Что общего у приложения для знакомств и нефтехимического производства?
И там и там нужны айтишники. Только одни имеют дело с анкетами и лайками, а другие — с реакторами и пиролизными печами. Но технологии, с которыми они работают, на практике очень похожи.
Рекомендательные системы
В приложении для знакомств алгоритмы анализируют информацию из профиля, геолокацию, фильтры, предпочтения пользователя и даже его действия. Например, когда он ставит лайк, а когда пролистывает не глядя. На основе этих данных сервисы выстраивают рекомендации, чтобы подбирать наиболее подходящие пары.
На нефтехимическом производстве тоже работают рекомендательные системы, только параметров здесь ещё больше: температура, состав и расход сырья, состояние оборудования, текущие цены на электроэнергию и готовую продукцию. При этом все они связаны между собой: например, повышение температуры может увеличить выпуск продукта, но одновременно усилить износ оборудования.
Чтобы специалисты могли выбрать наиболее выгодный режим, и нужны рекомендательные системы. Например, у СИБУРа есть ЭКОНС — программа, которая в реальном времени показывает оператору экономическую эффективность. Она работает в связке с RTO (Real-Time Optimization) — алгоритмом, который перебирает возможные комбинации параметров и подсказывает показатели, к которым стоит стремиться.
Сходство не в конкретных алгоритмах, а в самой постановке задачи. В сфере знакомств нужно решить, какую анкету показать человеку, а на производстве — какую комбинацию выбрать для установки. Только в одном случае результатом может стать совпадение интересов, а в другом — дополнительные тонны продукта и меньший расход ресурсов.
Компьютерное зрение
Сервисы знакомств используют эту технологию для проверки профилей. При регистрации пользователю предлагают сделать селфи или записать видео. Система распознаёт лицо, сравнивает с фотографиями в анкете и проверяет, чтобы на них действительно был один и тот же человек.
На заводе принцип тот же, только задачи глобальнее. Так, в СИБУРе компьютерное зрение следит за безопасностью и технологическими процессами: замечает человека без каски или в запрещённой зоне, контролирует работу оборудования. А ещё у нас есть система «Чёрный экран» — она самостоятельно следит за десятками видеопотоков и привлекает внимание оператора только тогда, когда без человеческого вмешательства не обойтись.
Камеры отслеживают состояние оборудования и соблюдение техники безопасности
Есть и другие необычные задачи. Например, инженер снимает трубы пиролизной печи тепловизором, а нейросеть находит их на изображении и выделяет зоны перегрева. Так алгоритм помогает заметить проблему раньше, чем она приведёт к аварийной остановке.
Автоматическое управление
В приложении алгоритм может решить, какую анкету показать первой. Однако решение всегда остаётся за человеком — поставить лайк или пролистнуть.
В промышленном производстве тоже есть автоматическое управление. Например, на наших заводах работает APC — промышленный «автопилот». Он уже самостоятельно корректирует температуру, давление, расход сырья и другие параметры, удерживая процесс в нужной точке. Но, как и в сфере знакомств, финальное решение всё же принимает человек: оператор контролирует работу системы и вмешивается в нестандартных ситуациях.
Прогнозирование
Если в приложении вам попадаются люди, которые совсем не подходят, не спешите расстраиваться. Вполне возможно, что сервису пока не хватает данных, чтобы спрогнозировать взаимный интерес. Каждый лайк и пропуск даёт алгоритму новые сигналы о предпочтениях и помогает лучше предсказывать, какие анкеты смогут образовать пару.
На производстве прогнозируют совсем другие события. Датчики постоянно следят за температурой, вибрацией и давлением насосов, компрессоров и турбин, а система предиктивной диагностики знает, как оборудование обычно ведёт себя в нормальном режиме. Если показатели начинают отклоняться от привычного поведения, она предупреждает инженера ещё до срабатывания аварийной сигнализации.
Предиктивные технологии не видят будущее. Они ищут закономерности в накопленных данных и оценивают, к какому сценарию движется ситуация. Только в одном случае речь идёт о вероятности создания любящей пары, а в другом — о признаках возможной неисправности оборудования.
Память
Чтобы приложение для знакомств со временем лучше понимало пользователя, ему нужна история взаимодействий. Кого человек лайкал, кого пропускал, с кем образовалась пара — эти сигналы помогают алгоритмам уточнять рекомендации. Например, система учится на прошлых действиях пользователя и со временем подстраивает выдачу под его предпочтения.
На производстве роль такой памяти выполняют системы вроде MES. Они сохраняют историю технологического процесса: температуру, давление, расход сырья и десятки других параметров.
Так выглядит операторная: на экран выводится вся информация о производстве
Эти данные нужны не только для отчётности. Например, на ЗапСибНефтехиме аналитики изучили 77 параметров работы реакторов за 547 дней и нашли 14 факторов, влияющих на скорость образования отложений полимера. После корректировки режимов интервал между чистками удалось увеличить с 3–5 месяцев сначала до полугода, а затем более чем до года.
Разные продукты — похожие задачи
На первый взгляд знакомства и нефтехимическое производство находятся на совершенно разном уровне. Но и там и там нужны разработчики, дата-сайентисты, ML-инженеры, аналитики и архитекторы, которые работают с данными, строят модели, ищут закономерности и превращают их в решения.
Разница лишь в том, что одним алгоритмы помогают искать совместимость, а другим — добиваться максимальной эффективности производства. В конце концов, и в знакомствах, и в нефтехимии удачная комбинация решает многое.
