🌫 Искусственный интеллект для инженерии, физики и наук о Земле

Евгений Бурнаев, профессор РАН, вице-президент Сколтеха по развитию искусственного интеллекта и директор Центра ИИ Сколтеха, выступил на II Молодёжной научно-технической школе AI:ID «Искусственный интеллект: индустриальные решения» в Волгограде. Школа объединила молодых исследователей, студентов, ведущих российских учёных и представителей индустрии для обсуждения практического применения ИИ в промышленности и экономике.

📊 За последние 14 лет искусственный интеллект прошёл путь от систем, которые хорошо решали отдельные задачи, до больших моделей, способных работать с текстом, изображениями, видео и речью, генерировать контент и выполнять сложные цепочки действий. Профессор показал, как развивались нейросетевые технологии — от AlexNet и AlphaGo до трансформеров, GPT и современных генеративных моделей.

💡 При этом LLM сама по себе ещё не становится полноценной интеллектуальной системой. Для работы со сложными инженерными задачами необходимо учитывать ограничения, объединять разные источники данных, удерживать контекст, помогать в принятии решений. Евгений рассматривает инженерный ИИ как следующий этап развития искусственного интеллекта — переход от решения отдельных специализированных задач к работе со сложными процессами. Такие системы могут не только распознавать и прогнозировать, но и моделировать, планировать, проверять результаты и выполнять последовательность операций.

🌫 Такой подход уже используется в проектах Центра ИИ Сколтеха. Среди задач — создание и адаптация моделей нефтегазовых месторождений, объединение геологических и промысловых данных, генеративное проектирование инженерных систем, автоматическая проверка проектной документации по нормативным требованиям, моделирование распространения загрязнений, прогнозирование лесных пожаров и ледовой обстановки. В одном из нефтегазовых сценариев применение ИИ позволило более чем в 10 раз ускорить создание модели пласта и на 70% сократить трудозатраты.

📊 Чем сложнее AI-агенты, тем важнее их способность работать с контекстом. Обычная история диалога быстро становится слишком большой, суммаризация теряет часть информации, а RAG может не найти нужные сведения. В Центре ИИ для решения этой проблемы используют AriGraph — архитектуру, в которой память агента представлена в виде графа знаний и разделена на эпизодическую и семантическую.

🌫 Уже сейчас генеративные модели, мультиагентные системы и научные вычисления можно объединять с данными предметной области, чтобы решать сложные инженерные задачи и автоматизировать последовательности операций. В проектах Центра ИИ Сколтеха такой подход применяют, например, к моделированию нефтегазовых месторождений, генеративному проектированию, физическому моделированию и задачам наук о Земле.

🌫 Читайте подробнее в материале «Российской газеты» — «Как ИИ меняет экономику».