Как объяснить искусственному интеллекту (ИИ), что такое яблоко? Нейросеть сгенерирует картинку по простому запросу, но чтобы ИИ мог работать с этим яблоком в реальном мире, нужно гораздо больше информации: как оно катится, насколько оно твердое, что будет, если на него надавить, и так далее. Проверить знания ИИ позволит «песочница».
Цифровая «песочница»
Полигоны для испытания ИИ — это реальные тестовые пространства, где можно проверить разработки. На Российской энергетической неделе эксперты дали им имя: «ИИ-песочницы».
Нужно было дать ИИ возможность выйти в реальный мир, но не бесконтрольно и не на производствах. Так появилась идея создания полигонов для испытания ИИ, где большие и маленькие компании могут максимально эффективно, качественно и быстро проверить свои решения.
Алексей Шпильман
Профессор Университета ИТМО, руководитель программы развития искусственного интеллекта «Газпром нефти», руководитель центра экспертизы и разработки ИИ ассоциации «Цифровые технологии в промышленности».
В «песочницах» испытывают не сам ИИ, а управляемых им роботов или спроектированные им устройства и детали. Важной задачей является сбор данных — их будут использовать для дальнейшего обучения нейросетей.
Данные — в полном объеме — важно получать на всех этапах производственно-технологического процесса. Мы должны собирать их там, где они рождаются: с «полей», с датчиков на производственном оборудовании. Это позволит повысить качество цифровых моделей.
Ольга Рассоха
Руководитель группы проектов компании «ТВЭЛ»
Один игрок и за десять лет работы может не собрать достаточно информации о конкретном оборудовании и этапе производства. Как объяснил директор «Татнефть цифровые технологии» Ильшат Карамов, «у каждой компании в отдельности недостаточно данных, чтобы строить качественные модели, которые решали бы задачи на уровне человека».
— ИИ учится на ошибках, а в критических областях такие ошибки имеют высокую цену, — добавляет Максим Кузнецов, директор управления стратегического развития и партнерств Института искусственного интеллекта AIRI. — Сейчас ученые, разрабатывающие цифровые модели, вынуждены использовать данные из открытых источников, качество которых сложно подтвердить, либо данные, сгенерированные симуляторами производств.
Как создать идеальную «песочницу»
Полигоны для тестирования искусственного интеллекта в реальных условиях помогут собирать данные в количестве, достаточном для его обучения. Заместитель министра энергетики России Эдуард Шереметцев предложил делать данные общедоступными спустя некоторое время после проведения тестов.
По мнению Алексея Шпильмана, на полигонах должны работать специалисты, которые понимают, что и как надо испытывать. Испытания на полигоне необходимо сделать эквивалентными опытно-промышленным. Полигонам нужно ускорять, а не замедлять внедрение новых разработок, а разработчики должны оперативно получать доступ к таким «песочницам». Необходимо создать единую удобную систему. В сфере робототехники такая система прорабатывается: есть 17 площадок, три из которых уже ведут испытания.
Какими «тренажерами» заполнить полигоны? Алексей Шпильман предложил простое решение: нужно дать компаниям возможность списывать работающее оборудование с истекшим сроком использования не в утиль, а на такие испытательные площадки.
