ГЕНЕРАЛЬНЫЙ ПАРТНЕР – ОАО «РЖД»
Студенты создали модель оптимизации грузоперевозок
Для решения кейса от ОЦРВ участникам хакатона в «Сириусе» потребовались знания в области больших данных и машинного обучения
01:59, 07 ноября 2023
Студенты колледжа Университета «Сириус» в ходе хакатона создали в рамках кейса Отраслевого центра разработки и внедрения информационных систем (ОЦРВ) РЖД модель оптимизации для увеличения объемов грузовых железнодорожных перевозок. Она была сформирована на основе синтетических данных. Целью мероприятия была проверка гипотез и различных подходов к решению задачи, а также выявление талантливых студентов, готовых в будущем участвовать в создании таких сложных моделей железнодорожной отрасли. Сами студенты получили возможность отработать практические навыки в сфере применения искусственного интеллекта и машинного обучения.
ОЦРВ РЖД предложил студентам колледжа Университета «Сириус» разработать модель оптимизации для увеличения объемов грузовых железнодорожных перевозок в ходе хакатона, состоявшегося в «Сириусе». Для решения кейса от ОЦРВ студентам потребовались знания в области больших данных и методов оптимизации. Более сложный уровень кейса дополнительно включал создание системы мониторинга.
«В компании мы проводим исследование, связанное с решением оптимизационных задач для перевозочного процесса. Это очень сложная и многогранная задача для РЖД, которая, в свою очередь, состоит из множества маленьких по объему задач. Студенческий кейс можно рассматривать как элемент нашей стратегии развития в рамках этой проблематики. Подобные мероприятия в виде хакатонов – это способ «побрейнштормить» различные подходы к решению этой задачи. Не просто обсудить их, а именно имплементировать, то есть реализовать в коде», – отметил заведующий лабораторией искусственного интеллекта и нейронных сетей ОЦРВ Александр Любченко.
Наиболее сложные задачи, которые приходится решать в железнодорожной отрасли, связаны с оптимизацией. Например, разработка модели оптимизации для увеличения объемов грузовых железнодорожных перевозок командой из 5–10 человек занимает от полутора до двух лет. Специалисты работают с большими данными, учитывая коррелирующие друг с другом внешние факторы, воздействующие на перевозочный процесс. После создания модели потребуются ее апробация на отдельных перегонах, проведение испытаний и тестирования. И только после ряда доработок и проверок можно говорить о ее внедрении. До начала работ по созданию модели обсуждаются подходы к ее разработке, ведется проверка гипотез.
В рамках предложенного кейса эксперты ОЦРВ предусмотрели три уровня сложности: базовый, средний и продвинутый.
На базовом уровне студентам нужно было поработать с набором входных данных. Эксперты ОЦРВ предоставили ребятам набор синтетических (то есть искусственных) данных, которые нужно было обработать для дальнейшего использования при разработке модели оптимизации, связанной с повышением объема грузоперевозок.
На среднем уровне сложности решения этой задачи нужно было оптимизировать маршруты. Кроме максимизации объема перевозимых грузов, студентам необходимо было разработать алгоритм, который бы составлял оптимальные маршруты следования подвижного состава по участкам полигона. Здесь студентам требовались знания алгоритмов оптимизации.
На продвинутом уровне студентам предлагалось разработать прототип системы мониторинга грузоперевозок, который демонстрирует работу оптимизационной модели, позволяя сравнивать объемы грузоперевозок до и после оптимизации. Система мониторинга должна давать наглядное представление решения задачи в виде визуального интерфейса.
По словам экспертов ОЦРВ, для решения кейса на продвинутом уровне, помимо знаний языка программирования Python, знаний алгоритмов и машинного обучения, участникам хакатона необходимо владеть еще и навыками разработки фронтенда – пользовательских функций и интерфейса. На финальном этапе пользователи должны получить не просто набор кода в виде текста, а готовый визуальный интерфейс, демонстрирующий разработанную оптимизационную модель.
«Мы всегда ищем золотую середину относительно трех факторов при участии в таких мероприятиях. Во-первых, задача должна быть интересной, привлекающей внимание участников хакатонов непосредственно к кейсу. Во-вторых, это должна быть понятная отраслевая задача, которая имеет свою специфику. И третий момент – это легкость формирования набора данных, необходимых для хакатонов, по технологиям искусственного интеллекта, которыми нужно оперировать в ходе решения», – рассказал Александр Любченко.
Приз на хакатоне за решение кейса получила команда «Ансамбль деревьев» за оптимизационную модель, которая, по их расчетам, позволяет в два раза увеличить объем перевозимых грузов. Модель победителей выполнена также на синтетических данных, и применить ее в настоящей железнодорожной системе не получится. Однако в ходе хакатона участники получили представление о масштабах задач, которые решают специалисты ж/д отрасли, отработали практические навыки в области искусственного интеллекта и машинного обучения. В свою очередь, специалисты ОЦРВ увидели интересные варианты решения задачи по оптимизации грузоперевозок, выявили студентов с алгоритмическим мышлением и интересом к задачам ж/д отрасли.
На финальном этапе пользователи должны получить не просто набор кода в виде текста, а готовый визуальный интерфейс, демонстрирующий разработанную оптимизационную модель.
Студенческий хакатон прошел в «Сириусе» во второй раз. Его участниками стали 75 учащихся 1−3-х курсов колледжа Научно-технологического университета «Сириус». Партнерами соревнования выступили крупные российские компании: «Газпром нефть», Отраслевой центр разработки и внедрения информационных систем, IT_One. Студенты решали задачи от индустриальных компаний в области анализа больших данных, искусственного интеллекта, проектирования ИТ-инфраструктуры.
Вы подписаны!
