ИИ подружился с СКЖД
Безопасность на железной дороге связана со многими моментами — с возможными дефектами на рельсах, с размерами фракций сыпучего материала (того же щебня, удерживающего рельсы и шпалы), и даже с правильностью заполнения документов. Возможно ли, чтобы вопросы безопасности решались автоматически? Ответы на эти и другие вопросы ищет Северо-Кавказский центр инновационного развития СКЖД. Автор этих строк побеседовала о решаемых задачах с экспертом центра Виталием Ткачевым.
Сам центр создан для того, чтобы привлекать на СКЖД разработанные в других сферах инновационные проекты и при успешном их испытании и внедрении тиражировать на всю сеть железных дорог России.
— Мы идем как по направлению технологического суверенитета, так и используя любые проекты, которые могут принести дороге экономические, технологические и иные эффекты, — уточняет задачи центра Виталий Валентинович.
Размер имеет значение
В 2023 году в центре шла работа над рядом проектов с использованием искусственного интеллекта. Один из них в ушедшем году уже прошел первичные испытания. Официально он называется «Интеллектуальный классификатор сыпучих материалов». Речь идет о программном комплексе, который позволяет определить размер гранул сыпучего материала — в частности, щебня, который поступает с заводов для ремонта путей.
Экспресс-контроль щебеночной продукции основан на базе сверточной нейронной сети. Изображение обрабатывается и распознается с использованием компьютерного зрения. Работает это так: происходит фотофиксация поступившего щебеня. Сеть с помощью алгоритмов по параметрам фракций просеивает щебень через виртуальное сито и выдает данные — на сфотографированной площади содержатся фракции такого-то порядка в таком-то количестве.
Свёрточная нейронная сеть — класс нейронных сетей, который специализируется на обработке изображений и видео.
Для точности и оперативности анализа нейросеть «обучена» на базе данных многочисленных образцов.
На данный момент данный вид работ выполняется вручную двумя работниками.
— Мы взаимодействуем со многими ВУЗами регионов присутствия Северо-Кавказской железной дороги, — рассказывает Виталий Ткачев. — Данный программный комплекс создали работники, которые сейчас являются сотрудниками РГУПС. Они запатентовали созданное ими программное обеспечение. ПО было испытано на практике, и результаты оказались хорошими. Теперь через Программу поддержки инноваций ОАО «РЖД» его приобретут и будут использовать при работе путевых машинных станций.
То есть, ручной труд, продержавшийся на железной дороге чуть ли не с ХIХ века, сегодня фактически на этой стадии отменен, что дает значительную экономию времени и сил.
Пиши правильно
В прошлом году вместе с АНО «Россией-страной возможностей» (направление «Цифровой прорыв») СКЖД принимала участие в двух хакатонах — сочинском (ЮФО) и ставропольском (СКФО). Участники решали задачи, связанные с искусственным интеллектом. С одним из предложенных решений (сочинским) работа продолжается. Он называется «Применение нейросети при приеме первичных учетных документов».
В бухгалтерии существует ряд документов, которые вручную обрабатывает человек. По состоянию на декабрь 2022 года на полигоне СКЖД (шесть структурных подразделений) насчитывалось 31 892 первичных учетных документов согласно реестру приема-передачи. Задача была поставлена такая: нейросеть на первом этапе должна была проверить все поля на корректность заполнения формы.
Победителем стала местная команда университета «Сириус», назвавшая себя «ААА Team». Если ручной процесс приемки-проверки заполненного документа позволял человеку обрабатывать один документ в минуту, то решение, найденное командой «ААА Team», определяло корректность заполнения формы со скоростью более 200 единиц за 20 секунд с точностью 95% в печатных документах и 85 % заполненных вручную. При этом алгоритм указывал на поля документа, заполненные некорректно, и возвращал его на доработку.
Дефект, я тебя знаю
— Есть еще одна задача, которая находится в стадии разработки: мы активно ищем алгоритм по расшифровке дефектограмм, — рассказывает Виталий Валентинович. При движении дефектоскопный вагон фиксирует повреждения рельсов. Обычно дефект обнаруживает человек, просматривая дефектограмму. Должно быть найдено решение, которое, анализируя фото- и видеофиксацию, расшифровывает данные в автоматическом режиме.
Существует набор дефектов, выявленных ранее. И нейросеть (разработанный алгоритм) схожие примеры должна обнаружить в потоке данных. Незаложенный в базу данных дефект она, скорее всего, пропустит, потому нейросеть разработчикам нужно все время обучать (то есть, закладывать в базы новые данные) с тем, чтобы она «умнела» на глазах.
