Исследование применения технологий искусственного интеллекта при решении экономических задач наукоемкого производства

Язык труда и переводы:
УДК:
316.422.44
Дата публикации:
09 января 2022, 21:37
Категория:
Секция 08. Экономика космической деятельности
Аннотация:
Рассмотрены основные технологии отрасли искусственного интеллекта, применяемые в наукоемком производстве. Проведен анализ практического применении наиболее распространенных технологий и субтехнологий искусственного интеллекта, а также их влияния на экономическую деятельность компаний. Выполнена оценка потенциала внедрения наиболее перспективных из рассматриваемых технологий на наукоемких производствах в РФ.
Ключевые слова:
искусственный интеллект, практическое применение, цифровизация, экономическая эффективность
Основной текст труда

За последнее десятилетие технологии области искусственного интеллекта (ИИ) проникли практически во все сферы экономической деятельности, а проекты на базе методов ИИ стали появляться даже не в высокотехнологичных компаниях. Это связано с быстрым развитием отрасли и расширением понятия ИИ. Что видно из текущей ситуации на рынке, где большинство проектов связанных с какой-либо автоматизацией, построенной на комплексной математической модели и заменяющей задачи выполняемые до этого вручную называют проектами в области ИИ, что создаёт несколько размытые границы применения области ИИ. Попыткой структурировать и определить направление развития ИИ в РФ является программа национальной стратегии развития искусственного интеллекта, выпущенная в 2019 г., в которой были определены основные технологии ИИ: компьютерное зрение, обработка естественного языка (NLP), распознавание и синтез речи, интеллектуальные системы поддержки принятия решений. Также в программе выделена отдельная группа «Перспективные технологии и методы ИИ», в которую, согласно дорожной карте развития технологии [1], вошли разработки в области машинного обучения. Данный набор технологий достаточно обширен, однако скорость развития отрасли ИИ не позволяет предвидеть всевозможные направления развития отрасли, так за последние 2 года высокую популярность приобрело направление генерации изображений и текстов, которые также имеют большой потенциал применения для решения задач бизнеса. Помимо развития технологий ИИ меняется бизнес-подход к внедрению решений на базе ИИ, технологические гиганты, такие как Google, Microsoft, Amazon, IBM и др. предоставляют технологии ИИ как услуги (AIasaservices), создавая платформы позволяющие быстро решать самые распространённые задачи на основе ИИ, большинство ИИ стартапов также применяют подобный подход. В связи с фактами быстрого развития технологий и изменения бизнес-моделей в отрасли ИИ важной задачей является проведение анализа практического применения технологий ИИ в отрасли наукоёмкого производства и в частности космической отрасли, а также оценки результатов от внедрения подобных технологий.

Исследование проведённое в данной работе построено на систематизации и анализе данных из работ рассматривающих применение технологий ИИ для решения конкретных экономических задач в отрасли наукоёмкого производства, как например для решения задач в сфере управления проектами [2, 3], оценки результатов НИОКР [4], предиктивной аналитики [5] и систем поддержки принятия решений [6]. Для получения информации об общем состоянии отрасли ИИ рассмотрены аналитические работы оценивающие экономические эффекты от внедрения проектов на основании технологий ИИ, выполненные крупными международными корпорациями [7], и анализирующие текущее состояние технологий ИИ в России [8]. Также рассмотрены работы позволяющие определить особенности наукоемких производств в России [9, 10].

В результате проведённого исследования выявлены основные направления применения технологий ИИ в отрасли наукоёмкого производства. Так основные технологии ИИ приобрели разное значение в наукоёмком производстве. Технологии компьютерного зрения получили развитие в отрасли мониторинга и контроля производства, что уменьшает количество бракованной продукции, увеличивает производительность труда, особенно на производствах требующих 100% контроля и уменьшает риски связанные с производственной безопасностью. Другим выявленным направлением развития технологий компьютерного зрения является её применение в сфере беспилотного транспорта, которая является одной из ключевых технологий в данной сфере. Технологии обработки естественного языка в отрасли наукоёмкого производства эффективно внедряются в систему электронного документооборота и в корпоративной почте, что позволяет систематизировать информацию и выполнять полнотекстовый поиск в огромных базах с документацией. Применение данной технологии особенно эффективно в комбинации с распознаванием печатного и рукописного текста на изображении, а учитывая факт того, что на большинстве предприятий в РФ значительная часть документации сохраняется в виде отсканированных документов, внедрение подобных технологий позволяет значительно сократить время требуемое для анализа документов и увеличения базы знаний, доступных сотрудникам. Технологии распознавания и синтеза речи в отрасли наукоёмкого производства являются достаточно редкими, основное применение данные технологи находят в электронных устройствах для голосового управления и ввода текста, что больше характерно для функций отдельных устройств. Технологии интеллектуальных систем поддержки принятия решений в отрасли наукоёмкого производства представлены системами разного уровня, от относительно простых систем с нормативно-справочной информацией до комплексных систем бизнес-аналитики на основе методов машинного обучения. Из функций систем поддержки принятия решений на основе технологий ИИ хорошие показатели экономической эффективности показывают системы предиктивной аналитики производственного оборудования, позволяющие увеличить эффективность операционной деятельности за счёт сокращения издержек от времени простоев и поломок оборудования [5].

Все из рассмотренных практических применений технологий ИИ показали положительный эффект воздействия на экономическую деятельность наукоёмких производств. Однако для возможности внедрения данных технологий требуется определённый уровень развития цифровой инфраструктуры предприятия. Что показывает важность учета потенциального использования распространённых технологий ИИ при проектировании и модернизации информационной инфраструктуры наукоёмких производств.

Литература
  1. Дорожная карта развития «сквозной» цифровой технологии «Нейротехнологии и искусственный интеллект» // Министерство цифрового развития, связи и массовых коммуникаций Российской Федерации. 2019. URL: https://digital.gov.ru/ru/documents/6658/ (дата обращения 10.12.2021).
  2. Шиболденков В.А. Управление проектами машинного обучения при решении задач промышленной аналитики // VIII Чарновские чтения (Москва, 7–8 дек. 2018 г.): сб. трудов всерос. науч. конф. М.: НОЦ «Контроллинг и управленческие инновации», 2019. С. 139–153.
  3. Дроговоз П.А., Коренькова Д.А. Современный инструментарий гибкого управления ИТ-проектами и перспективы его совершенствования с использованием технологий искусственного интеллекта // Экономика и предпринимательство. 2019. № 10. С. 829–833.
  4. Юсуфова О.М., Неврединов А.Р. Применение технологий машинного обучения для оценки проектов НИОКР // Технологии разработки и отладки сложных технических систем (Москва, 1–2 апреля 2020 г.): сб. трудов VII всерос. науч.-практ. конф. М.: Изд-во МГТУ им. Н.Э. Баумана, 2021. С. 450–454.
  5. Шиболденков А.В., Панова Д.А. Анализ данных производственного процесса в реальном времени: инновационная аналитическая платформа с использованием технологии искусственного интеллекта компании Sight Machine Inc. // Креативная экономика. 2020. Т. 14, № 12. DOI: 10.18334/ce.14.12.111489
  6. Дроговоз П.А., Юсуфова О.М., Неврединов А.Р. Классификация областей применения методов машинного обучения при поддержке принятия решений на предприятиях ракетно-космической отрасли // XLV Академические чтения по космонавтике (Королёвские чтения – 2021): сб. тез.: в 4 т. М.: Изд-во МГТУ им. Н.Э. Баумана, 2021. Т. 2. С. 135–138.
  7. Wamba-Taguimdje S.-L., Wamba S.F., Kala Kamdjoug J.-R., Tchatchouang C.E. Influence of Artificial Intelligence (AI) on Firm Performance: The Business Value of AI-based Transformation Projects // Business Process Management Journal. 2020. March. DOI: 10.1108/BPMJ-10-2019-0411
  8. Матвеева Ю.В., Чигванда М., Матвеева В.П. Влияние внедрения искусственного интеллекта на экономическое развитие России в условиях пандемии // Вестник Самарского университета. Сер. Экономика и управление. 2021. Т. 12, № 2. С. 123–131.
  9. Дроговоз П.А., Пушкарева П.П. Особенности использования метода оценки уровня готовности технологий в наукоемких отраслях: зарубежный и отечественный опыт // Экономика и предпринимательство. 2019. № 5 (106). С. 1066–1070.
  10. Галкин Н.А., Дроговоз П.А. Трансформация наукоемких отраслей экономики в цифровые экосистемы // Будущее машиностроения России (Москва, 22–25 сентября 2020 г.): сб. докл. XXIII всерос. науч. конф. в 2 т. М.: Изд-во МГТУ им. Н.Э. Баумана, 2020. Т. 2. С. 289–295.
Ваш браузер устарел и не обеспечивает полноценную и безопасную работу с сайтом.
Установите актуальную версию вашего браузера или одну из современных альтернатив.