ГЕНЕРАЛЬНЫЙ ПАРТНЕР – ОАО «РЖД»
Как РЖД применяют искусственный интеллект
Перспективным направлением становится развитие рекомендательных сервисов
07:54, 22 октября 2024
В РЖД каждый новый проект проверяют на возможность применения искусственного интеллекта (ИИ). Технологии ИИ используются сегодня в голосовом взаимодействии с мобильными рабочими местами сотрудников, при анализе графика движения поездов и даже при определении временных норм выполнения технологических операций. Подробно о некоторых ИИ-решениях холдинга рассказал Александр Любченко, заведующий лабораторией искусственного интеллекта филиала №11 Отраслевого центра разработки и внедрения информационных систем (ОЦРВ), расположенного на федеральной территории «Сириус».
Что самое сложное при внедрении технологий на базе искусственного интеллекта?
В проектах на базе ИИ важное место отводится данным. При обучении моделей ИИ часто говорят, что много данных не бывает. РЖД генерируют огромные массивы данных. Казалось бы, нет никаких проблем. Но, помимо самих исходных данных, необходимы их разметка, аннотирование, что зачастую является дорогостоящим процессом. С другой стороны, чтобы использовать больше данных, необходимо сопоставлять их из разных источников, что не всегда реализуемо без потерь информации.
Другой аспект, который, на мой взгляд, требуется учитывать при реализации таких проектов, это то, что они отличаются от классических проектов по разработке программного обеспечения. В них есть составляющая научно-исследовательского характера, что выражается в постановке и проверке гипотез, например, относительно подходов предобработки данных, вариантов архитектур моделей и многого другого. Не всегда гипотезы становятся результативными, а исследования успешными. Поэтому в таких проектах есть риск недостижения ожидаемого результата, тогда и внедрять нечего.
Сегодня технологии ИИ на разной стадии апробации и внедрения применяются во многих бизнес-процессах холдинга
И третье, что бы выделил, это завышенные ожидания к качеству работы моделей ИИ. Мы часто слышим, что точность должна быть 100% и ошибок ноль. Это приводит либо к неоправданным ожиданиям, либо к увеличению сроков и стоимости проекта. В проектах с ИИ существует ярко выраженная экспоненциальная зависимость стоимости проекта от метрик качества работы моделей. Чем точнее модель, тем дороже будет проект. Поэтому важно определять баланс между качеством и стоимостью такой разработки. А также на старте не помешает задать вопрос: «А действительно ли здесь нужен ИИ?». Возможно, тогда будет проще, быстрее и дешевле.
Если говорить про сами платформы, на которых реализуются технологии ИИ, здесь возникли какие-то сложности с введением санкций?
В контексте исследовательских проектов, которые ведет лаборатория, катастрофических проблем с программными продуктами и инструментами нет. Сейчас мы работаем с open-source решениями и теми инструментами и библиотеками, которые есть на отечественном рынке. Скорее, наблюдаются сложности при настройке специализированного софта при работе в отечественной операционной системе, что требует больше времени для развертывания окружения для работы специалистов, но это решаемо. Более выражены сложности с аппаратными ресурсами, то есть с вычислительными мощностями на базе специализированных графических карт, необходимых для обучения моделей ИИ. Постоянно требуются специализированные видеокарты, графические ускорители. Отечественных решений, совместимых с уже существующим ПО, пока нет, и в этом сохраняется зависимость от зарубежных продуктов.
Как РЖД применяют искусственный интеллект?
Сегодня технологии ИИ на разной стадии апробации и внедрения применяются во многих бизнес-процессах холдинга. Это управление персоналом, организация труда, охрана труда, содержание инфраструктуры, административно-организационные процессы и транспортно-логистическая деятельность. При этом технологии становятся составляющей частью систем поддержки принятия решений, рекомендательных сервисов и систем, беспилотного подвижного состава, а также всевозможных помощников и ассистентов для сотрудников и пользователей услуг.
Какие технологии ИИ наиболее востребованы в РЖД?
Можно ожидать активного внедрения проектов на базе компьютерного зрения и предиктивной аналитики. Компьютерное зрение становится все более популярным, и количество решений в этой области продолжает расти. Это связано с очевидной пользой, которую они приносят, а также с возможностью количественно оценить их эффективность. В области предиктивной аналитики число внедренных проектов также растет, помимо этого, появляются решения с предписывающей аналитикой. То есть ИИ будет не только предсказывать нештатные ситуации и потенциальные отказы, но и предлагать конкретные действия для их предотвращения. Важное направление – развитие интеллектуальных помощников и ассистентов, которые помогают в самых разных задачах и повышают общую продуктивность.
Можете привести пример успешного внедрения технологий ИИ?
Расскажу о проекте по нормированию труда с помощью технологий компьютерного зрения. Цель – автоматизация ручного труда при анализе и обработке видеозаписей производственных работ. По экспертным оценкам, специалисты по нормированию труда тратят до 40% рабочего времени на обработку видеозаписей. Задача специалиста –сопределить время выполнения операций с каждым видом инструмента, применяемым в работе. Эта информация собирается по всем подразделениям и по сети для последующего анализа и выработки норм времени на выполнение операций. Сейчас эта задача решается с помощью компьютерного зрения, которое автоматизирует процесс. Технология распознает каждого участника бригады и его ключевые точки (нам нужны руки). Система также определяет, какие инструменты используют работники, и с помощью моделей машинного обучения «привязывает» их к рукам сотрудника. И тем самым при обработке последовательности кадров в видео обеспечивается возможность вычисления времени выполнения операций с инструментами.
Специалисты по нормированию труда тратят до 40% рабочего времени на обработку видеозаписей
Новой вехой в проекте стало исследование других технологий, которые ранее не применялись при решении задачи, например, трекинга (отслеживания во времени) сотрудников. Это связано с необходимостью понимать, что делает конкретный специалист в произвольный момент времени, то есть с каким инструментом он работает. Это важно не с точки зрения контроля, а именно для повышения качества работы системы и развития функциональности. Наряду с компьютерным зрением мы применяем еще и технологии обработки естественного языка и речи.
Например, такие методы помогают распознавать устные комментарии в видеозаписи, чтобы черпать оттуда дополнительную информацию о том, какой сотрудник и чем работал. Другая задача, которую мы стремимся решить, – это распознавание характера действий сотрудников на видео. Все это мы применяем, чтобы система качественно обрабатывала видео, на которых часто сотрудники загораживают инструмент и его попросту не видно, покидают кадр и спустя какое-то время возвращаются, а также при групповых работах перекрывают друг друга и применяемые инструменты. Мы понимаем, что в условиях производственных работ сложно отснять видео с полным соблюдением ракурсов и расстояния, поэтому стараемся найти такие технологии, которые с этим справятся.
Проект уже реализован?
Да, разработка внедрена и находится в промышленной эксплуатации на объектах путевого хозяйства всей сети железных дорог. Система определяет время операций с привязкой к 35 инструментам, что покрывает значительную долю работ, выполняемых в хозяйстве пути. Есть планы переиспользовать технологии с необходимыми доработками и развитием для других хозяйств РЖД. Это может быть деятельность, связанная с содержанием, обсаживанием и ремонтом оборудования сигнализации, централизации и блокировки (СЦБ).
Как технологии искусственного интеллекта могут улучшить качество обслуживания пассажиров РЖД?
Незаменимыми помощниками для пассажиров становятся всевозможные чат-боты и виртуальные ассистенты. Эти инструменты позволяют получать консультации по различным вопросам, связанным с предлагаемыми услугами, без звонков в службу поддержки. Например, подобные сервисы могут быть полезными для клиентов на портале Travel.RZD.
Перспективным направлением становится развитие рекомендательных сервисов, когда чат-бот не просто дает ответы на конкретные вопросы, но и «помогает советом». Зная потребительские предпочтения, при покупке билета из точки А в точку Б технология может предложить пассажиру сопутствующие товары, посетить то или иное мероприятие и даже заехать по пути в какое-нибудь известное место.
Наравне с ИИ-сервисами для пассажиров можно отметить разработки, повышающие эффективность самой компании. Было бы интересным решение задачи прогнозирования пассажиропотока, от которого зависит нагрузка на инфраструктуру, особенно в разные сезоны. Южный регион сильнее всего испытывает влияние от прилива отдыхающих, стремящихся поехать в отпуск летом. Очевидно, что оценка пассажиропотока может быть полезна при планировании графика перевозок и развития инфраструктуры. Пока такие задачи мы не решали, но стек технологий понятен и имеются соответствующие компетенции.
Внутри РЖД как-то используются виртуальные помощники?
Да, у нас есть интеллектуальный помощник Валера, который будет консультировать сотрудников по отраслевым документам. Пока это прототип, и до полноценного продуктового решения еще нужно время. Мы пропилотировали проект на примере изучения правил технической эксплуатации железных дорог (ПТЭ). Это важный в отрасли документ, знание которого обязательно, и в случае возникновения вопросов Валера сможет проконсультировать, а в будущем и помочь в обучении. После ПТЭ есть планы по обучению помощника другим нормативным документам.
«Чтобы общение с Валерой было более похоже на человеческое, мы сегодня также исследуем технологии эмоционального искусственного интеллекта»
Мы сейчас работаем над Валерой, чтобы он мог отвечать по основному документу. Экспериментируем с различными режимами. Например, когда вопросу соответствует строгий ответ с его минимальной вариацией. Это очень важно в случаях с ответственными технологическими процессами, когда не может быть никакого вольного перефразирования ответа. Тестируем режим так называемой направленной генерации, когда ответ на вопрос формируется исходя из определенного контекста, задаваемого релевантным блоком текста из исходного документа. Третий режим – это своеобразная «болталка», которая позволяет вести свободный диалог на железнодорожную тематику. Еще Валера может менять свой облик. Если нужно, он предстанет в строгом офисном стиле. Или, например, в образе специалиста дирекции инфраструктуры.
А чтобы общение с Валерой было более похоже на человеческое, мы сегодня также исследуем технологии эмоционального искусственного интеллекта. Поэтому помощник не только может слышать, понимать и отвечать, но и распознавать эмоции собеседника и выстраивать диалог, учитывая эту информацию.
Какова роль искусственного интеллекта в повышении безопасности на железнодорожном транспорте?
Во-первых, технологии ИИ могут применяться в составе системы поддержки принятия решений для сотрудников. В качестве примера можно привести один из наших проектов, связанный с автоматической расшифровкой дефектограмм. В РЖД регулярно оценивают состояние железнодорожных путей, включая проведение неразрушающего контроля рельсов путем дефектоскопии. Результаты контроля сотрудники анализируют вручную. На этом этапе занято около полутысячи человек, и каждый из них должен проверить участок длиной 25 км. При выявлении дефекта сотрудники сообщают о необходимости повторной проверки. Обработка дефектограммы требует внимания, концентрации и высокой квалификации специалиста. В силу человеческого фактора опасный сигнал, соответствующий дефектной области рельса, может быть пропущен. Это вопрос безопасности, и риск пропуска очень высок – вплоть до схода подвижного состава. Технологии машинного обучения позволяют автоматизировать процесс. Сейчас ИИ видит до 97% дефектов: технология не заменяет человека, а помогает ему, подсвечивая проблемные участки рельса, требующие внимания.
Другое направление применения ИИ в сфере безопасности, в том числе в охране труда, – это контроль соблюдения технологических регламентов. Если по нормативам специалисты должны использовать средства индивидуальной защиты (СИЗ), то, конечно, важно за этим следить, чтобы снизить риск производственного травматизма. Проект сегодня находится на стадии апробации. Технологии компьютерного зрения уже умеют обрабатывать видеозаписи рабочего дня сотрудников и выявлять случаи нарушения при обязательном использовании СИЗов. В перспективе возможно оповещение сотрудников в режиме реального времени.
Какие есть ИИ-проекты в области оптимизации логистики и перевозок?
У нас есть проект на базе технологии мультиагентного моделирования и обучения с подкреплением. Его цель – оптимизация плана формирования грузовых поездов. Это важный документ, который определяет направление вагонопотоков по железной дороге. И тем самым устанавливает нагрузку на основные сортировочные станции. Если стремиться к максимизации объема перевозимых грузов, то необходимо оптимально распределить вагонопотоки по сети, то есть обеспечить провозную способность и исключить риски недоставки грузов в срок.
Моделируя множество итераций, можно собрать большой объем статистических данных
В лаборатории мы проводили исследование и строили имитационную модель перевозочного процесса на ограниченном железнодорожном полигоне с допущениями в рамках эксперимента. Моделируя множество итераций, можно собрать большой объем статистических данных. В системе есть интеллектуальный агент – определенный алгоритм, который обучается на этих итерациях. Практически то же самое, что и человеческий опыт. Человек же учится в процессе своей профессиональной деятельности. Агент тоже обучается на результатах имитационного моделирования различных сценариев перевозки грузов, одновременно стремясь к экстремуму заданного критерия эффективности, например минимизации рисков несоблюдения сроков доставки.
В итоге мы разработали прототип конструктора, где можно собирать полигон из составных элементов, железнодорожных станций, перегонов, задавать характеристики этих объектов, соединять их между собой и воспроизводить перевозочный процесс. Поработали с базовыми алгоритмами, которые могут быть мозгом интеллектуального агента. Экспериментировали с топологией Северо-Кавказской железной дороги и постарались максимально точно воспроизвести процесс с учетом имеющихся данных.
А какие вы видите перспективы генеративного искусственного интеллекта?
Тема генеративного ИИ, действительно, интересная. Нейросети генерируют тексты, создают реалистичные изображения в разных стилях. Появляются решения для генерации видео. Возникает вопрос: как их интегрировать в технологические и бизнес-процессы предприятия? На мой взгляд, технологии генеративного искусственного интеллекта могут применяться в области обучения персонала. Создание обучающего и презентационного контента может быть полезно компании. Обучения достаточно много, и технология способна автоматизировать создание образовательных материалов.
Также генеративный ИИ может быть технологией, применяемой в ассистентах, так называемых co-pilot инструментах, помогающих в рутинных задачах, например, написание писем, подготовка проектов приказов, поручений, а может быть, даже и составление документации, что позволит сотрудникам быть более эффективными.
Генеративный ИИ может быть технологией, применяемой в ассистентах, так называемых co-pilot инструментах, помогающих в рутинных задачах
Но пока генеративный ИИ будет проявляться в меньшей степени по сравнению с уже озвученными рекомендательными сервисами, компьютерным зрением и предиктивной аналитикой.
Помимо прочего, важно выработать доверие к технологии, сформировать у пользователя уверенность, что она точно поможет в работе: предотвратит отказ оборудования или подскажет, что делать при нарушении техпроцесса. Внедрение технологии не происходит по щелчку пальцев, это требует времени. И точно пока рано говорить о полной замене человека искусственным интеллектом. Пока отрасль к этому не готова.
Как вы считаете, нужна ли какая-то просветительская работа по вопросам внедрения ИИ?
Думаю, что людям, которые не знакомы с технологиями ИИ, нужно в понятной форме рассказывать, как это работает. С примерами успешных кейсов, с описанием эффекта.
Понимание технологии ИИ – это лишь часть работы. Необходимо обеспечивать контроль и наблюдение за его функционированием, развивать технологии построения безопасных и интерпретируемых моделей ИИ. Результаты такой работы будут способствовать развенчиванию мифов о «черном ящике», который работает сам по себе.
Вы подписаны!
