Цифровые двойники и имитационное моделирование

Цифровой двойник производства — это виртуальная копия физического объекта или процесса, созданная с использованием технологий машинного обучения, искусственного интеллекта и Интернета вещей. Он позволяет моделировать и оптимизировать производственные процессы, прогнозировать сбои и анализировать эффективность работы оборудования.

Open-source решения в области цифровых двойников

  • Fedot

    Фреймворк автоматического машинного обучения, который позволяет создавать композитные пайплайны моделирования на данных. Фреймворк не ограничивается отдельными AutoML-задачами, такими как предобработка исходных данных, подбор признаков или оптимизация гиперпараметров моделей, а позволяет решать более общую задачу структурного обучения — для заданного набора данных строится решение в виде графа (DAG), узлы которого представлены моделями МО, процедурами предобработки и трансформации данных.

    Открытый репозиторий разработки

    Конкурентные преимущества:

    • Поддержка произвольных структур ансамблей ML-моделей
    • Работа с различными постановками задач и типами данных (в том числе в мульти-модальном режиме)
    • Возможность добавлять новые модели, методы предобработки, алгоритмы настройки гиперпараметров или другие типы данных
    Fedot
    Схема решения задач автоматического машинного обучения с помощью FEDOT: от запроса пользователя до ответа системы

    Эффекты от внедрения:

    • Ускорение разработки предиктивных моделей не менее, чем в 10 раз
    • В 75% случаев качество моделей превышает лучший аналог, созданный человеком

    Уровень готовности технологии:

    УГТ 8 — система проверена на работоспособность в своей конечной форме и в ожидаемых условиях эксплуатации

    Руководитель разработки:

    к.т.н. Николай Никитин
    nnikitin@itmo.ru

  • ProtoLLM: фреймворк быстрого прототипирования приложений на основе БЯМ

    Предназначен для быстрого создания прототипов многофункциональных приложений на основе больших языковых моделей (БЯМ) с использованием технологии генерации с дополненной выборкой (RAG). Обеспечивает подключение внешних сервисов и моде- лей через систему плагинов, оптимизацию производительности БЯМ путем реализации ансамблевых методов и мультиагентных подходов, генерацию сложных синтетических данных для дальнейшего обучения и улучшения БЯМ, ускорение процесса разработки и внедрения систем, основанных на БЯМ, в различных прикладных областях.

    Открытый репозиторий разработки

    Конкурентные преимущества:

    • Типовые шаблоны БЯМ-агентов и мультиагентных систем
    • Многофункциональный RAG: не только тексты, но базы данных и знаний, а также инженерное ПО
    • Использование произвольных БЯМ, как напрямую, так и через API
    ProtoLLM: фреймворк быстрого прототипирования приложений на основе БЯМ
    Схема процесса создания прототипов многофункциональных приложений с помощью ProtoLLM

    Эффекты от внедрения:

    • Ускорение разработки систем на базе БЯМ не менее, чем в 5 раз
    • Оптимизация вычислительных ресурсов до 20%

    Уровень готовности технологии:

    УГТ 7 — прототип системы прошел демонстрацию в эксплуатационных условиях и отражает планируемую штатную систему

    Руководитель разработки:

    к.т.н. Анна Калюжная
    anna.kalyuzhnaya@itmo.ru

Ведущие разработки в области цифровых двойников

  • Просто.Р: цифровая платформа управления развитием территорий

    Предназначена для автоматизации процессов управления развитием территорий на стадиях предпроектных исследований и проектирования. Обеспечивает оценку состояния территории по комплексу факторов, включая экологические, транспортные, социальные и инженерные. Прогнозирует  перспективы развития территории в соответствии с одним из возможных профилей: жилье, промышленность, сельское хозяйство, рекреация. На стадиях концептуального проектирования обеспечивает автоматизацию функционального зонирования территории и генерацию концепций ее развития. На стадии предсказания эффектов  развития территории прогнозирует социально-экономические последствия для локации, окружающего контекста и региона в целом.

    Конкурентные преимущества:

    • Оценка с учетом региональной градостроительной ситуации, а также с учетом планов регионального развития
    • Возможность оценки и прогнозирования социальных рисков реализации проектов развития территорий на основе ценностной модели населения
    • Ускорения процессов эскизного проектирования на ранних этапах реализации проектов за счет генеративного ИИ
    Просто.Р: цифровая платформа управления развитием территорий
    Пользовательский интерфейс платформы планирования реновации и рекультивации территорий "Просто.Р"

    Эффекты от внедрения:

    • Сокращение сроков предпроектного исследования и анализа территорий в 1,5-2 раза
    • Ускорение концептуального проектирования развития территорий на 30-60%

    УГТ-9

    УГТ 5 — основные компоненты системы испытаны в условиях, близких к реальным. Разработка продолжается в 2025 году

    Руководитель разработки:

    к.т.н. Сергей Митягин
    mityagin@itmo.ru

  • Цифровой полигон суррогатного моделирования и реинжиниринга отраслевого ПО в промышленности

    Предназначен для автоматизации построения низкоресурсных суррогатных моделей и цифровых двойников на их основе для различных промышленных объектов и систем. На основе инженерного ПО позволяет создавать базу данных физического моделирования различных состояний объекта, по которой методами автоматического машинного обучения строит и валидирует суррогатные модели. На одной базе данных обеспечивает комплексирование суррогатных моделей разных параметров в форме цифрового двойника на данных, допускающего использование без запуска инженерного ПО.

    Конкурентные преимущества:

    • Автоматическое формирование базы данных путем запуска инженерного ПО на удаленном суперкомпьютере
    • Автоматическое согласование состава базы данных и структуры моделей для достижения требуемой точности
    • Визуальный интерфейс, не требующий знания программирования
    Цифровой полигон суррогатного моделирования и реинжиниринга отраслевого ПО в промышленности
    Интерфейс взаимодействия с цифровым полигоном суррогатного моделирования

    Эффекты от внедрения:

    • Ускорение создания суррогатных моделей – в 2-4 раза
    • Ускорение расчетов по сравнению с физическим моделированием – в 5-50 раз

    УГТ-9

    УГТ 7 — прототип системы прошел демонстрацию в эксплуатационных условиях и отражает планируемую штатную систему

    Руководитель разработки:

    д.т.н. Ирина Болодурина
    prmat@mail.osu.ru

Новости в области цифровых двойников

  • 06.06.2024

    Тренды и стратегии внедрения ИИ в промышленности обсудили на полях ПМЭФ

    4 июня в Санкт-Петербурге прошел Первый Национальный форум «ИИ – будущее сегодня». Мероприятие собрало экспертов по применению технологий искусственного интеллекта в ключевых отраслях российской экономики.  Спикеры от государственных корпораций, ведущих предприятий и ИТ-компаний, образовательных учреждений и институтов развития обсудили интеграцию ИИ-решений в нефтегазовой отрасли, металлургии, медицине, строительстве и ЖКХ.

  • 17.12.2023

    AIMission: погружение в мир интеллектуальных технологий с ИТМО

    15 декабря Университет ИТМО пригласил гостей в совместное путешествие в мир интеллектуальных технологий AIMission.

  • 15.12.2023

    Роснефть и ИТМО: открытие совместной лаборатории в области цифровых технологий

    15 декабря 2023года ПАО «НК «Роснефть» открывает научно-исследовательскую лабораторию на площадке Университета ИТМО в Санкт-Петербурге. Задачами лаборатории является выполнение наукоемких исследований и разработок в сфере цифровых технологий в промышленности, а также подготовка на их основе высококлассных специалистов, способных проектировать, разрабатывать и создавать цифровые решения с элементами математического моделирования и искусственного интеллекта.

  • 19.01.2023

    Магистранты ИТМО будут учиться у профессионалов из компании Datana

    ИТМО и Datana (входит в группу ЛАНИТ) стали партнерами: специалисты из ведущей компании-разработчика промышленного ИИ подготовили курс лекций по цифровой трансформации для студентов ИТМО. В качестве лекторов выступило непосредственное руководство компании и опытные специалисты с уникальным портфолио.