет в дальнейшем определять эффективность нейросетей в корпоративном сегменте и промышленности. Атомной отрасли не интересен поверхностный анализ, ведь ее задачи гораздо сложнее. Нужна очень глубокая проработка. Поэтому нейросеть должна обучаться не только на проверенных, достоверных данных, но и «прокачиваться» до требуемого уровня. Лишь в таком случае решения, предлагаемые генеративным ИИ, могут быть применимы на практике.
В «Росатоме» подчеркивают: рекомендациям GenAI, основанным на открытых данных, вряд ли стоит доверять. Что же касается креативной функции, то в целом она довольно востребована. Это касается проектов стратегий, писем, разного рода аналитических материалов и выработки новых подходов к проектированию и технологиям, которые находятся на стадии развития.
Конечно же, одна из самых заманчивых перспектив — это генеративный инжиниринг. Уже совсем скоро он сможет помочь атомщикам в разработке узлов агрегатов, возможно — возьмет на себя часть работы по проектированию строящихся объектов. Но — исключительно под постоянным надзором со стороны человека.
Владимир Лещенко, «Цифрум»:
Чрезвычайно перспективное направление — это имитационное моделирование физических процессов и научных экспериментов. У нас много разработок широкого спектра —от термоядерного синтеза до создания новых материалов. В этой работе генеративный искусственный интеллект нам только поможет.
Какие же задачи можно смело доверить нейросетям, если говорить о промышленном применении? Специалисты «Росатома» прощупывают почву осторожно. На первом этапе «искусственный разум» приходит на помощь при реализации обеспечивающих функций. Закупки, анализ технической документации и различных стандартов, формирование техзаданий. В таких задачах важны не столько «креативные» возможности ИИ, сколько — компьютерная точность как таковая. Цифровая система с меньшей вероятностью пропустит цифру или знак разделения разрядов — в отличие от человека. Как следствие, пользу от применения таких решений пользователи начинают ощущать практически сразу.
В соответствии с цифровым видением к 2030 году «Росатом» намерен свести к нулю рутинные операции как в технологических процессах, так и на уровне корпоративных функций. И здесь искусственному интеллекту отводится роль не просто помощника, а — «второго пилота».
Если говорить именно о системах генеративного ИИ, то большие языковые модели обладают широчайшим потенциалом использования: от инжиниринга и проектирования до разработки креативных «продающих» писем клиентам. Они помогают в работе с документами и большими текстами, проводят анализ, упрощают закупки и документооборот. Словом, переводят рутину в «умный» автоматический режим.
Найти общий язык
Для создания собственных решений важно иметь постоянную возможность отслеживать реальные достижения в ключевых технологических сегментах. Сегодня специалисты цифрового блока «Росатома» совместно с российскими партнерами исследуют различные функциональные возможности генеративных моделей. Эти системы способны обрабатывать звуки, видео, медицинские данные, изображения и, конечно, тексты различного наполнения и уровня сложности. Исследователи внимательно изучают эти возможности, но самым важным аспектом остается информационная безопасность. Качество ответа нейросети зависит от правильно составленного промпта. Но далеко не всегда (и уж в атомной отрасли точно) можно позволить себе делиться своими запросами с третьими лицами.
«Мы не можем отдавать качественно заданный вопрос в виде промпта наружу, поскольку это будет потенциальной утечкой информации. Мы интегрируем модели во внутренний контур, используя различные технологии управления контекстом, например RAC и анализируем качество отработки моделей на наших задачах, формируя внутренние пилотные решения (RAC — Real Application Cluster или контекст приложения — хранит идентификацию пользователя, которая может разрешить или запретить пользователю доступ к данным в базе данных, — ред.)», — говорит Владимир Лещенко.
Курс — на платформенные решения
Изучая возможности искусственного интеллекта, «Росатом» внедряет самые разные решения. Среди них системы предиктивной аналитики, контроля и анализа, машинное зрение, чат-боты и многое другое. Но глобальный курс — на разработку универсальных платформенных решений с возможностью настройки под заказчика. Это касается и работы с данными, поскольку датасеты, собранные в едином решении, помогают обучать модель наиболее эфективно. И, разумеется, на единой платформе намного проще выработать стандартные правила локализации и информационной безопасности. Вот почему так важно разрабатывать собственные, суверенные решения.
«У нас был такой кейс, — и я думаю, это не последний случай, — когда генеративные модели, ChatGPT, в частности, были недоступны на территории России на протяжении суток или двух. Такого рода инциденты для нас, в принципе, неприемлемы, поскольку сутки простоя — это гигантские затраты в масштабе отрасли. Поэтому нам очень важно локализовывать все решения у себя, чтобы избежать такого рода остановок, какими бы внешними причинами они ни были вызваны», — отмечает Лещенко.
Как центр компетенций атомной отрасли в области сквозных цифровых технологий «Цифрум» активно участвует в работе различных экспертных площадок в России, в числе которых — АНО «Цифровая экономика» и различные рабочие группы по искусственному интеллекту. Особенность текущего этапа развития промышленного ИИ в нашей страны — в том, что на этом рынке пока практически нет конкуренции. Скорее, все участники помогают друг другу и готовы делиться опытом. И это хороший фундамент для того, чтобы сформировать действительно мощную индустрию промышленного искусственного интеллекта в нашей стране. Комплексную экосистему, способную составить конкуренцию ведущим зарубежным центрам развития ИИ.
