От опасения к интересу: как химическая отрасль осваивает ИИ

Искусственный интеллект — это в принципе достаточно новая технология, и многие в химической отрасли пока еще относятся к ней с некоторой опаской. Поскольку промышленность в России — отрасль достаточно инертная, внедрение таких прорывных решений, как ИИ, идет довольно медленно. Однако интерес постоянно нарастает, и эта позитивная динамика уже очевидна.

Если говорить о том, насколько развито это направление в России и перенимаем ли мы международный опыт, то картина здесь следующая. Уже многие, пока еще небольшие компании, начинают внедрять искусственный интеллект и другие цифровые технологии, главным образом для автоматизации производства. В этом контексте мы, безусловно, смотрим на опыт других стран. Например, в Китае многие химические производства уже практически полностью роботизированы и функционируют без участия человека. Широко используются технологии компьютерного зрения для автоматической сортировки и выявления брака. Наша химическая отрасль находится на этом же пути: отдельные предприятия уже внедряют ИИ для автоматизации, и это приносит первые результаты.

Такая автоматизация позволяет, во-первых, разгрузить операторов технологических линий от рутинных задач. А во-вторых, за счет эффективности алгоритмов — повысить выход продукции, снизить процент брака и, как следствие, получить коммерческую выгоду.

Что касается нашего опыта, то мы, как центр цифрового материаловедения в научном институте, как раз разрабатываем новые методы ИИ для создания инновационных химических продуктов и их интеграции в существующие технологические цепочки. У нашей команды уже был успешный опыт внедрения подобной системы на одном из производств.

Отдельное и крайне важное направление работы — это создание различных баз данных. Главным препятствием для внедрения ИИ часто становится отсутствие так называемых Big Data — больших массивов структурированной и проверенной информации. Без этих данных нечего «скармливать» моделям машинного обучения. Проблема в том, что на многих производствах такие данные целенаправленно не собираются.

Часто эти данные разбросаны по каталогам, справочникам, патентам, научным публикациям и даже рукописным лабораторным журналам. Сейчас мы работаем над проектом, который как раз призван решить эту проблему. С помощью компьютерного зрения и больших языковых моделей мы «расшифровываем» отсканированные копии всех этих документов и объединяем информацию в централизованную базу. Это и есть тот фундамент, без которого невозможно эффективное использование искусственного интеллекта в химии.

Подписывайтесь на наш Telegram-канал, чтобы быть в курсе всех новостей и событий Рунета.