ИИ как экосистема, бизнес и рынок

Один из успешных проектов под названием "Интеллектуальный анализ нормативной документации" выполнен компанией ЧУ " Цифрум^{22Частное учреждение по цифровизации атомной отрасли "Цифрум" создано в 2019 году с целью развития направлений сквозных цифровых технологий в атомной отрасли. В ЧУ "Цифрум" представлены центры компетенций по Искусственному интеллекту, Цифровым двойникам, IoT, AR/VR, Управлению данными и Базами знаний} " совместно АО " РАСУ^{23Росатом. Автоматизированные Системы Управления} ".

В отрасли актуальна проблематика управления требованиями. Она особенно важна при проектированиии и строительстве АЭС, где объем требований исчисляется сотнями тысяч.

Основные требования заказчика к проектированию и сооружению АЭС формируются в контракте. Помимо этого, для получения лицензии на эксплуатацию АЭС у государственных регулирующих органов проект должен удовлетворять требованиям национальных и международных стандартов. Важной задачей является выделение требований из текстов нормативных документов в качестве отдельных самостоятельных сущностей для организации процесса управления требованиями. Нормативные документы обычно предоставляются в виде электронных документов, в которых требования описаны на естественном языке.

Таким образом, имеется документ, содержащий набор требований к строительству большого объекта, необходимо вычленить требования из документа и корректно занести в систему управления требованиями. Для этого документ нужно разбить на фрагменты и каждый фрагмент классифицировать (требование это или нет). Автоматизация этой задачи позволяет оптимизировать процесс управления требованиями и дает существенный эффект в увеличении производительности. Испытания показали 50% снижение времени на обработку текстов стандартов по отношению к существующему процессу.

Другой пример использования анализа естественного языка в Госкорпорации "Росатом" - это сервис "Атомбот.Закупки" - цифровой сервис, направленный на автоматизацию закупочной деятельности на основе искусственного интеллекта c применением программных роботов, созданных на базе платформы ROBIN RPA - российского разработчика платформы программных роботов и чат-ботов для автоматизации бизнес-процессов.

"Атомбот.Закупки" уже используется на предприятиях топливной компании "ТВЭЛ" в процессах закупочной деятельности и казначейства. Сервис осуществляет формирование и проверку технического задания и проекта договора по нормативным правилам, составляет запрос технико-коммерческого предложения и проводит сбор ценовой информации, формирует начальную и максимальную цену договора. Робот способен осуществлять выгрузку в систему документооборота, сверку отчетов о движении денежных средств, формирование единого реестра платежных поручений, сопоставление заявлений и сертификатов.

Госкорпорация "Росатом" обладает большим опытом внедрения роботов для внутренних задач атомной отрасли, а с 2018 года - появилась практика по предоставлению услуг, связанная с внедрением RPA-решений во внешних компаниях обрабатывающих отраслей, банковского сектора, ритейла, строительства и других.

Так, компанией АО " Гринатом ^{24 ИТ-интегратор Росатома, который осуществляет разработку ПО, поддержку и развитие корпоративных ИТ-систем, занимается проектным управлением, импортозамещением, применяет ИИ. Реализует проекты, автоматизирующие работу с отсканированной документацией: разработка OCR-моделей, разработка умных сервисов распознавания и интеллектуального поиска в проектах, связанных с закупками, разработка сервиса по распознаванию и контролю химического состава паспортов отходов, разработка умных RPA} " создан цифровой продукт Атом. РИТА (Роботизированный Интеллектуальный Технологичный Ассистент). Атом. РИТА - это RPA-платформа для настройки и сопровождения программных роботов, взаимодействующих с корпоративными системами и приложениями через пользовательский интерфейс. Командой разработки создано около 400 программных роботов, которые используются на предприятиях Госкорпорации "Росатом" для повышения эффективности бизнес-процессов. Одна из особенностей платформы - наличие интеллектуальных компонентов, которые помогают в обработке неструктурированных данных, в таких задачах, как например, классификация обращений клиентов. Также платформа умеет обрабатывать данные с отсканированных документов и взаимодействовать с пользователями с помощью обработки голосовых запросов. На момент написания курса (осень 2022г.) система напрямую маршрутизировала примерно 50% всех операционных обращений атомной отрасли. В 2021 году в составе платформы роботизации Атом.РИТА был выпущен сервис Голос - собственный движок распознавания и синтеза речи. Планируется создать на его основе единый отраслевой продукт, аккумулирующий в себе различные технологии работы с голосом и речевой аналитикой, который можно подключать к другим цифровым продуктам Госкорпорации "Росатом".

Близким к анализу естественного языка являются направления понимания и синтеза речи. Одна из областей применения - голосовые интерфейсы управления, позволяющие взаимодействовать с системой посредством голоса. Примером применения речевых технологий является задача протоколирования совещаний, когда присутствующие на совещаниях интеллектуальные агенты не только формируют скрипт произнесенной речи, но и позволяют выполнять голосовые команды вроде управления календарем и адресной книгой, формируют протоколы совещаний по форме. Пилотные испытания подобного решения были реализованы в ЧУ "Цифрум" в 2021 году.

В 2021 г. АО "Концерн Росэнергоатом" и АО "КОНСИСТ-ОС^{25 С 1992 года оказывает услуги по сопровождению и развитию информационных технологий и средств связи на АЭС. Работает в области аутсорсинга информационно-телекоммуникационных услуг, являясь внутренним интегратором АО "Концерн Росэнергоатом", а также центром компетенций в области информационных технологий, информационной безопасности и проектного управления}" разработали и ввели в эксплуатацию автоматизированную систему маршрутизации запросов на базе машинного обучения. Система помогает операторам первой линии технической поддержки компании распределять поступающие запросы пользователей. Нейросеть была обучена на основе истории запросов и маршрутов перенаправления. Ожидается, что нейросеть будет маршрутизировать не менее 30 000 заявок в год. Данные, использованные для обучения нейросети, собраны в датасеты и размещены в Отраслевом реестре датасетов Госкорпорации "Росатом", который был запущен в 2021 г. для упрощения внедрения подобных систем на других предприятиях атомной отрасли.

Еще одна задача маршрутизации была решена специалистами АО "КОНСИСТ-ОС" в отношении классификации большого потока входящей корреспонденции на адрес электронной почты info@rosenergoatom.ru. Было разработано решение, автоматизирующее процесс маршрутизации с использованием технологии машинного обучения для определения ответственного исполнителя на основе текста письма и вложений с изображениями, обрабатываемых с помощью оптитического распознавания текстов.

Рекомендательные системы

Еще один проект Госкорпорации "Росатом", который реализуется в ЧУ "Цифрум", это интеллектуальная система управления "Навигатор". Она включает систему поддержки принятия решений на основании данных, которая обеспечивает оперативный мониторинг и прогнозирование достижения показателей деятельности с учетом внутренних и внешних факторов влияния. "Навигатор" обеспечивает предиктивный анализ корректирующих мероприятий, оценивает влияние принимаемых управленческих решений и проверяет их фактическое исполнение.

Другой проект в области рекомендательных систем, выполненный специалистами АО "Гринатом", - система рекомендаций для обучающего портала РЕКОРД Mobile. Сотрудники госкорпорации "Росатом" регулярно проходят обучение на этой платформе, где представлено свыше 3000 курсов, разделенных на множество тематических рубрик, что делает навигацию достаточно сложной. Чтобы упростить использование платформы, специалисты отдела исследований "Гринатома" разработали рекомендательную систему на основе нейронных сетей, которая позволяет персонализировать подборку курсов. В основе рекомендательной системы лежит разновидность архитектуры рекуррентных нейронных сетей LSTM, которая позволяет выявлять зависимости между длинными последовательностями взаимодействий пользователя с обучающей платформой.

По итогам проведенного А/В-тестирования установлено, что внедрение рекомендательной системы существенно повысило метрики платформы РЕКОРД Mobile, например, на 24% выросло общее количество переходов на курсы на платформе, на 23% увеличился индекс потребительской лояльности к платформе за 2020 год.

Применение умной робототехники

Важным направлением в атомной отрасли является применение интеллектуальной робототехники, в том числе для выполнения трудоемких задач в зонах, где необходимо ограничить доступ людей вследствие высокого уровня радиации. Роботы, способные детектировать радиоактивность, могут помочь в выявлении остаточного загрязнения в помещениях.