Искусственный интеллект предскажет возможные проблемы при эксплуатации военной авиации
Дочерняя структура госкорпорации "Ростех" – "РТ-Техприемка" – и Служба безопасности полетов Минобороны РФ намерены реализовать проект по внедрению продвинутого машинного обучения при производстве и эксплуатации военной авиатехники. Как сообщили в пресс-службе "Ростеха", применение искусственного интеллекта позволит выполнять перспективное планирование качества продукции и с высокой точностью прогнозировать необходимость ремонта оборудования. Новый подход к сбору и анализу данных увеличит точность прогнозов до 90%.
"Мы положительно относимся к идее использования современных технологий, в том числе искусственного интеллекта, – отметил начальник Службы безопасности полетов авиации ВС РФ Сергей Байнетов. – Наличие объективной и полной информации о первопричинах возможных отказов авиационной техники на уровне технологических процессов позволит предотвратить более серьезные события. Ведь там, где выстроен технологический процесс, обеспечена безопасность".
Для создания инновационной системы прогнозирования предстоит провести масштабную работу по сбору и оцифровке производственных показателей. В частности, будут анализироваться объем производства, параметры технологических процессов, скорость и качество обработки рекламационных событий. На основе полученных данных "умная" система изучит процессы производства и эксплуатации, высчитает их оптимальные параметры и сможет выдавать рекомендации оператору. Технология машинного обучения позволит создать математическую модель производственного процесса, которая затем может интегрироваться в автоматизированную систему управления.
"Внедрение искусственного интеллекта позволит решить множество вопросов на всех этапах жизненного цикла военной авиатехники, начиная с момента проектирования, – отметил генеральный директор компании "РТ-Техприемка" Владлен Шорин. – Благодаря новым технологиям работы по техобслуживанию оптимизируются, простоев станет меньше, а эксплуатант будет обладать полной информацией о состоянии оборудования и, что особенно важно, сможет предотвратить отказы техники. Сейчас мы стоим на пороге масштабного исследования, на основе которого будет проходить обучение модели. Чтобы добиться максимальной точности, ее необходимо обучать в несколько этапов, добавляя или убирая некоторые наборы данных. Конечным продуктом должен стать веб-сервис или мобильное приложение с удобным интерфейсом".