Свой 25-летний юбилей системный интегратор «Открытые технологии» отметил выпуском на рынок собственной программной разработки — платформы для решения прикладных задач методами машинного обучения (МО).

Разработка, получившая наименование «ОТ.Платформа», подобно подавляющему большинству существующих сегодня на рынке проприетарных аналогов, тоже базируется на свободном ПО, однако принципиально отличается от них некоммерческой схемой продвижения и развития.

Четверть века работы в области системной интеграции, по словам директора Центра компетенций компании «Открытые Технологии» Павла Волкова, помогла компании накопить понимание устройства различных областей человеческой деятельности с позиции использования ИТ и одной из базовых технологий обработки данных — МО.

Валидация получаемых при использовании технологии МО результатов возлагается сегодня на специалистов по обработке, анализу и хранению больших массивов данных (data scientist). Однако эксперты наблюдают большие сложности этого процесса в нынешних реализациях систем МО. В «Открытых Технологиях» считают, что ситуацию можно изменить, включив в процесс использования МО отраслевых экспертов, одновременно избавив их от необходимости освоения собственно методов МО.

Инструментом, который по мнению специалистов «Открытых Технологий», в состоянии решить эту задачу, станет разработанный ими Simple Machine Learning Language (SmaLL). Как определяет Павел Волков, SmaLL является языком извлечения знаний. Оперирующий понятиями бытовой логики, он должен помочь отраслевым экспертам излагать свои знания для включения их в систему МО, проверять выстраиваемые гипотезы, задавать вопросы системе МО и получать от нее ответы, не погружаясь в детали технологии. Это должно существенно ускорить процесс переноса отраслевых моделей, построенных с помощью систем МО, с уровня тестовых, где активно используется квалификация data scientist, в промышленную эксплуатацию.

По замыслу разработчиков, «ОТ.Платформа» не будет продвигаться как коммерческий продукт, ее коды будут открыты формирующемуся вокруг нее сообществу, на которое возлагается в том числе развитие платформы. Такая модель разработки, по мнению Павла Волкова, соответствует современному вектору движения МО, искусственного интеллекта и больших данных в направлении бизнеса, базирующемуся на знаниях и моделях, помогающих решать конкретные практические задачи, а не на продаже инструментов.

Главной фигурой процесса распространения МО должен стать предметный эксперт, задача которого заключается в описании предметной области, а data scientist должен специализироваться на том, чтобы предоставить эксперту наиболее удобный для работы инструментарий.

Разработчики «ОТ.Платформы» считают, что ее использование породит нового участника процесса создания отраслевых моделей — отраслевого регулятора. Его задачей будет валидация результатов процесса, а именно подтверждение непротиворечия результатов отраслевой практике, отсутствия рисков и угроз применяемым в отрасли системам и экологии.

Идея изобретения SmaLL состоит в том, чтобы для любой предметной области, будь то медицина, розничные продажи, журналистика, транспорт или ТЭК, все процессы подготовки данных для МО проходили только один раз. Сначала эксперты строят объектную модель предметной области, затем data scientists снабжают систему необходимым МО-инструментарием, после чего система передается в эксплуатацию экспертам-практикам.

Предполагается, что SmaLL максимально упростит работу экспертам-практикам с постоянно развивающимися методами МО и параллельно в рабочем режиме позволит экспертам предметных областей расширять и специализировать сам SmaLL. По оценкам представителей «Открытых Технологий» на освоение языка человеку требуется примерно два-три дня.

Первой промышленной реализацией «ОТ.Платформы» стал проект «Атлас», нацеленный на цифровизацию опыта экспертов различных инженерно-технологических областей в целях прогнозирования отказов сложного технологического оборудования. По замыслу участников проекта это должно позволить заказчикам платформы «Атлас» существенно оптимизировать затраты на обеспечение готовности своего оборудования, перейдя на схему планово-предупредительных ремонтов, построенную на базе моделирования рабочих объектов. Экономический эффект проекта, считают его участники, будет тем выше, чем большее число отраслевых экспертов сможет использовать разработанные в ходе проекта инструменты.

Проект «Атлас» поддержан рабочей группой одного из ключевых рынков Национальной технологической инициативы — «Нейронет». Сооснователь отраслевого союза «Нейронет» Владимир Статут считает, что формируемая в ходе проекта отраслевая платформа «Атлас», предназначенная для использования МО и ИИ, позволит создать систему коллективной безопасности. Цель ее заключается в том, чтобы пользователи платформы из различных областей хозяйственной деятельности обменивались через нее накапливаемым опытом отказов систем, отклонений от желаемых сценариев их эксплуатации. Это позволит постоянно совершенствовать отраслевые модели хозяйствования и не повторять допущенные ранее ошибки. Чем больше будет количество пользователей платформы, тем выше будет их защищенность от отказов.

Другим важным достоинством платформы «Атлас», как считают ее разработчики, является возможность расширения горизонтального взаимодействия ее участников за счет построения на ее основе площадки электронной коммерции, через которую могут продаваться наработки подключенных к «Атласу» экспертов предметных областей и разработчиков платформы.

По мнению Павла Волкова реализации предлагаемого компанией «Открытые Технологии» подхода сегодня мешает излишний шум вокруг темы МО и ИИ, который чреват нездоровыми спекуляциями и слепой верой неспециалистов в эти технологии. Он полагает, что по мере спада ажиотажа технологии станут более доступными для пользователей, технологическое «чудо» специалистам удастся спрятать «под капот» простых в эксплуатации инструментов.

Серьезную проблему он видит также в нынешнем национальном регулировании эксплуатации сложных технических устройств и систем, обязывающем владельцев проводить плановые проверки независимо от реального состояния систем. Он полагает, что активная работа в рамках НТИ позволит изменить эту практику в пользу более эффективных подходов. Важным он считает также необходимость добиться признания регуляторами моделей той или иной прикладной области, полученных с помощью «ОТ.Платформы» и ей аналогичных, для легитимного их использования.