ОАО «РЖД» испытало прототип цифрового помощника для маневрового диспетчера на базе технологии искусственного интеллекта. Об этом рассказал директор по информационным технологиям ОАО «РЖД» Евгений Чаркин, выступая на онлайн-конференции BIG DATA&AI CONFERENCE.
– В прошлом году мы утвердили масштабную стратегию цифровой трансформации «РЖД», разрабатываем и внедряем восемь цифровых платформ по всем направлениям деятельности: клиентские сервисы, производственный процесс и другие. В их основу положены несколько «сквозных» технологий, в том числе и искусственный интеллект, – рассказал Евгений Чаркин.
В частности, с использованием технологий искусственного интеллекта ведется разработка проектов «технического зрения» для управления беспилотным транспортом, комплексных систем диагностики состояния объектов инфраструктуры, а также сервисов по интеллектуальной поддержке принятия решений в управлении перевозками.
– В этом году мы рассчитываем увидеть конкретный практический эффект от внедрения проектов на базе искусственного интеллекта, – отметил Евгений Чаркин.
По его словам, в ходе пилотного проекта была опробована возможность применения искусственных нейронных сетей для планирования работы железнодорожной сортировочной станции. В качестве площадки для проведения исследования была выбрана сортировочная станция Челябинск-Главный, а в экспертную группу проекта вошли сотрудники станции, технологи, инженеры и ИТ-специалисты.
Была построена модель данных, учитывающая временные затраты на проведение технологических мероприятий на станции, инфраструктурные ограничения, очередность подвода поездов и распределения подвижного состава по путям станции. На основании этих данных модель давала рекомендации о порядке роспуска составов с сортировочной горки с учетом сокращения времени простоя вагонов и увеличения количества расформированных составов, выступая в качестве прототипа интеллектуального сервиса принятия решений маневровым диспетчером.
По итогам эксперимента прототип предиктивной модели продемонстрировал хорошую предсказательную силу, обеспечивая такой порядок роспуска составов, при котором время простоя вагона в среднем снижалось более чем на 20%. Последующее обучение искусственного интеллекта на основании большего количества данных позволит улучшить качество этой модели и использовать ее в дальнейшем для повышения эффективности работы станций.
– Мы ставили задачу на текущем этапе создать прототип и проверить ряд гипотез. Если посмотреть чуть дальше – можно сделать ряд интересных предположений на перспективу. Фактически у «Российских железных дорог» появится альтернатива – при увеличении объемов перевозок по сети можно будет инвестировать средства не в соответствующее развитие производственных мощностей, а в разработку и внедрение подобных рекомендательных сервисов, позволяющих существующим активам работать намного продуктивнее. В этом плане мы можем получить серьезный позитивный эффект, – подчеркнул Евгений Чаркин.