Цивилизация
Таким образом, по общему итогу запуска сервисов платформы цикл производства сократится с 21 дня до 12, что в свою очередь приведет к значительной экономии по всей цепочке производства. В области производства полимерной продукции не существует аналогов подобных сервисов предиктивной аналитики, поэтому это решение потенциально можно масштабировать на всю промышленность в России.
Сотрудники университета разработали алгоритмы прогноза потребности в сырье, его составе, добились возможности формирования рекомендаций под конкретного заказчика на основе данных о складских остатках и скорости изготовления продукции. Проведено тестирование компонентов цифровой платформы самого сервиса первой очереди. Разработана проектная и эксплуатационная документация.
До конца августа 2022 года будет доработан функционал приложения и проведено очередное тестирование.
В итоге платформа позволит обеспечить планирование загрузки оборудования по заданной цели на базе фактических и спрогнозированных заказов; автоматизированный расчет стоимости по множественным параметрам; прогнозирование скорости поставки заказа на основе текущей загруженности, складских запасов, ближайших поставок и визуализации исполнения заказа клиенту. Всего работа над проектом рассчитана до конца 2023 года.
Специалисты Института искусственного интеллекта обучают специализированную нейросеть на данных, собранных Danaflex за последние несколько лет. Упаковка данной компании является необходимой составляющей в производстве продуктов питания. Сейчас основной проблемой отрасли являются длинные циклы производства и сложности прогнозирования объемов потребления. Основная цель проекта — кардинальное сокращение затрат времени.
Как разрабатывают технологии
Проект реализуется в рамках соглашения между Российским фондом развития информационных технологий (РФРИТ) и ООО «Данафлекс-НАНО». В 2020 году компания и Университет Иннополис выиграли в конкурсе решений цифровой трансформации от Минцифры России: на внедрение ИИ выделили 121 млн рублей.
Выделение грантов на исследования в области ИТ и создание прототипов ПО — одна из ключевых и действенных мер по поддержке и развитию ИТ-отрасли со стороны государства. Сегодня существует довольно много возможностей для получения такой поддержки, что позволяет сократить затраты на разработку и внедрение ПО и снизить технологические риски, когда речь идет о сложных наукоемких решениях. В первую очередь, это грантовая поддержка различных фондов, включая РФРИТ, Фонд «Сколково», Фонд содействия инновациям и др. Сейчас, в условиях сложившегося дефицита ресурсов на инновации, гранты позволяют бизнесу сокращать расходы на разработку и внедрение ИИ-решений.
Для того чтобы привлечь частные коммерческие инвестиции на развитие своего проекта, необходим прототип и доказательство работоспособности, позитивного экономического эффекта от последующего промышленного внедрения решения.
Гранты позволяют проверять гипотезы в тестовой среде и создавать прототипы, которые гораздо проще защитить перед частным инвестором. С помощью этого мы сокращаем количество ошибок в ходе дальнейшего развития ИИ-решений у коммерческих заказчиков. Мы в Институте искусственного интеллекта Университета Иннополис считаем, что по-настоящему конкурентоспособные решения требуют серьезной технологической основы. Привлечение грантов, в данном случае, — возможность создать такую основу.
Автор — директор Института искусственного интеллекта на базе Университета Иннополис.
