Академия «Калашников» активно привлекает ИИ для разработки проектов оптимизации производства |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2026-06-20 10:46 Обучающиеся направления «Нейро. Искусственный интеллект» Академии «Калашников» под руководством наставника разработали проекты в области искусственного интеллекта, ориентированные на оптимизацию производственных процессов. Первый проект был нацелен на выявление узких мест производства. В условиях большого станочного парка и широкой номенклатуры изделий в реальном производстве могут возникать пересечения по оборудованию, приводящие к снижению темпа работы. Перед обучающимися стояла задача создать инструмент, который в реальном времени сможет прогнозировать такие пересечения в обозримом будущем, позволяя перестраивать процессы и избегать простоев. Этот подход дает возможность формировать алгоритм производства с учетом объемов выпуска, времени изготовления детали и текущей загруженности оборудования. На данном этапе алгоритм успешно работает с синтетическими данными и выполняет поставленную задачу выявления узких производственных мест за счет использования методов кластеризации. Текущее решение открывает дорогу к автоматизированной обработке производственных процессов и может стать надёжным фундаментом для создания и обучения моделей машинного обучения. Проект «Предиктивная аналитика» ориентирован на создание модели оценки требуемого количества материалов. В основе идеи лежит стремление к минимизации издержек – снижение или исключение как перерасхода, так и невыборки ресурсов при производстве. Принцип предиктивной аналитики в машинном обучении ориентирован на прогнозировании будущих событий или поведения объектов на основе исторической информации. Подростки из проектной группы рассмотрели три метода анализа массива информации и выбрали наиболее оптимальный на данный момент. Сейчас модель показывает высокий уровень анализа, потенциал улучшения показателей зависит от объемов информации, переданных для анализа. «Проектная работа под руководством наставников позволяет ученикам получить мощный бустинг своих компетенций.» - отмечает педагог направления «Нейро. Искусственный интеллект» Иван Звонарев. Наставником обоих проектов выступил начальник отдела планирования материального обеспечения АО «Концерн «Калашников» Антон Луппов: «Технологии в производственном планировании на основе ИИ и машинного обучения находятся только в начале своего пути, поэтому готовых решений «из коробки» даже на мировом рынке сейчас найти почти невозможно. Тем ценнее опыт ребят и их работа!» Телеграм: t.me/ainewsline Источник: vk.com Комментарии: |
|