В России к 2019 году к промышленному интернету будет подключено 1,3 млн единиц оборудования в машиностроении и 0,6 млн единиц — в процессном производстве. Объем рынка ИИ в промышленности в России в денежном выражении к 2021 г. составит $380 млн. К такому выводу пришли специалисты компании «Цифра» и рабочей группы по искусственному интеллекту подкомитета по цифровой экономике РСПП, которые в преддверии ПМЭФ 2018 провели исследование научных публикаций за последние 5 лет о проектах применения ИИ и промышленного интернета вещей по всему миру. По их данным, всего в мире на 2016 г. к IIoT было подключено до 1,7 млрд единиц промышленного оборудования.
Согласно исследованию, наиболее часто методы машинного обучения применяются в дискретном производстве (машиностроение, авиастроение, приборостроение и т.п.) – 44%, в процессном производстве (металлургия, химия, нефтехимия, нефтепереработка и нефтедобыча) – 22%, в электроэнергетике – 11%. Оставшиеся 23% рассмотренных проектов находятся на ранней стадии разработки, как правило, это научные работы университетов, исследующих применение методов ИИ в новых сферах для промышленного сектора.
Для решения задач IIoT и промышленной аналитики применяются такие методы, как многослойный перцептрон ((D)MLP) – в 14% случаев, метод опорных векторов (SVM) – в 14% случаев, сверхточные нейронные сети (CNN) – в 11%.
Большинство применений методов машинного обучения относится к предиктивной аналитике (Predictive analytics) – 26%, и описательной аналитике (Descriptive analytics) – 23%. Также достаточно часто данные методы применяются в области управления роботами и робозрении – 14%.
Как показало исследование, в дискретном производстве методы ИИ используются в первую очередь для увеличения срока службы промышленного оборудования и повышения эффективности его технического обслуживания. «Предсказательная аналитика помогает промышленникам получить информацию об остаточном ресурсе промышленных активов, а предписывающая аналитика еще и дает рекомендации, что нужно сделать для предотвращения сбоев в работе и недопущения аварий», – сказал управляющий директор компании «Цифра» Павел Растопшин.
Вторая область применения – это роботехника и робозрение, когда создаются системы или модели, которые способны обучить промышленных роботов эффективным действиям без участия человека.
«Первое направление в большей степени оптимизирует расходы на содержание промышленного фонда, а второе перспективно с точки зрения генерации прибыли. Если первый сценарий в России возможен при развитии систем мониторинга оборудования и промышленного интернета вещей, то второе направление пока не столь активно в связи с низкой роботизацией отечественного производства», – отметил Растопшин.
По его словам, в процессном производстве используются те же сценарии с предиктивной аналитикой и предписывающей аналитикой для более эффективного использования оборудования, что и в дискретном производстве. Но более перспективными с точки зрения влияния на экономические показатели предприятия являются системы типа «цифровой советчик» для цифрового управления технологическими процессами. Большая часть изученных примеров связана с контролем качества продукции или его предсказанием.
«При этом Россия может стать одним из лидеров по применению ИИ в процессном производстве (металлургия, нефтегаз, химия). Оно преобладает в структуре ВВП России и более технологически готово к внедрению инноваций за счет накопленного массива данных. В то же время большинство зарубежных работ рассматривает в первую очередь дискретное производство», – сказал Растопшин.
Эксперты отметили, что самые передовые методы, такие как метод обучения с подкреплением (самообучающаяся система, где обучаемое получает «вознаграждение» за максимально эффективный алгоритм действий), в промышленности практически не используются в силу новизны и сложности, хотя и могут дать существенный эффект.
В основу методологии исследования лег анализ более 100 научных публикаций, содержащих информацию о применении технологии искусственного интеллекта и подробное описание применяемой технологии. В поле зрения экспертов попали проекты исследовательских и коммерческих организаций из 27 стран. Наибольший процент публикаций из США (32%), Китая (12%) и Германии (10%). Остальные страны, включая Россию, представлены точечными проектами.