Евгений Бурнаев о том, как ИИ «подавляет шум» в ревущем индустриальном мире

Крупные модели уже способны отвечать на вопросы и генерировать код в цифровом мире, но смогут ли они перейти из пространства данных в реальность, чтобы решать промышленные задачи с крайне низкой погрешностью? В сложных инженерных сценариях промышленный ИИ пытается, подобно болидам Формулы-1, найти идеальный профиль крыла под рев гоночных автомобилей, расширяя границы механики при строительстве гигантских пассажирских самолетов. В отличие от общения с текстом на экране, промышленный ИИ будет напрямую взаимодействовать с физическим миром с крайне низкой погрешностью. Здесь все вычисления должны быть ограничены физическими законами, такими как гравитация, тепловая энергия и структурные напряжения. Суть алгоритма заключается в преобразовании сложных инженерных параметров и физических ограничений в упорядоченные математические модели и оптимизационные вычисления. Евгений Бурнаев, доктор физических и математических наук и директор Центра ИИ Сколтеха, специализируется на исследованиях в области промышленной прогнозной аналитики и суррогатного моделирования. Он сотрудничал с индийской командой Sahara Force F1, используя алгоритмы для повышения эффективности обработки сложных аэродинамических и инженерных данных; в авиационной сфере он разработал систему суррогатного моделирования и оптимизации для Airbus. Эта программная библиотека успешно прошла проверку Airbus на уровне TRL 6 (Technology Readiness Level 6) и была применена в итерациях проектирования авиационных конструкций, эффективно сокращая цикл разработки и снижая затраты на проектирование. Компания Chaspark специально пригласила российского прикладного математика и специалиста по искусственному интеллекту, профессора Евгения Бурнаева, для участия в диалоге с техническим экспертом Янгом Бо из Научно-исследовательского института им. Ломоносова. Дискуссия, посвященная теме «Внедрение ИИ в реальные промышленные системы», рассматривает переход ИИ из центров обработки данных в аэродинамические лаборатории, прогресс от алгоритмических исследований к высоконадежной инженерии, а также анализирует границы его возможностей, реальные проблемы и будущие перспективы.