Искусственный интеллект в инжиниринге: развитие нефтегазовой отрасли и будущее цифрового проектирования
Таким образом, на фоне стремительного развития технологий и активного внедрения искусственного интеллекта в процессы проектирования встает вопрос о будущем проектировщиков и их роли в неизбежно цифровом мире. Как эти изменения отразятся на профессии и какие новые возможности могут открыться перед отечественным инжинирингом? Обсуждая передовые системы генерации инженерной документации, экономические эффекты внедрения и будущий потенциал технологий, мы обратились к мнению эксперта в области прикладного искусственного интеллекта и машинного обучения Валентину Олеговичу Каськову, директору по информационным технологиям Группы компаний Специальные системы и технологии.
- Для наших читателей, обозначьте базовую потребность в подобной цифровизации?
- Мы в наших реалиях находимся в перманентном конфликте: много знаний и мало людей. Инженеров ещё меньше, а толковых инженеров критически мало. Именно поэтому нам, стране, крайне важно накапливать и оцифровывать компетенции.
Компетенции по проектированию являются одними из сложнейших, как для освоения, так и для оцифровки процессов проектирования. Именно разработка систем автоматического проектирования позволит нам накапливать и не терять компетенции и в то же время привлекать квалифицированных инженеров для создания принципиально нового.
И самое главное, мы окончательно отойдём от несовершенного и устаревшего процесса традиционного проектирования.
Сгенерировано Midjourney
- В чем заключаются основные проблемы традиционного подхода к проектированию?
- Проектирование, как оно организовано сейчас, это длительный, трудозатратный и подверженный ошибкам процесс. Проектирование в настоящее время требует многократной переработки документации при внесении изменений, низкой скорости принятия решений и слабой интеграции с ИТ-системами. Это приводит к задержкам, удорожанию проектов и сложности в найме дополнительных проектировщиков.
- Какие недостатки есть у систем автоматизированного проектирования (САПР) по сравнению с автоматической генерацией чертежей?
- Несмотря на то, что САПР уже десятилетиями используются в инженерии и стали стандартом отрасли, они имеют ряд существенных ограничений по сравнению с новаторскими отечественными решениями от IT-компании ДельтаПроект (входит в ГК ССТ), такими как системы автоматической генерации чертежей.
1. Человекоцентричность и ручной труд
САПР требуют от инженера полного участия в проектировании: специалист сам задаёт параметры, принимает ключевые решения, вручную размещает элементы и следит за соответствием нормам и стандартам. Это делает процесс уязвимым к человеческим ошибкам, требует высокой квалификации и большого количества времени.
В то время как системы генерации чертежей сами предлагают оптимальные решения на основе ограничений, параметров, стандартов и лучших практик, а человек выполняет скорее роль верификатора и специалиста по тестированию и дообучению нейросетевых моделей.
2. Низкий уровень адаптивности к изменениям
В САПР изменение параметров в проекте требует запуска нового цикла пересчета и перепроектирования. Это особенно критично для крупных проектов и проектов с большим количеством изменений. В автоматической генерации чертежей всё построено на параметрической логике и правилах: изменение входных данных автоматически перестраивает все зависимости, спецификации и документацию без участия человека.
3. Отсутствие поддержки оптимизации на уровне концепции
САПР не предлагают решений они являются лишь инструментом. Все идеи и концепции зависят от проектировщика. В то время как AI-E системы (искусственный интеллект для инжиниринга) анализируют множество возможных конфигураций, оценивают их по заданным критериям (стоимость, эффективность, материал, нормы) и предлагают оптимальные варианты, включая те, которые человек мог бы даже не рассмотреть.
4. Неэффективность в типовом проектировании
При типовом проектировании, например, в линейных инфраструктурных проектах и повторяющихся инженерных системах, САПР становятся узким местом, потому что требуют повторения одних и тех же операций. Разрабатываемые в ГК ССТ системы генерации чертежей способны одномоментно создавать множество типовых решений, на основе полученных данных из технического задания.
5. Отсутствие самообучения и накопления опыта
САПР не обучаются на ошибках или успешных проектах. В то время как AI/ML-системы (системы на основе искусственного интеллекта и машинного обучения), такие как системы генерации проектной документации, используют механизмы машинного обучения, которые позволяют анализировать завершённые проекты, улучшать качество следующих проектов, избегать прошлых ошибок и даже учитывать негласные инженерные правила.
6. Ограниченность кросс-дисциплинарной координации
САПР чаще всего требуют ручной координации между проектными командами. AI/ML-платформы, особенно в интегрированных цифровых решениях, позволяют одновременно учитывать требования нескольких инженерных дисциплин, создавая наиболее согласованные и оптимальные системы.
Вывод
САПР остаются полезным инструментом, но уже уступают по эффективности, скорости и интеллектуальности современным системам автоматической генерации чертежей. В условиях растущей сложности проектов, дефицита специалистов и давления на бюджеты переход к системам автоматической генерации чертежей и подготовки проектной документации становится не просто инновацией, а необходимостью.
Сгенерированный чертёж из состава документации шкафа управления
- Могут ли системы генерации чертежей создать принципиально новые решения в проектировании?
Хотя системы подобного рода способны, анализируя большие объемы данных, выявлять нетривиальные закономерности, для разработки инновационных решений все еще нужен квалифицированный инженер. Основная задача AI-E систем заключается в том, чтобы убрать рутинное проектирование и выходить за рамки заданных шаблонов. Анализируя большие объемы данных, они могут выявлять нетривиальные закономерности, тестировать гипотезы в цифровой среде и предлагать инновационные архитектурные и инженерные решения, которые ранее были недоступны или неочевидны человеку.
- Какие экономические выгоды можно ожидать от внедрения систем генерации инженерной документации?
- Высвобождение до 5070% рабочего времени проектировщика, которое можно направить на новые проекты;
- Потенциал ускорения проектирования до 500 раз при применении технологии AI-E;
- Исключение человеческого фактора;
- Мгновенные изменения чертежей при внесении правок от заказчиков;
- Оцифровка накопленного инженерного опыта;
- Массовая смена парадигмы процесса проектирования.
- Как вы оцениваете влияние ИИ на профессию инженера?
ИИ не заменит инженера, но изменит его роль: из исполнителя в стратега и аналитика. Повысится значимость системного мышления, креативности и умения работать с новыми цифровыми системами. Появятся новые специализации проектные архитекторы, кураторы обучения ИИ-моделей, специалисты по дообогащению BIM (Building Information Model информационная модель здания).
- Как отраслевые инжиниринговые генеративные системы могут помочь преодолеть нехватку квалифицированных специалистов в условиях избытка знаний на рынке труда?
- Системы автоматического проектирования, безусловно, помогут решить проблему нехватки кадров, но это не произойдёт мгновенно. Как и любая новая технология, она должна пройти этапы принятия и масштабирования на другие отрасли, такие как телекоммуникации, электрические сети, продуктопроводы, автоматизированные системы управления технологическими процессами и иные протяженные объекты со сложной инженерной структурой.
Но самое главное, с приходом новых технологий в рабочий процесс, не будет уволен ни один проектировщик. Напротив, откроются новые возможности для карьерного роста, творчества и изучения современных цифровых систем.
- Какие перспективы развития цифровизации инжиниринга Вы видите, в частности в нефтегазовой отрасли?
- Основной перспективой развития систем автоматической генерации чертежей для нефтегазовой отрасли станет возможность дообогащения BIM-моделей инженерными сетями в полностью автоматическом режиме. Для достижения этой цели уже сформированы исследовательские группы, которым предстоит ответить на вопрос о том, каким именно образом реализовать данную задачу.
Важно отметить, что вопрос о том, возможно ли это, на повестке не стоит. Мы видим, что это возможно, и вскоре будем близки к пониманию того, как на программном уровне автоматизировать процесс работы с BIM.
В заключение, хочу сказать будущее уже здесь. Цифровизация инжиниринга идёт стремительно: ИИ, цифровые двойники, автоматическая проверка проектов, генерация чертежей всё это уже разрабатывается в передовых компаниях.
Профессия инженера перестаёт быть ремеслом и становится синтезом мышления, цифровых навыков и системного подхода. ИИ это не замена, а усиление. Вопрос лишь в том, кто успеет перестроиться и будет строить нефтегаз будущего уже сегодня.
Узнать больше про инструменты цифрового инжиниринга для расчёта и проектирования систем электрообогрева, разработанные в ГК ССТ, можно по ссылке.