Нейросети для турбин

Технические процессы интеллектуализируются

Кто станет спорить с тем, что электроэнергия – одна из важнейших вещей в нашей жизни? Представим себе, что энергосети вырубились хотя бы на день, жизнь во всем мире была бы парализована! Между тем, если мы хотим иметь качественное и надежное энергоснабжение, его необходимо развивать. И в этом поможет новый программный продукт, разработанный учеными Пермского национального исследовательского политехнического университета (ПНИПУ).

Известно, что далеко не всегда электроснабжение бывает качественным. В отдельных районах и регионах слабые мощности электростанций не позволяют давать им большую нагрузку, и, например, во время грозы электричество может отключаться. Соответственно, останавливаются все технические системы, источником питания для которых являются эти станции, барахлит связь… Возможно, проблему могло бы решить усовершенствование систем распределения энергоресурсов. Исследователи из Политеха считают, что в этом могли бы помочь нейросетевые модели.

Что такое нейросети? Начнем с того, что искусственный интеллект – это не просто комплекс технологий. Это совокупность компьютерных программ, разработанных для выполнения различных сложных задач, которые ранее было бы немыслимо выполнить без участия человека. До недавних пор считалось, что люди гораздо лучше решают структурированные задачи, выбирают релевантные сведения из потока данных, анализируют полученную информацию. Но если мы хотим говорить о развитии искусственного интеллекта, то надо понимать, что полноценным он может стать только тогда, когда научится «мыслить» подобно человеческому мозгу или даже превзойдет его в процессах мышления.

В нашем мозгу кора (кортекс) играет роль микропроцессора. Она представляет собой прослойку толщиной около трех миллиметров, которая состоит из серии повторяющихся модулей наподобие компьютерных микросхем. В каждом из них около 100000 нейронов, взаимосвязанных между собой и выстроенных в сложную сеть. Хотя базовая структура «микросхем» является примерно одинаковой, в разных регионах мозга сосредотачиваются нейроны, «заточенные» под конкретные функции, скажем, ответственные за зрение, слух или двигательную активность.

До недавнего времени невозможно было проанализировать работу нейронных «микросхем» из-за их микроскопического масштаба. Но сейчас новые технологии позволяют ученым отслеживать особенности взаимодействия нейронов. Понимание базовых правил, управляющих «схемой» мозга, позволит запрограммировать их в электронном симуляторе. Далее остается только проверить, насколько точно работа модели соответствует работе реального мозга.

На основе таких моделей постоянно разрабатываются «умные» программы с широким набором функций. Так, продукт корпорации Cycorp под названием Cyc способен не просто «складывать» в себя различную информацию, но и на основе того, что в ней заложено, делать анализ, выводы и давать человеку инструкции и рекомендации. Кстати, работа над системой велась более 30 лет, и, похоже, авторы наконец достигли успеха… Так, школьникам Cyc способна разъяснить сложные фрагменты учебного материала, например, из курса математики и других наук. Причем в каждом конкретном случае она старается выбрать наиболее эффективную модель решения задачи.

Сюда же относятся, например, программы распознавания речи или изображений. Прежде всего это касается такой функции, как распознавание лиц на фотографиях. Корпорация Google разработала программное приложение, которое позволит давать описания эпизодов, запечатленных на снимках. Предположим, если вы ведете съемку в зоопарке, то приложение сможет отличить одних животных от других. Так, оно без труда отличит львов или тигров от медведей, да еще и расскажет, что они делали в тот момент, когда вы решили их сфотографировать…

Поисковые сервисы в наше время совершенствуются путем машинного обучения. В результате, если мы вобьем в поисковик ключевое слово или фразу, сервис будет не просто тупо искать наиболее подходящие вариации, а «размышлять» над запросами пользователя и подстраиваться под них. Такие алгоритмы уже действуют в поисковике Google. Эта известная компания применяет в своем программном обеспечении алгоритмы так называемого глубокого обучения (deep learning), которые имитируют деятельность нейронов в коре головного мозга. Это позволяет программам распознавать те или иные закономерности в звуках, изображениях и других виртуальных данных. Что нам это дает? Результаты поиска будут оптимизированы, программа отбросит те, что не соответствуют заявленной теме, дублируются или не играют значимой роли.

Но вернемся к разработке Политеха. Старший преподаватель кафедры «Электротехника и электромеханика» ПНИПУ Григорий Килин и его коллеги собираются изучать влияние различных режимов деятельности электростанций на качество их работы. Проект реализуется в рамках гранта Российского фонда фундаментальных исследований. Планируется создание нейросетевых моделей, которые будут обрабатывать полученные результаты и «самообучаться» на основе работы с этими данными. Далее на базе этих моделей будет предложена методика настройки и управления для газотурбинных электростанций малой и средней мощности. В рамках этой инновационной технологии будут учитываться такие качества, как надежность электросистемы, ресурсосбережение и экологичность. По словам ведущего разработчика Григория Килина, в ближайшем будущем процессы управления электростанциями интеллектуализируются.

«Мы планируем создать целый комплекс нейросетевых моделей для самых разных режимов работы таких электростанций, – рассказывает Килин. – Сейчас мы создаем и обучаем такие модели, тестируем их и всесторонне исследуем. Мы надеемся, что в перспективе научим электростанции самостоятельно «распознавать» различные ситуации и адекватно на них реагировать. В этом и будет заключаться интеллектуализация управления».

Лада КОВАЛЕНКО