Этапы реализации проектов с применением технологий искусственного интеллекта

Анна Племяшова, Руководитель Департамента аналитики больших данных и искусственного интеллекта Beltel Datanomics.

В наших статьях мы уже упоминали об этапах реализации проектов с применением технологий искусственного интеллекта. Интерес к подобным решениям растет с каждым годом, и потенциальные заказчики не просто хотят услышать примеры реализаций, а приходят с вполне сформированными запросами на разработку. Мы решили опубликовать подробное описание этапов, на которые мы рекомендуем разбивать проект, чтобы минимизировать риски и получить максимальную отдачу от технологии ИИ.

1.   Аудит данных и составление технического задания (ТЗ)

Мы предполагаем, что компания уже определилась со своей «цифровой» стратегией, выбрала приоритеты и сформулировала задачу и цель проекта. Без понимания, что мы делаем и с какой целью невозможно выбрать показатели успеха проекта и составить техническое задание.

Каких-то унифицированных структур технического задания для проектов в области ИИ нет. Мы рекомендуем своим заказчикам придерживаться следующей структуры при составлении ТЗ и сами используем подобный подход, если составление ТЗ происходит на нашей стороне:

  1. Общие сведения
    1. глоссарий и перечень аббревиатур
    2. наименование создаваемой системы
    3. формальные требования к конкурсным процедурам (если есть)
  2. Описание системы
    1. назначение и цели создаваемой системы
    2. описание объекта автоматизации (процесс, оборудование и пр.)
    3. требования к архитектуре разрабатываемого решения
  3. Описание имеющихся данных
    1. описание данных
    2. формат, периодичность и глубина хранения
    3. доступные способы подключения
  4. Требования к разрабатываемой системе
    1. функциональные требования к разрабатываемой системе
    2. требования к используемым алгоритмам
    3. требования к программному и аппаратному обеспечению
    4. требования по поддерживаемым интерфейсам
    5. требования к передаваемым данным
  5. Этапы и сроки производства работ
  6. Критерии оценки и приемки систем
  7. Работы по интеграции модуля в производственный процесс и ввод системы в действие
  8. Дополнительные требования
    1. требования к документации и обучению
    2. требования по безопасности
    3. требования по передаче интеллектуальной собственности

Результатом этапа является разработанное техническое задание, которое можно выносить на тендер и получать коммерческие предложения от потенциальных исполнителей или формировать собственную команду на построение решения.

Сроки написания технического задания зависят от объема проекта и уровня компетенции исполнителей. Целесообразно декомпозировать задачу, если есть возможность, например, проект оптимизации технологического процесса делить на подпроцессы и работать по каждому отдельно, это снизит риски по срокам выполнения проекта и позволит оценивать результат на коротких временных спринтах. Примерный срок составления ТЗ – это 1-2 месяца.

2.   Формирование прототипов математических моделей

Подход к задачам анализа данных и построению моделей достаточно типовой и состоит из следующих шагов:

  • Получение данных: выгрузка данных, проведение необходимых подключений к базам или хранилищам данных.
  • Подготовка данных: выборка, очистка, объединение, генерация, форматирование данных и пр. Результатом работ является подготовленный датасет для дальнейшего анализа.
  • Анализ данных: исследование данных, формулирование гипотез.
  • Построение моделей: перебор параметров, выбор алгоритмов, оценка качества работы моделей.
  • Тестирование: тестирование выбранной модели на тестовой выборке по установленным в ТЗ критериям точности моделей.
  • Оценка результатов.

В среднем моделирование занимает 2-3 месяца. Подготовка данных – самый трудоемкий процесс и может отнимать 80% времени в проектах анализа данных.

По итогам прототипирования принимается управленческое решение:

  • о внедрении решения в промышленную эксплуатацию, если пилот успешен согласно установленным в ТЗ критериям;
  • о продлении пилота на определенный срок, если времени оказалось недостаточно, но промежуточные итоги удовлетворительные;
  • о приостановке, если требуется обогатить датасет дополнительными данными;
  • об отказе от внедрения, если пилот завершился неудачно согласно установленным в ТЗ критериям с анализом причин неудачи и выводами о дальнейшей судьбе инициативы.

3.   Составление технорабочего проекта (ТРП) на внедрение cистемы в промышленную эксплуатацию

Если принято решение о внедрении в промышленную эксплуатацию, то мы рекомендуем составлять технорабочий проект, в котором дать описание требований к техническому обеспечению, скорректированный перечень используемых данных, выходных документов и отчетов, которые должна формировать система, архитектуру системы, требования к показателям надежности системы, ограничения работы системы и пр. Список может быть расширен или сокращен в зависимости от видения заказчика, но подобные документы позволяют снижать риски внедрения и подсвечивают «слепые пятна», с которыми лучше разобраться до начала развертывания проекта.

Срок составления ТРП зависит от его детализации, но мы рекомендуем формировать временной резерв на его составление.

4.   Внедрение, опытная эксплуатация и поддержка

На этом этапе производится разработка автоматизированных рабочих мест операторов (АРМ), визуализаций, отчетных форм согласно ТЗ и ТРП. В зависимости от выбранной архитектуры производится развертывание ПО системы на серверном оборудовании заказчика или в облаке. Ведется тестирование и испытания системы в рамках программы, описанной в технорабочем проекте. Готовится эксплуатационная и пользовательская документации, проводится обучение персонала. Важно не забыть о разработке регламента оказания технической поддержки и профилактических работ. На этом этапе исполнитель проводит донастройку и дообучение математических моделей, устраняет замечания.

Мы рекомендуем на этот этап отводить не менее 3-х месяцев. Необходимо протестировать систему в реальных условиях и максимально устранить замечания.

5.   Масштабирование результата

Масштабирование результата – это развитие решения на аналогичные установки или технологические процессы компании. Масштабирование позволяет повысить рентабельность вложенных инвестиций в решение и быстро внедрять улучшения на других объектах производства.

Дополнительно

О проектах для промышленных предприятий читайте в наших материалах:

Оставьте заявку и получите бюджет и план внедрения наших решений в ваш бизнес

    Заполняя форму, Вы соглашаетесь с правилами обработки персональных данных.

    Мы используем файлы cookies, чтобы получать статистику и делать наш сайт и другие сервисы удобными для вас. Продолжая дальнейшее использование сайта и/или его сервисов, вы соглашаетесь с этим. Более подробную информацию можно прочитать в «Политика обработки персональных данных» и в «Политика Cookies»