«Яндекс» планирует развиваться на рынке промышленного ИИ
В четвертом квартале 2016 года подразделение «Яндекса» подписало соглашений на сумму, равную показателю за предыдущие три года. По итогам 2016 года сумма подписанных контрактов оказалась почти в три раза выше, чем в 2015 году. «Ближайшие два-три года станут решающими в гонке», — отмечают в компании. Будущее YDF напрямую зависит от того, насколько хорошо компания сможет распорядиться имеющимся у неё преимуществом.
«Рынок промышленного ИИ растёт и формируется на наших глазах. Это огромная новая история, в которой „Яндекс” намерен сыграть свою роль — примерно так же, как и двадцать лет назад, в эпоху зарождающегося интернета», — отмечает Евгения Завалишина.
Спектр возможных применений технологий машинного обучения очень широк — особенно в процессном производстве, когда выпускаются не отдельные товары, а материалы, смеси и тому подобное, рассказывают в компании. Промышленные компании обладают большим количеством исторических данных, которые требуются для машинного обучения. Кроме того, такие компании умеют внедрять новые технологии в существующие процессы. «Именно это, как показывает опыт Yandex Data Factory, является одним из критически важных факторов успешности проекта», — сообщают в «Яндексе».
«Яндекс» открыл YDF в конце 2014 года. Главной задачей нового направления стал поиск таких способов применения технологий «Яндекса», которые бы дали наибольший эффект и открыли бизнесу широкие перспективы развития. Подразделение предлагало компаниям решения на базе машинного обучения. Для Магнитогорского металлургического комбината в Yandex Data Factory разработали сервис, который позволяет оптимизировать расход дорогостоящих компонентов — ферросплавов. Проект прошел приемочные испытания и позволил снизить расход материалов на 5%. В компании ожидают, что ежегодная экономия составит 275 миллионов рублей.
«Для ещё одной металлургической компании мы делаем прогноз дефектов проката на ранних этапах производства. Модель учится предсказывать, из каких слябов (огромные стальные слитки) получится листовая сталь с дефектом. Заранее зная, где возникнут дефекты, можно своевременно отправить сляб по другому маршруту для производства другого сорта листовой стали. Так можно избежать значительных затрат на высокотехнологичную обработку», — поясняют в «Яндексе».
Для компании нефтехимической отрасли Yandex Data Factory оптимизиурет работу установки, которая разделяет смеси газов на отдельные фракции. Решение рекомендует параметры работы установки — это ещё один пример сложного процесса, где анализ исторических данных позволяет сократить общие издержки.
Российский бизнес планирует активно инвестировать в технологии, связанные с искусственным интеллектом. Inc. разобрался, стоит ли игра свеч.
