Кандидат технических наук, руководитель дирекции разработки и внедрения программного обеспечения и искусственного интеллекта «Инфосистемы Джет» Илья Калагин: «Решение комплексной задачи создания цифровых двойников заказчики могут доверить нам»

– Илья, насколько актуальна сейчас тема создания цифровых двойников, для каких клиентов прежде всего? А кому, наоборот, цифровые двойники не требуются и не потребуются в ближайшем будущем, какие здесь критерии?

– Практически все крупные предприятия двигаются сейчас в сторону создания цифровых двойников (Digital Twin), они появляются в различных сферах: в промышленности, телекоме, финансах и многих других. Сложно представить себе отрасль экономики, которая сможет обойтись без их использования.

Технология цифрового двойника позволяет создать виртуальный прототип предприятия, отдельного процесса или системы, который используется для получения ценной информации о возможностях оптимизации. С помощью такой технологии можно понять сильные и слабые стороны объекта и вывести его на новый уровень. Например, делая прогнозы на основе цифрового двойника, мы вносим изменения, избегая рисков, и получаем больше прибыли.

Кандидат технических наук, руководитель дирекции разработки и внедрения программного обеспечения и искусственного интеллекта «Инфосистемы Джет» Илья Калагин

Тема крайне актуальна, ведь с помощью технологии можно заранее получить информацию о том, как повлияют те или иные изменения на отдельный процесс или предприятие в целом. Например, с помощью цифрового двойника можно понять, что будет, если компания проведёт маркетинговые акции или начнёт производить больше продукции. Виртуальный прототип предприятия поможет понять, выдержит ли подстанция увеличение нагрузки, или где есть слабое звено, о котором пока никто не знает.

Неудивительно, что компании стремятся первыми начать использовать эти возможности, ведь это важнейшие конкурентные преимущества. Цифровые двойники способны усилить и оптимизировать любой бизнес.

– Какие технологии для создания цифровых двойников наиболее популярны, применимы в тех или иных случаях?

– Для создания цифровых двойников используются различные методы: машинного обучения (ML) или классической математики для создания рекомендательных или прогнозных моделей, имитационное моделирование, методы создания химико-физических моделей, если речь идёт о промышленном процессе, или BIM (Building Information Model) в строительстве и архитектуре. Специфика каждой отдельной задачи требует своего подхода, при этом есть разные уровни моделей как по масштабу, так и в плане детализации работ.

– Какие технологии есть в арсенале вашей компании? Почему именно они выбраны?

– Важно понимать, что создание цифровых двойников - это комплексная задача, которая подразумевает продвинутую ИТ-инфраструктуру, ментальную готовность руководства организации и тщательную подготовку. За всем этим вы можете обращаться в «Инфосистемы Джет».

Прежде чем принимать решения, для каких процессов и какими методами создавать цифровые двойники, нужен глубокий и подробный анализ ситуации на предприятии. Для этого у нас в компании есть опытные бизнес-аналитики, которые могут провести процессный аудит и ИТ-консалтинг, разработать стратегию цифрового развития предприятия или рекомендации по развитию/замене ИТ-систем и оптимизации бизнес-процессов. Работа бизнес-аналитика похожа на детективное расследование, во время которого нужно изучить все «улики», восстановить полную картину происходящего, и тогда мы увидим истину, а именно - что, как и в какой последовательности нам нужно цифровизировать.

Иногда для создания цифрового двойника нужно иметь возможность оперировать большим объёмом данных. А для того, чтобы собирать большие данные, хранить их и использовать для аналитики, нам нужно создать гибкую современную платформу данных или Data Lake.

Если мы говорим о цифровом двойнике, который создаётся с помощью статистических методов, это делается без применения технологий искусственного интеллекта. Мы не моделируем, а визуализируем данные для глубокого анализа. Это решения класса Business Intelligent (BI).

В случае, когда речь идёт о моделировании процессов, не обойтись без применения численных методов, математики. В таких проектах надо использовать технологии искусственного интеллекта. Наши дата-сайентисты могут создавать математические модели, которые считают, например, что будет, если придёт N воды, N электричества, или поступит N заказов.

Если мы говорим об уровне электрических и физических взаимодействий, то мы применяем нейронные сети и другие методы машинного обучения (ML), которые агрегируют информацию и делают прогнозы.

Часто для построения цифрового двойника процесса нам нужно использовать данные видеопотока. Для этого мы создаём программно-аппаратные комплексы и используем технологии компьютерного зрения.

– Расскажите об опыте вашей компании по созданию цифровых двойников: что это за проекты, какие задачи были решены таким образом?

– «Инфосистемы Джет» решает разные задачи, связанные с цифровизацией: от консалтинга, который обеспечивает понимание бизнес-процессов, до организации хранилищ данных, их визуализации (BI-уровень) и непосредственно математики, машинного обучения и компьютерного зрения.

У компании большой опыт разработки решений для промышленной отрасли. Например, у нас есть разработка предиктивной модели, которая фактически является цифровым двойником физического процесса производства бумаги. Она делает прогноз, когда и по каким причинам бумажное полотно на станке может порваться. Имея эту информацию, технолог может заранее предотвратить обрыв полотна и возникновение брака.

Для решения задач сортировки руды и драгоценных камней мы инсталлируем на оборудование завода программно-аппаратные комплексы с видеокамерами и вычислительными мощностями и разрабатываем модели машинного обучения. Раньше сортировкой руды занимались люди вручную, сейчас это может делать разработанный и внедрённый нами сервис.

С помощью методов машинного обучения мы создаём цифровых двойников физико-химических процессов, на основе которых разрабатываем рекомендательные системы. Например, системы оптимизации расхода ферросплавов для Новолипецкого металлургического комбината (НЛМК) и Абинского электрометаллургического завода. Это решение мы называем «Помощник металлурга» - оно помогает понять, сколько и каких ферросплавов нужно добавить в плавку, чтобы получить сталь определённой марки.

– В каком направлении, по вашей оценке, движется рынок таких технологий? Если говорить о «проекте мечты» - в создании цифрового двойника какого объекта вам хотелось бы принять участие?

– Экономика и наука движутся в направлении максимальной модернизации с применением всего имеющегося арсенала технологий - больших данных, искусственного интеллекта, видеоаналитики и т.д. Цель этого движения - создание цифровых двойников как отдельных процессов, так и в целом предприятий, максимальная оптимизация производства и избавление людей от рутинного труда.

Могу привести пример процесса, который хочется автоматизировать. При добыче титана огромные титановые слитки нужно отбивать, удаляя ненужный материал. Сейчас это делают люди отбойными молотками, на глаз определяя те места, которые нужно удалить - это тяжело и очень вредно для здоровья. Этот процесс можно полностью автоматизировать с помощью создания цифрового двойника и робота, оснащённого компьютерным зрением, который выполняет физическую работу.

– Большое спасибо за беседу!