Студент разработал ИИ-систему для Норникеля, прогнозирующую содержание металлов

Студент Центрального университета разработал для Норникеля систему на основе ИИ которая позволяет прогнозировать содержание металлов в сырье Предложенные модели обеспечили масштабируемость и простоту сопровождения Решение отвечает требованиям безопасности совместимости и встраиваемости в текущую ИТ среду сообщили в Норникеле Экономический эффект от внедрения системы оценивается в 30 60 млн рублей в год Студент учится на совместной магистерской программе AI в промышленности Центрального университета и Норникеля banksta

Студент Центрального университета внедрил ИИ на заводе Норникеля и сэкономил производству миллионы рублей Владимир Кувшинов создал систему которая сама следит за прогнозными моделями и подсказывает когда нужно вмешательство На данный момент ИИ прогнозирует содержание металлов на 59 точках технологической цепочки на каждой минимум по две модели Модели которые разработал студент позволяют повысить извлечение полезного металла всего на несколько десятых процента Однако из за масштабов производства такое небольшое улучшение помогает экономить до 60 млн рублей в год только на одной фабрике Студент собрал решение полностью самостоятельно от базы данных до интерфейса Система уже тестируется на производстве и показывает точность прогнозов в пределах 5 ai machinelearning big data news ai ml

Студент Центрального университета создал прогнозные модели которые позволят сэкономить до 60 млн руб на металлургическом производстве Работал над проектом Владимир Кувшинов в рамках магистерской программы AI в промышленности запущенной год назад совместно с Норникелем Поскольку смысл программы в обучении на реальных проектах студенты имеют возможность разрабатывать решения которые могут быть реализованы бизнесом и приносить пользу сразу В Норникеле отмечают что проект легко масштабируется отвечает требованиям безопасности встраиваемости в текущую ИТ среду и уже внедрен в производство ОбОбраз

Юный гений помогает Норникелю экономить до 60 млн рублей в год Студент Центрального университета разработал инновационную прогнозную модель которая повышает эффективность извлечения полезных металлов на несколько процентов обеспечивая Норникелю значительную экономию Эта модель самостоятельно отслеживает точность прогнозов сигнализируя о снижении эффективности и автоматически корректирует данные В настоящее время ИИ анализирует содержание металлов на 59 точках в производственном процессе TechGPTNews