«Сибур» значительно ускорит проведение аналитических испытаний при помощи искусственного интеллекта
Внедрение ИИ для автоматизации анализа экспериментальных данных начал Научно-исследовательский центр «Сибур Инновации».
Иллюстративное фото: «Сибур».
Использование AI-инструментов позволит проводить испытания быстрее до 7 раз. Это способствует ускорению разработки новых материалов и специальных компонентов, необходимых для гибкого управления свойствами современных синтетических материалов и обеспечения технологической независимости отрасли.
В качестве инструментов автоматизированного анализа изображений, которые используются в исследованиях структуры материалов и морфологии частиц, «Сибур» использует российские программные решения. Обученные модели автоматически выделяют объекты на изображениях и выполняют количественный анализ за секунды, обеспечивая высокую воспроизводимость результатов.
Сравнение автоматического и ручного анализа показало высокую степень совпадения результатов — более 85% по ключевым количественным параметрам. При этом успех применения искусственного интеллекта зависит от компетентности и профессионализма специалиста, который его обучает и работает с ним. В данном случае ключевым является начальный этап, когда от оператора требуется тщательность и аккуратность при разметке, что напрямую влияет на результат обучения модели.
Цифровизация анализа экспериментальных данных позволяет нам существенно ускорять научные исследования и повышать их эффективность, рассказал директор по аналитическим исследованиям и разработкам научно-исследовательского центра «СИБУР Инновации» Дмитрий Афанасьев.
«Автоматизация обработки изображений сокращает время получения результатов и снижает влияние человеческого фактора, что особенно важно при работе с большими массивами данных. Это дает возможность нашим исследователям быстрее проверять гипотезы и ускоряет разработку новых материалов и технологий».
Развитие цифровых решений в области исследований и разработок является частью системной стратегии СИБУРа. Компания активно тестирует и внедряет методы искусственного интеллекта в научные процессы, в том числе для прогнозирования связи «структура-свойство», виртуального скрининга катализаторов, подбора условий синтеза и сокращения числа лабораторных экспериментов, что должно существенно ускорить разработку новых продуктов и материалов.
Исследования ведутся совместно с ведущими университетами, а разработанные подходы призваны радикально сократить сроки проектирования и управления сложными научными и производственными задачами, укрепляя технологическую независимость и расширяя научный фундамент компании.
