Ведущие разработки
Системы ИИ для градостроительства
-
Инструментальная платформа цифровой урбанистики
Предназначена для решения типовых задач урбанистики, связанных с оценкой и планированием развития городской среды на основе комплекса пространственных индексов и метрик, получаемых посредством информационной модели города. Позволяет рас- считывать оценки состояния городской среды по критериям обеспеченности населения объектами обслуживающих инфраструктур, доступности объектов городской среды для населения, транспортной связанности территорий города, центральности и потенциала развития территорий.
Конкурентные преимущества:
- Открытая архитектура, что позволяет насыщать платформу данными по разным городам и территориям
- Широкая номенклатура моделей машинного обучения и пространственного анализа, интегрированных
в цифровую модель среды города и населения - Возможности сценарного моделирования развития города («если-то») на уровне стратегического
генерального и мастер-планирования
Эффекты от внедрения:
- Сокращение сроков проведения предпроектных исследований территорий на 25-50%
- Сокращение затрат на разработку и внедрение систем поддержки градостроительного и социально-экономического развития городов на 35-50%
УГТ-9
Система используется для решения реальных задач конечных потребителей
Инициатор
Руководитель разработки:
к.т.н. Сергей Митягин
mityagin@itmo.ru -
Просто.Р: цифровая платформа управления развитием территорий
Предназначена для решения типовых задач урбанистики, связанных с оценкой и планированием развития городской среды на основе комплекса пространственных индексов и метрик, получаемых посредством информационной модели города. Позволяет рассчитывать оценки состояния городской среды по критериям обеспеченности населения объектами обслуживающих инфраструктур, доступности объектов городской среды для населения, транспортной связанности территорий города, центральности и потенциала развития территорий.
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
Эффекты от внедрения:
- Сокращение сроков проведения предпроектных исследований территорий на 25-50%
- Сокращение затрат на разработку и внедрение систем поддержки градостроительного и социально-экономического развития городов на 35-50%
УГТ-9
Основные компоненты системы испытаны в условиях, близких к реальным. Разработка продолжается в 2025
Инициатор
Руководитель разработки:
к.т.н. Сергей Митягин
mityagin@itmo.ru -
Технология генеративного дизайна комплексных промышленных объектов и сооружений
Предназначена для концептуального проектирования промышленно-логистических комплексов методами генеративного ИИ с целью оценки потенциала развития территории и выбора базовых технологических и строительных решений. Применима для проектирования объектов в сложных климатических условиях, например, грузовых терминалов на шельфе Арктики.
Конкурентные преимущества:
- Быстрая генерация цифровой модели в условиях неопределенности и неполноты данных
- Множество альтернативных сценариев развития территории
- Оптимизация проектных решений с учетом нормативных, технических или пространственных ограничений
- Учет климатических особенностей, оперативных и экстремальных характеристик внешней среды
Эффекты от внедрения:
- Сокращение этапа концептуального проектирования до 10 раз
- Повышение эффективности использования площадей до 45%
УГТ-9
Система продемонстрирована в условиях, близких к реальным
Инициатор
Руководитель разработки:
Сергей Кудинов
sergei.kudinov@itmo.ru -
ЦИФРОВОЙ МЭР: интеллектуальный ассистент для комплексной поддержки принятия решений по управлению городскими территориями на основе большой фундаментальной модели
Предназначен для повышения эффективности (повышение скорости, снижение стоимости, повышение качества) процессов городского управления. Обеспечивает диалоговый интерфейс взаимодействия с пользователем на естественном языке в виде вопросно-ответной системы. Позволяет эффективно работать с городскими базами данных и знаний, а также прикладным ПО для задач градостроительства и урбанистики.
Конкурентные преимущества:
- Устранение галлюцинаций за счет эффективного использования баз знаний о городе: нормативные документы, данные и ПО
- Автоматизация вызова вычислительных модулей платформы цифровой урбанистики и унификации результатов
- Взаимодействие с пользователем на естественном языке, возможность объяснения результатов
Эффекты от внедрения:
- Повышение скорости подготовки материалов для обоснования решений до 5 раз
- Снижение загрузки персонала, вовлеченного в подготовку решений, в 3-6 раз
УГТ-9
Система продемонстрирована в эксплуатационных условиях на примере Санкт-Петербурга
Инициатор
Руководитель разработки:
к.т.н. Сергей Митягин
mityagin@itmo.ru -
Ядро генеративного проектирования rTIM
Предназначено для быстрого создания цифровых моделей концепций развития территорий в области гражданского строительства. Обеспечивает автоматическое зонирование комплексных территорий, размещение типовых и генеративных объектов жилого, социального и коммерческого назначения с учетом нормативных ограничений и требований к инфраструктуре. Лежит в основе ИИ-платформы территориального информационного моделирования rTIM.
Конкурентные преимущества:
- Обеспечивает соответствие нормативам и качественно прогнозирует технико-экономические показатели
- Находит оптимальные сценарии для проектов комплексного развития территорий в условиях неполноты исходных данных
Эффекты от внедрения:
- В три раза ускоряет разработку и оценку мастер-планов, включая их экономическую емкость
- Для разработки мастер-плана и оценки экономической емкости территории достаточно одного дня
УГТ-9
Система используется для решения реальных задач конечных потребителей
Инициатор
Руководитель разработки:
Сергей Кудинов
sergei.kudinov@itmo.ru -
Интеллектуальный сервис генерации объемно-планировочных решений многоквартирных домов
Предназначен для автоматического создания цифровых моделей объемно-планировочных решений (квартирографии) для жилых домов по Программе реновации города Москвы с учетом заданных параметров и требований. В качестве входных данных учитываются сведения о квартирах в расселяемых домах, целевые требования для новых квартир, данные о земельном участке и окружении. Выходные данные представляют собой цифровую модель с посадкой многоквартирного дома на участке с учетом норм инсоляции, а также поэтажными планами этажей и экспликацией.
Конкурентные преимущества:
- Быстрая (1-3 минуты) генерация вариантов квартирографии
- На 45% эффективнее используется наземная площадь здания
- На 35% эффективнее используются жилые площади
Эффекты от внедрения:
- Сокращение сроков проведения предпроектных исследований территорий на 25-50%
- Сокращение затрат на разработку и внедрение систем поддержки градостроительного и социально-экономического развития городов на 35-50%
УГТ-9
Система используется для решения реальных задач конечных потребителей
Инициатор
Руководитель разработки:
Сергей Кудинов
sergei.kudinov@itmo.ru
Технологии и средства разработки систем ИИ
-
DataMall 2.0: распределенная инструментальная платформа разработки и сопровождения цифровых объектов искусственного интеллекта на основе больших данных
Предназначена для поддержки жизненного цикла разработки и эксплуатации систем ИИ на основе больших данных и тяжелых моделей распределенными командами разработчиков. Обеспечивает управление высокопроизводительными вычислительными ресурсами и хранилищами данных, поддерживает процессы прототипирования и отладки моделей ИИ на основе готовых компонентов, упрощает разработку кастомных моделей и сервисов, позволяет объективно оценивать прогресс и содержание выполняемых работ квалифицированному заказчику.
Конкурентные преимущества:
- Автоматизация использования суперкомпьютерных ресурсов и хранилищ больших данных для обучения моделей ИИ
- Прозрачное управление распределенным процессом разработки и эксплуатации систем ИИ
- Унификация по техноло гическим средствам разработки: Python, Jupiter Notebook
Эффекты от внедрения:
- Ускорение разработки систем ИИ до 30%
- Оптимизация вычислительных ресурсов до 20%
УГТ-9
Система используется для решения реальных задач конечных потребителей
Инициаторы
Руководитель разработки:
к.т.н. Денис Насонов
dnasonov@itmo.ru -
Smile.Cloud: платформа для быстрого прототипирования, разработки и обучения моделей на данных
Предназначена для быстрой разработки и обучения моделей ИИ отраслевыми (предметными) специалистами, не имеющими навыков программирования и работы с базами данных. Обеспечивает подготовку и первичный анализ датасетов, автоматизацию конструирования моделей ИИ в рамках подходов Low/No-Code, возможность создания сложных композитных моделей ИИ из различных компонентов, использования синтетических данных.
Конкурентные преимущества:
- Визуальное конструирование модели ИИ на основе графа задач и данных
- Автоматическое построение графа композитного приложения с помощью AutoML
- Использование технологии докеров для расчетов композитного приложения на удаленных вычислительных ресурсах
- Портирование построенной модели в программный код на Python
Эффекты от внедрения:
- Ускорение разработки систем ИИ в 5-14 раз
- Ускорение обучения использованию ИИ в 2-4 раза
УГТ-9
Система используется для решения реальных задач конечных потребителей
Инициатор
Руководитель разработки:
к.т.н. Сергей Иванов
svivanov@itmo.ru -
Цифровой полигон оценки качества систем ИИ
Предназначен для экспериментальной оценки качества разработанных систем ИИ по набору метрик в ходе сертификационных испытаний. Обеспечивает объективную оценку и контроль качества (точности), а также границ применимости создаваемых систем ИИ, создание объясняющих процедур к существующим системам ИИ, испытания систем ИИ в экстремальных условиях эксплуатации, а также оценку потенциала развития систем ИИ, определение ресурсной стоимости дальнейших улучшений.
Конкурентные преимущества:
- Построение эталонного SOTA-решения с помощью AutoML
- Имитация различных условий эксплуатации модели на синтетических данных
- Объективное сравнение нескольких версий одной системы или нескольких систем ИИ на разных принципах
Эффекты от внедрения:
- Увеличение полноты тестов сертификационных испытаний не менее, чем в 6 раз
- Снижение трудозатрат на организацию испытаний не менее, чем в 4 раза
УГТ-9
Система проверена на работоспособность в своей конечной форме и в ожидаемых условиях эксплуатации
Инициатор
Руководитель разработки:
к.т.н. Иван Ходненко
ivan.khodnenko@itmo.ru
Системы ИИ для промышленности
-
Интеллектуальная мультиагентная инжиниринговая система iMAgES
Предназначена для оптимизации технико-экономичемких показателей проектов по бурению и обустройству нефтегазовых месторождений. В интерактивном режиме обеспечивает подготовку и интерпретацию данных этапа среднесрочного планирования добычи, построение оптимального сквозного сценария бурения и обустройства месторождения, формирование последующих этапов цепочки создания стоимости проекта.
Конкурентные преимущества:
- Cквозное планирование по этапам цепочки создания стоимости
- Поверочные расчеты на основе внешних моделей и инженерного ПО
Эффекты от внедрения:
- Быстрые расчеты вариантов плана на основе суррогатных моделей
- Освобождение специалистов от рутинного труда
УГТ-9
Система используется для решения реальных задач конечных потребителей
Инициатор
Руководитель разработки:
к.т.н. Сергей Иванов
svivanov@itmo.ru -
Интеллектуальная система поддержки принятия решений «Цифровой экспертный совет Татнефти»
Предназначена для интеллектуального анализа данных и поддержки принятия комплексных решений руководства высшего звена в части автоматизации и оптимизации технологических и бизнес-процессов добычи и переработки нефти. Позволяет формулировать запросы на естественном языке и получать развернутые ответы, подтвержденные справочными материалами. Реализована на основе большой фундаментальной модели ИИ в мультиагентной форме.
Конкурентные преимущества:
- Использование больших языковых моделей
- Работа с корпоративной документацией и базами знаний компании
- Работа со сложными запросами, требующими экспертизы в различных предметных областях
Эффекты от внедрения:
- Освобождение специалистов от рутинных операций
- Получения качественно новых интеллектуальных технологий аналитики в компании
- Ускорение и автоматизация существующих процессов
УГТ-9
Система используется для решения реальных задач конечных потребителей
Инициатор
Руководитель разработки:
к.т.н. Денис Насонов
dnasonov@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
Эффекты от внедрения:
- Ускорение создания суррогатных моделей – в 2-4 раза
- Ускорение расчетов по сравнению с физическим моделированием – в 5-50 раз
УГТ-9
Прототип системы прошел демонстрацию в эксплуатационных условиях и отражает планируемую штатную систему
Инициатор
Руководитель разработки:
д.т.н. Ирина Болодурина
prmat@mail.osu.ru
Системы ИИ для планирования и составления расписаний
-
Интеллектуальная агентная система поддержки принятия решений по планированию промышленных бизнес-процессов на основе БЯМ
Предназначена для оптимизации планирования промышленных бизнес-процессов на больших временных горизонтах в условиях неопределенности и неполноты данных. Позволяет автоматизировать все шаги от анализа сметной документации до валидации сгенерированных план-графиков для разных стратегий реализации проекта, а также выдавать рекомендации по выбору технологий проведения работ.
Конкурентные преимущества:
- Автоматизация процесса планирования за счет применения искусственного интеллекта для извлечения опыта из накопленных корпоративных данных
- Быстрые интеллектуальные алгоритмы построения, оптимизации и валидации план-графиков
- Оценка характеристик, которые влияют как на индивидуальные, так и на коллективные трудовые функции
Эффекты от внедрения:
- Повышение эффективности планов до 30%
- Сокращение трудозатрат по планированию в 16–20 раз
УГТ-9
Система проверена на работоспособность в своей конечной форме и в ожидаемых условиях эксплуатации
Инициатор
Руководитель разработки:
к.т.н. Анна Калюжная
anna.kalyuzhnaya@itmo.ru -
Библиотека методов транспортной маршрутизации для задач планирования доставки светлых нефтепродуктов с применением графовых нейронных сетей
Предназначена для быстрого составления расписаний и маршрутов доставки светлых нефтепродуктов между складами и заправочными станциями с учетом прогноза дорожной обстановки и исчерпания запасов на станциях.
Конкурентные преимущества:
- Возможность использования в качестве методического ядра для создания различных прикладных решений
- Перенос на другие задачи транспортной логистики
Эффекты от внедрения:
- Ускорение решения транспортных задач за счет использования графовых нейронных сетей
- Освобождение специалистов от рутинных задач
УГТ-9
Система проверена на работоспособность в своей конечной форме и в ожидаемых условиях эксплуатации
Инициатор
Руководитель разработки:
к.т.н. Сергей Митягин
mityagin@itmo.ru
Системы ИИ для управления кадрами
-
Expert.HR – интеллектуальная система измерения цифровых профилей сотрудников для управления кадровыми рисками
Предназначена для оптимизации подбора и оценки персонала в НR и рекрутинге. Предоставляет возможность автоматической генерации заданий для видеоинтервью и анкетирования, анализирует поведение и личностные характеристики кандидатов на основе мультимодальных данных. Выявляет предвестники возникновения кадровых рисков, определяет пути их корректировки за счет обучения или управления полномочиями сотрудников.
Конкурентные преимущества:
- Автоматический анализ соответствия кандидата должности на основе резюме
- Генерация вопросов для видеоинтервью на основе описания вакансии и резюме
- Оценка характеристик, которые влияют как на индивидуальные, так и на коллективные трудовые функции
Эффекты от внедрения:
- Сокращение времени на проведение и анализ видеоинтервью в 9 раз
- Автоматизация скрининга на больших базах, от 1000 резюме
УГТ-9
Система проверена на работоспособность в своей конечной форме и в ожидаемых условиях эксплуатации
Инициатор
Руководитель разработки:
к.т.н. Анастасия Лаушкина
aalaushkina@itmo.ru -
Система оценки обеспеченности промышленных предприятий Российской Федерации трудовыми ресурсами
Предназначена для объективной оценки наличия доступных кадров для организации новых производств на заданной территории, определения возможности управления миграцией кадров, в том числе с учетом транспортной доступности, выявления условий, способствующих устойчивости кадрового потенциала предприятия (бытовые условия, логистика). Применима для поддержки принятия решений как в части создания новых, так и модернизации существующих производств.
Конкурентные преимущества:
- Сравнение потенциала развития разных предприятий, исходя из дос тупности кадровых ресурсов
- Многоуровневая модель кадрового потенциала (государство – регион – город)
- Учет как объективных, так и субъективных факторов миграции трудовых ресурсов
Эффекты от внедрения:
- Снижение «текучки кадров» на 10-40% в зависимости от отрасли и региона
- Оптимизация расходов на удержание сотрудников до 10%
УГТ-9
Система продемонстрирована в условиях, близких к реальным
Инициатор
Руководитель разработки:
к.т.н. Сергей Митягин
mityagin@itmo.ru -
Система прогнозирования потребности в персонале на основе долгосрочной программы развития компании
Предназначена для высокоуровневого моделирования производства с целью выхода на кадровое обеспечение компании с детализацией до уровня отдельных позиций и профессиональных ролей производственного блока/цеха/участка. Методика расчетов основана на прогнозировании объемов производства и необходимого для этого кадрового ресурса с использованием методов регрессионного анализа, балансовых экономических моделей, марковских цепей и теории графов.
Конкурентные преимущества:
- Сквозное моделирование процессов разного масштаба
- Учет особенностей организации производства в конкретной компании
- Использование как внутренних данных компании, так и региональной социально-экономической и демографической статистики
Эффекты от внедрения:
- Возможность формирования кадровой стратегии предприятия с заблаговременностью до 5 лет
- Экономия на кадровых рисках порядка 5-10%
УГТ-9
Система продемонстрирована в условиях, близких к реальным
Инициатор
Руководитель разработки:
к.т.н. Сергей Иванов
svivanov@itmo.ru
