Российские ученые создали «ИИ-пожарного» для топливно-энергетического комплекса

В рамках проекта ученые изменили парадигму применения ИИ в промышленной безопасности от «обнаружения» к «осмысленному анализу». Ранее нейросети использовались только для бинарной классификации (огонь есть / огня нет) или обнаружения. Исследователи Губкинского университета разработали систему на базе ИИ, которая может оценить уровень инцидента и максимально быстро предложить оператору вариант реакции. Результаты опубликованы в журнале «Автоматизация и информатизация ТЭК».

Нейросеть анализирует изображения с камер и присваивает инциденту класс опасности. Систему протестировали на изображениях возгораний, произошедших на реальном объекте ТЭК. Время реакции оператора при этом сократилось с пары минут до 10 секунд.

Протестированная нейросеть построена на архитектуре визуально-лингвистической модели, которая умеет одновременно анализировать изображение и описывать его. «То есть модель не просто говорит «пожар», а отвечает на вопросы: «Какой это тип инцидента?», «Насколько это опасно?», «Что конкретно делать оператору?», — объясняет участник проекта, аспирант Губкинского университета Андрей Евсиков.

На пульт оператора непрерывно поступает большое количество сигналов с различных датчиков и камер видеонаблюдения. До момента анализ инцидента может пройти несколько минут, а данные требуют перепроверки. Новая система на основе нейросети сразу отсеивает ложные срабатывания и формирует детальное заключение по реальной угрозе, благодаря чему оператору не приходится тратить время на самостоятельный просмотр ложных событий низкой важности — он получает готовый структурированный ответ по важному инциденту. В результате время реакции сокращается в среднем до 10 секунд.

«Время обнаружения пожара и приезда пожарной бригады напрямую влияют на успешную эвакуацию, сокращение числа жертв, минимизацию ущерба имуществу и локализацию огня в зданиях. Исследования прошлого года показали, что в случае обнаружения пожара за 10,8 секунд и быстрого его устранения риск для жизни людей сокращается на 75,6%, а объем материального ущерба — на 58%», — рассказал Андрей Евсиков.

В рамках проекта ученые нашли способ устранить так называемые «галлюцинации» нейросети – одну из насущных проблем ИИ в ответах на запросы пользователя, когда модель выдает ложные данные при недостатке информации для анализа, при этом никак не отмечая сомнительные факты.

«Мы сформировали промт-запрос, который исключил «галлюцинации». Для этого модели задали жесткую схему ответа, включающую требование объективности — опираться только на видимые признаки и не додумывать дополнительную информацию. Тесты подтвердили, что качество промпта влияет на результат сильнее, чем сама архитектура модели», — пояснил исследователь.

© Пресс-служба РГУ нефти и газа (НИУ) имени И.М. Губкина

Проект по созданию «ИИ-пожарного» университет реализует при поддержке предприятий ТЭК.

Внедрение новой системы на одном объекте, по оценкам исследователей, обойдется максимум в 500 тысяч рублей. Интернет-соединение для ее работы не требуется, что исключает проблему утечки данных и несанкционированного доступа извне. Нейросеть можно интегрировать в уже существующие системы безопасности, где она будет работать в связке с традиционными датчиками.

По словам Андрея Евсикова, перспективы развития системы не ограничиваются обнаружением пожаров и объектами ТЭК. Нейросеть сможет работать в складских помещениях, на производствах, в аэро- и морских портах, вокзалах, ТЦ и других площадках с массовым пребыванием людей и повышенными требованиями к противопожарной безопасности. На базе разработки уже создается более широкая система промышленной аналитики, которая сможет отслеживать использование оборудования, ношение сотрудниками средств индивидуальной защиты и другие аспекты, которые невозможно предусмотреть и запрограммировать традиционными методами.