[12-2023] Технология искусственного интеллекта в стрелочном хозяйстве

[Admin]

Технология искусственного интеллекта в стрелочном хозяйстве

КОРОЛЁВ В.В., Российский университет транспорта (МИИТ), канд. техн, наук

Аннотация. Описана технология искусственного интеллекта и проанализированы новые возможности ее применения в стрелочном хозяйстве. Обозначена проблема оперативного внедрения новых технологий.
Ключевые слова: стрелочный перевод, цифровые технологии, цифровая железная дорога, искусственный интеллект.

Сегодня во многих отраслях остро стоит задача использования технологии искусственного интеллекта* (ИИ).
В железнодорожной отрасли, в частности в путевом хозяйстве, к новой технологии относятся с настороженностью, так как любая ошибка может повлечь за собой серьезные последствия, угрожать жизни пассажиров и сохранности грузов.

Опасения внедрения технологии ИИ можно проиллюстрировать эмпирическим тестом Тьюринга, идея которого была предложена им в статье «Вычислительные машины и разум», опубликованной в журнале Mind (1950 г.). Тьюринг задался целью определить, может ли машина мыслить.
Известная интерпретация этого теста звучит следующим образом: «Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор» (см. рисунок) [1].

Неизменными задачами железнодорожной отрасли остаются оптимизация операций и повышение безопасности перевозок. Передовые технологии и искусственный интеллект могут стать важным вспомогательным средством.
За несколько десятилетий накоплено достаточно цифровой информации о состоянии пути, используемой для мониторинга и прогнозирования того или иного сценария эффективной эксплуатации путевого хозяйства. Рассмотрим возможность применения технологии ИИ в стрелочном хозяйстве.
Для обеспечения бесперебойной работы стрелочного перевода необходимо оптимизировать решение различных задач, например: спрогнозировать плановую замену его элементов после выработанного тоннажа, чтобы избежать отказа в работе; своевременно производить подбивку и выправку для обеспечения нормальной работы и продления срока службы стрелочной продукции; при проектировании новой магистрали или реконструкции существующей правильно выбрать модель стрелочного перевода, которая будет максимально отвечать необходимым требованиям при дальнейшей ее эксплуатации, а соответственно, меньше нуждаться в техническом обслуживании.
Для перечисленных и других задач возможно применение технологии ИИ. Сегодня модель стрелочного перевода — это не только устройство для пересечения рельсовых путей, но и высокотехнологичный продукт, для содержания и эксплуатации которого необходимо учитывать большое количество граничных условий [2].
Использование технологии ИИ в стрелочном хозяйстве может дать дополнительные сведения о работе и эксплуатации стрелочной продукции и поможет выполнять всевозможные задачи лучше людей. В частности, речь идет о повторяющихся задачах, требующих внимания к деталям, таких как анализ большого объема данных мониторинга эксплуатации стрелочного перевода с выводами о соответствии или несоответствии нормативным документам. Искусственный интеллект сможет выполнить эту работу намного быстрее и с небольшим количеством ошибок.

Технология использования ИИ в стрелочном хозяйстве представляет собой систему, которая обрабатывает большие объемы данных, анализирует их на предмет обнаружения корреляций и закономерностей и использует эти закономерности не только для прогнозирования будущих состояний, но и для учета при создании концептуально новых моделей стрелочной продукции [3].
Технология ИИ в стрелочном хозяйстве базируется на трех когнитивных навыках: обучении, рассуждении и самокоррекции.
Обучение ИИ заключается в сборе данных о работе стрелочной продукции и создании правил о том, как превратить данные в полезную информацию. Правила, называемые алгоритмами, предоставляют вычислительным устройствам пошаговые инструкции по выполнению конкретной задачи.
Рассуждение ИИ заключается в выборе правильного алгоритма для бесперебойной работы стрелочной продукции.
Самокоррекция ИИ необходима для постоянной адаптации алгоритмов и обеспечения максимально точных результатов.
Каковы же преимущества и недостатки применения ИИ в отрасли?
К основным преимуществам относятся следующие:

• качественное выполнение работы, требующей внимания к деталям;
• сокращение времени на решение задач с большим объемом данных;
• обеспечение стабильных результатов;
• доступность виртуальных агентов на базе ИИ в любое время.
• Недостатки применения данной технологии: необходимость глубоких технических знаний; ограниченное количество квалифицированных рабочих в стрелочном хозяйстве;
• ограниченность знаний системы (она знает только то, что было показано);
• отсутствие способности переходить от одной задачи к другой.

Сегодня технология ИИ прочно вошла в нашу повседневную жизнь. Некоторые зарубежные компании — операторы железнодорожного транспорта — уже сей
час тестируют ИИ в путевом хозяйстве, например для определения остродефектных рельсов. Данная технология основана не только на анализе данных о пропущенном тоннаже и ряде других характеристик, но и на изменении тока в рельсах.
На многих отечественных предприятиях также внедряются всевозможные цифровые технологии, начиная с расчетов и проектирования и заканчивая мониторингом и наблюдениями [4]. Это первые шаги в области внедрения ИИ в рабочий процесс. К сожалению, накопленный опыт и объем информации остаются в юрисдикции компаний железнодорожного транспорта, которые не обмениваются между собой данными, что ведет, в свою очередь, к искажению картины работы транспорта в целом.
Например, компаниям, занимающимся проектированием новых или разработкой проектов существующих железнодорожных линий, приходится создавать свои модели стрелочной продукции, которые содержат технические характеристики, необходимые при проектировании.
Для взаимодействия участников, обеспечивающих перевозочный процесс, по обмену имеющихся и необходимых данных, необходимо построить единую систему не только на основе полученных опыте и данных, но и на правильном и проверенном математическом алгоритме действий. Такая система будет учитывать интересы всех участников проекта, который необходимо реализовать в кратчайшие сроки.
В будущем стрелочные переводы должны стать самоуправляемыми системами, использующими ИИ. Стрелочная продукция будет полностью автономна с питанием от возобновляемых источников энергии. С помощью ИИ железнодорожные системы смогут точно составлять график движения поездов с учетом возможных рисков задержек без вмешательства человека, обеспечивать необходимую степень безопасности, не допуская ошибки, присущие человеку, и тем самым предотвращая задержки поездов.

Список источников

1. Turing А.М. Com*Иванов**Иванов**Иванов**Иванов**Иванов*g machinery and intelligence // Mind. 1950. Vol. 59, No. 236. P. 433-460. DOI: https://doi. org/10.1093/mind/LIX.236.433
2. Королёв В.В. Цифровой двойник стрелочного перевода // Путь и путевое хозяйство. 2021. № 1. С. 6—8. EDN: https://elibrary.ru/CZDMBO
3. Королёв В.В. Информационное моделирование стрелочных переводов // Путь и путевое хозяйство. 2022. № 8. С. 37-39. EDN: https://elibrary.ru/JJVUVY
4. Королёв В. В. Стрелочная продукция в эпоху цифрового проектирования // Путь и путевое хозяйство. 2023. № 6. С. 17-19. EDN: https://elibrary.ru/ERFPRE
APPLICATION OF ARTIFICIAL INTELLIGENCE TECHNOLOGY IN SWITCH ECONOMY
Korolev Vadim — Ph.D., associate Professor of department «Transport construction», Russian University of Transport. Moscow, Russia. Korolevadim@mail.ru
Abstract. The article analyzes new opportunities for the use of artificial intelligence in the switch industry. The system of artificial intelligence technology is described. The problem of the early introduction of new technologies was voiced.
Keywords: turnout, digital technologies, digital railway, artificial intelligence.
Citation link: Korolev V.V. Scope of application of artificial intelligence technology in switch industry / V.V. Korolev // Railway Track and Track Facilities, 2023. № 12 P. 18-19 (in Russian).