Соскучились?
Выступили на конференции в Череповце "Генеративный ИИ в промышленности" с докладом "Автономия и ее интерфейсы". Спасибо Фосагро за приглашение. Кратко суть (без подводки) ниже.

Некоторые спрашивают: "А где у вас ИИ в вашем СУУТП Datana APC? Это же давно известная математика - MPC..."

Что отвечать, помимо очевидного "СУУТП снимает когнитивную нагрузку с человека, а это по определению ИИ"?
Теперь есть и другой ответ. И над ним мы работали последний год в рамках гранта ФСИ. Скоро релиз.

ИИ у нас:
1) помогает идентифицировать управляющую модель по историческим данным и получать ту самую DMC-матрицу (CV/MV/DV).
2) в фоне уже при эксплуатации СУУТП дообучает модель, адаптируя к дрейфу технологии, что позволяет избежать деградации.

В чем вообще сложность использования исторических данных? Они коллинеарны, а входные сигналы слабо возбудимы. Зависимости CV/MV/DV по ним строить обычными способами нельзя. Мы используем иные подходы, заимствованные из нейронок - вместо жёсткого выбора структуры модели ищется наиболее вероятная функция в широком семействе, а в качестве априорных предположений вводятся гладкость и устойчивая динамика.
В фоновом же дообучении подобный алгоритм корректирует не только расхождения модели и объекта в стационарных режимах, но и динамические свойства (реакция).

Все вместе это обеспечивает:
● возможность задавать дополнительные ограничения на вид получаемой модели;
● получение статистического распределения над возможными моделями и количественная оценка «уверенности» в разных участках модели;
● повышение точности аппроксимации динамики объекта по сравнению с классическими методами.

В конечном итоге, это позволит сократить проектные сроки за счет степ-тестирования, а также снизить затраты на сопровождение. Очень круто.

Мы есть в MAX