«Хорошего специалиста по работе с данными днем с огнем не сыщешь», — Алексей Шпильман о промышленном программировании и том, почему производствам нужны IT-специалисты
Сегодня хорошие программисты нужны везде. Но особенно сильно в них нуждается промышленный сектор. О том, что такое промышленное программирование, и для чего IT-специалисты нужны на производствах, рассказал Алексей Шпильман, заведующий центром анализа данных и машинного обучения Питерской Вышки и руководитель программ искусственного интеллекта в «Газпром нефти».
— Что такое промышленное программирование?
— Под промышленным программированием можно понимать две вещи. Первое — программирование для промышленных предприятий: на заводах есть машины, установки, трубы для перекачки, насосы и так далее. И для всего этого нужно создавать системы управления и контроля безопасности.
Второе — это любое программирование, которое происходит в индустрии. Если вы написали программу для личного пользования и она работает только у вас на компьютере — это еще не промышленное программирование. А если вы создаете продукт, которым будут пользоваться миллионы людей за деньги, то это уже промышленное программирование. Но сегодня мы остановимся на предприятиях.
— Какие задачи решает промышленное программирование?
— Главное — это автоматизация, причем она бывает разных уровней. Если на предприятии нет автоматизации совсем, то все делается вручную. Как только появляется цифра — то есть человек не ходит сам, а данные поступают на пульт управления — это уже автоматизация.
Следующий уровень автоматизации — когда переключатели и пульты управления тоже начинают работать автоматически. Это значит, что человеку больше не нужно ходить или ездить на установку, ему достаточно нажать на кнопку, чтобы одновременно получить данные с нескольких тысяч датчиков. Это сказывается на скорости и эффективности процессов.
Более серьезный этап — это когда какие-то настройки меняются полностью автоматически без участия человека. Но, конечно, у такого уровня автоматизации должны быть свои ограничения, чтобы исключить риски.
И последний уровень — когда вся система или ее значительная часть начинает работать автоматически. То есть самостоятельно оцениваются показатели и выбирается оптимальный режим работы. Человек вмешивается в процесс минимально. Но к этому этапу автоматизации подобралась лишь малая часть производств, поскольку процесс довольно трудоемкий.
— Зачем нужно оптимизировать промышленные процессы?
— Раньше считалось, что цель автоматизации — сокращение количества сотрудников. Но со временем предприятия поняли, что гораздо выгоднее повышать эффективность работы приборов. Условно говоря, если у вас стоит какое-то оборудование и можно повысить его эффективность хотя бы на 5 %, то это сразу принесет большой доход. Если мы уволим пять инженеров, то это не принесет прибыли, а если эффективность агрегата повысится на 5 %, то это сразу прибавит компании миллионы. Поэтому сейчас вся автоматизация нацелена на то, чтобы повысить эффективность и скорость принятия решений.
Например, раньше нефтяники вручную проводили расчеты, чтобы определить оптимальные сценарии для разработки месторождений, и это занимало много времени. Но в 2019 году «Газпром нефть» начала использовать свою интеллектуальную систему «ЭРА:ОптимА», которая значительно снизила объем рутинных операций. Таким образом цифровые инструменты, встроенные в операционную модель «Газпром нефти», увеличили добычу на 8 %, и по прогнозам такая оптимизация принесет компании более 500 миллионов рублей прибыли за пять лет.
— На какую технологию сейчас больший запрос в промышленности?
— Сегодня главный запрос — на системы оптимизации для подбора оптимального технического режима. Например, в 2020 году на Омском НПЗ запустили систему вибромониторинга. Такая технология с помощью искусственного интеллекта помогает в автоматическом режиме быстро находить отклонения в работе.
Также нужны технологии моделирования и цифровые двойники — допустим, у вас есть какой-то агрегат и вы хотите провести эксперимент. Для этого надо создать его виртуальный образ, потому что на настоящем инструменте никакие эксперименты ставить нельзя, чтобы не испортить оборудование. Это как в компьютерной игре — есть, например, виртуальный образ человека со всеми подробностями, и мы можем экспериментировать и менять ему одежду или прическу. По такому же принципу работают цифровые двойники и на промышленных предприятиях.
Также в последнее время очень большой запрос на софт для АСУ ТП — автоматизированной системы управления технологическим процессом. Она представляет собой оборудование с программным обеспечением, которое помогает операторам контролировать процессы на производствах и промышленных объектах. Раньше на рынке было много иностранных продуктов. Сейчас есть большая потребность в том, чтобы создать отечественное программное обеспечение. И для всего этого нужны хорошие программисты.
— Какие задачи ИИ может решать в промышленности?
— В промышленности много задач, и все надо решать. Например, в компании «Газпром нефть» ИИ используется с момента, когда еще не обнаружили нефть в пласте, и до продажи бензина на заправках. Искусственный интеллект помогает анализировать сейсмику, создавать цифровые модели новых скважин и бурить их, добывать, транспортировать и перерабатывать нефть, продавать бензин.
В фармакологии ИИ используется прежде всего для дизайна новых лекарств и при оптимизации производства. Химические реакции должны происходить при определенных условиях, которые должны настраиваться, — это касается, например, температурного режима и химического состава среды. И здесь тоже можно активно использовать ИИ.
Искусственный интеллект также активно применяют для поиска промышленных дефектов — на выходе продукции ставится камера, и она отслеживает брак. Такие технологии используются, например, на производстве чипсов — они вылетают из печки, а камера ищет подгоревшие. Чтобы такие технологии активно использовались на предприятиях, нужны IT-специалисты, которые будут их разрабатывать и контролировать.
— Приведите удачный пример, как «Газпром нефть» использует ИИ в своей работе
— Один из самых интересных проектов — цифровая система «Алхимик», которая помогает разрабатывать новые рецепты машинных масел. По сути, это искусственный интеллект, который по заданным параметрам выдает оптимальные комбинации смазочных материалов и присадок.
То есть если нужно создать новый рецепт моторного, трансмиссионного или гидравлического масла, то сначала пользователь вносит в систему необходимые параметры — какими должны быть вязкость, плотность, щелочное число, на каком оборудовании будет использоваться масло и тому подобное. Затем искусственный интеллект сопоставляет эти параметры с базой данных лабораторных тестов и опытно-промышленных испытаний, которая сформировалась за 15 лет исследований «Газпром нефти». И уже после этого система автоматически моделирует рецепты новых машинных масел, которые потом тестируются специалистами научно-исследовательского центра смазочных материалов.
Получается, что с помощью искусственного интеллекта тестируются только наиболее качественные рецептуры. И если раньше на производство нового продукта уходило примерно полгода, то сейчас произвести и протестировать новое масло можно за 1–2 месяца.
— Какие IT-специалисты нужны сейчас в промышленном секторе?
— Не хватает всех. Чтобы заменить западный софт, нужно очень много специалистов, и в особенности дата-сайентистов. На рынке data science всегда было мало людей, и потребность в них с каждым годом увеличивается, потому что рынок растет.
При этом хорошего специалиста по работе с данными днем с огнем не сыщешь. Очень многие люди проходят какие-то онлайн-курсы и считают, что они стали специалистами по машинному обучению, но на самом деле это не так. Поэтому Альянс ИИ старается способствовать тому, чтобы качество образования с каждым годом улучшалось.