en ru

В Тюмене из бюджета финансируются разработки в области ИИ

ООО «ТАСО» - высокотехнологичное предприятие в сфере разработки искусственных когнитивных систем, созданное при участии Тюменского государственного университета, получило государственную финансовую поддержку из бюджета Тюменской области.

Решение о поддержке ООО «ТАСО» было принято 11 мая 2012 г. на состоявшейся в Западно-Сибирском инновационном центре (Тюменском федеральном технопарке) заседании Комиссии по отбору претендентов на получение государственной поддержки в форме субсидии в сфере научной, научно-технической и инновационной деятельности под председательством заместителя губернатора Тюменской области О.В. Зарубы.

Господдержка предоставлена ООО «ТАСО» на реализацию проекта «Создание опытного образца программного комплекса интегрированной среды разработки (IDE) нейрогенетических сетей, динамических моделей сложных объектов и искусственных когнитивных систем «ТАСО НЕЙРОКОНСТРУКТОР» для последовательных и параллельных (суперкомпьютерных) вычислительных архитектур».

Бюджетные средства выделены по договору оферты на основании действующего в Тюменской области «Порядка предоставления субсидий субъектам государственной поддержки в сфере научной, научно-технической и инновационной деятельности», утвержденного Постановлением Правительства Тюменской области от 1 апреля 2008 г. N 97-п (в редакции от 05 сентября 2011 г.). Выделенные финансовые средства позволяют предприятию без проблем завершить разработку заявленного программного обеспечения. Проект должен быть завершен до 1 декабря 2012 г.

Основная идея проекта заключается в завершении разработки программного комплекса «ТАСО НЕЙРОКОНСТРУКТОР», представляющего из себя интегрированную среду разработки (Integrated Development Environment, IDE) нового класса информационных технологий - искусственных когнитивных систем для решения задач управления сложными техническими объектами и роботами, анализа семантики текста, звука и изображений, семантического перевода, поиска информации, синтеза нового знания, прогнозирования и других когнитивных задач на основе технологии искусственных кортикоморфных нейрогенетических сетей большой размерности, моделирования многофазной консолидации и реконсолидации памяти в нейроне, а также технологии управления развитием нейрогенетических систем - кибергеномики.

В настоящее время в компьютерной отрасли происходит парадигмальный переход от лежащих в основе всей компьютерной техники с 1940-х гг. архитектур с разделенным процессором и памятью, требующих исполняемых программ и вводимых человеком команд, к ассоциативным архитектурам искусственных когнитивных систем на базе моделирования нейронных сетей мозга и обеспечивающих постоянный поток сознания в виде ассоциативных кругооборотов в искусственной коре. Технологический переход к принципиально новой вычислительной архитектуре сегодня обеспечивается в развитых странах Запада через несколько взаимосвязанных проектов.

Основным препятствием для ввода в плановую эксплуатацию разработанных в ООО «ТАСО» нейросетевых систем в настоящее время является малая производительность программного комплекса «ТАСО-НЕЙРОКОНСТРУКТОР» для последовательных архитектур, не позволяющего строить нейросети с числом элементов более 50 тысяч. Именно это обстоятельство заставило ООО «ТАСО» приступить к разработке совершенно новой версии программного комплекса для параллельных (кластерных) вычислительных систем.

Функционально IDE «ТАСО-НЕЙРОКОНСТРУКТОР» включает в себя 3 основных модуля: (1) Редактор моделей элементов; (2) Редактор систем; (3) Редактор кибергенетического кода, а также (4) Мастер внешних интерфейсов. К преимуществам разрабатываемого программного комплекса относятся уникальные включенные технологии и функционал, которые позволят создать самообучающиеся искусственные когнитивные системы для эффективного взаимодействия в условиях реального мира, в том числе:

  • реализация технологии кибергеномики;
  • реализация произвольной сложной модели элементов с ветвлением и обратными связями, включая модель нейрона с многофазной консолидацией следа памяти;
  • возможность создания сетей из более чем 1 млрд. элементов;
  • реализация технологии, при которой модель не транслируется, а компилируется в машинный код для непосредственного исполнения процессором, что обеспечивает высокое быстродействие данного программного обеспечения;
  • возможность объединения нейросетей, моделей объектов других типов и внешних устройств;
  • создание интегрированной среды разработки моделей нейросетей и сложных систем (Neural Integrated Development Environment, NIDE) на основе параллельных вычислений с автонастройкой на количество доступных узлов;
  • реализация эффективного клиент-серверного взаимодействия;
  • высокий уровень защищенности создаваемых с помощью программного комплекса систем и моделей;
  • реализация коллективного взаимодействия кластеров при поддержке программного комплекса.

Помимо использования в ООО «ТАСО», для продолжения разработок искусственных когнитивных систем, планируется предоставить доступ к разрабатываемому программному комплексу, устанавливаемому на мощных суперкомпьютерах, также и сторонним разработчикам как сервиса облачного доступа.

Оригинал новости: utmn.ru/news/6587

Другая информация по теме:

Официальный портал органов государственной власти Тюменской области:
admtyumen.ru/ogv_ru/news/subj/more.htm?id=10941117@egNews

Сайт Западно-Сибирского инновационного центра (Тюменского федерального технопарка):
tyumen-technopark.ru/news-full/276?p=1

На сайте Тюменского технопарка есть два проекта, связанных с ИИ.

Интеллектуальная система поддержки принятия решений при моделировании и анализе разработки нефтяных месторождений на основе аналитического решения уравнения фильтрации

Резидент: Соколюк Любовь Николаевна, ООО ЮНИ-КОНКОРД

Краткое резюме, отражающее идею проекта: В отечественной практике гидродинамического моделирования апгриддинг часто выполняется «вручную», когда погрешность для каждого варианта объединения слоев рассчитывается непосредственно с помощью гидродинамического симулятора, а затем определяется вариант с наименьшей погрешностью. При этом для гидродинамических расчетов выбирается, как правило, не вся геологическая модель месторождения, а ее некоторый «характерный» участок. Такая процедура занимает много времени, и, кроме того, не гарантирует правильного результата. Поэтому представляется актуальной разработка и внедрение методов укрупнения слоев с приближенным расчетом и автоматизированным анализом погрешностей. Подобные же трудности возникают и при попытке решения с помощью гидродинамического симулятора важной задачи о совместной или раздельной эксплуатации продуктивных горизонтов многопластового месторождения. Еще один важный аспект проблемы огрубления геолого-гидродинамических моделей состоит в том, что их параметры всегда имеют некоторую неопределенность вследствие неполноты и низкого качества промысловой и геофизической информации. Интуитивно понятно, что чем выше степень неопределенности параметров, тем проще должна быть модель. Например, иметь меньшее число переменных, чем модель без неопределенностей. Поэтому становится актуальным вопрос о сокращении количества параметров модели, в частности, числа ячеек или слоев. Кроме того, когда надо найти компромисс между скоростью и точностью расчетов представляет интерес определение оптимального числа слоев или ячеек. Этого компромисса можно достичь использованием методов нечеткой логики.

Отрасли применения проекта: Нефтегазодобыча, Информационные технологии

Конкурентоспособность: Превосходит аналоги

Технологические, технические преимущества перед аналогами: Основная часть пользователей использует модули апскейлинга, которые поставляются с геологическими пакетами (Petrel, IRAP RMS). Функциональность этих модулей мало чем отличается между собой. Модули не входят в “базовую” версию, их необходимо покупать отдельно; Процесс определения слоёв для объединения не автоматизирован и полностью определяется пользователем; В небольших компаниях, занимающихся проектированием разработки нефтяных месторождений, разработаны свои программы с аналогичной функциональностью, например, "АТЛАС-Ремасштабирование" (ЗАО ТИНГ). В интернете встречаются и кустарные разработки в виде консольных приложений, например, «AUpScale»; Выбор структуры новой сетки не основан на решении уравнений фильтрации

Предполагаемый срок коммерциализации идеи: До 3 лет

Стадия развития проекта: Существует идея/концепция подукта

Степень готовности проекта: НИР

Наличие стратегии (планов) развития и степень ее проработки:
1-ый год
Система поддержки выполнения апскейлинга геологических моделей нефтегазовых месторождений;
2-ой год
Нечеткая система принятия решений для объединения/разукрупнения объектов нефтедобычи;
3-ий год
Система поддержки принятия решений при оптимизации расстановки скважин и назначения типов скважин.

Перспективы развития проекта: Реализация данного проекта позволит за приемлемое для практики время решать следующие задачи моделирования и разработки нефтяных месторождений, решение которых на существующих программных продуктах приводит к значительным временным и материальным затратам:

  • Выполнять апгриддинг и анализ чувствительности геолого-гидродинамической модели при объединении ее слоев. По сравнению с существующими аналогами, основанными на статистических методах, например, программе Petrel, методика данного проекта, основанная на решении уравнений фильтрации, позволит решать задачу более корректно и с большей точностью.
  • Находить наилучший вариант объединения слоев при upscaling’e на основе выбора варианта с наименьшей/наибольшей погрешностью в условиях неопределенности фильтрационно-емкостных свойств ячеек, как на декартовой сетке, так и на сетке, образованной путем разбиения Вороного. Кроме того, определять число слоев, выше которого расчеты можно производить без потери точности решения. Аналоги данной методики нам не известны.
  • Производить расчет модифицированных относительных фазовых проницаемостей на основе связи между ними и погрешностью upscaling’a. Применение данной методики позволит выполнять адаптацию геолого-гидродинамической модели после апскейлинга к истории разработки с помощью модифицированных относительных фазовых проницаемостей. Аналоги данной методики нам не известны.
  • На основе нечетких критериев принимать решения о совместной или раздельной эксплуатации продуктивных пластов нефтяных месторождений. Критерий для принятия решения о совместной/раздельной эксплуатации пластов основан на теории нечетких множеств и на аналитическом решении уравнений фильтрации. Преимущество данной методики по сравнению с существующими аналогами состоит в том, что последние основаны на статистическом анализе фильтрационно-емкостных свойств объектов, а не на решениях уравнений фильтрации.
  • Выбирать наилучший с точки зрения нефтеотдачи вариант назначений (нагнетательная/добывающая) скважин. Соответствующая методика поддержки принятия решений включает в себя метод определения оптимального управления режимами работы скважин и новый алгоритм направленного перебора вариантов назначения скважин для определения наилучшего варианта. В отличие от известных методик, здесь будет реализован расчет приращения целевого функционала (количества извлекаемой нефти) при изменении назначения скважин, основанный на аналитическом решении уравнений двухфазной фильтрации. Это приведет к значительному ускорению расчетов по сравнению с существующими аналогами, например, программой MEPO.

В дальнейшем этот проект может привести к вытеснение западных компаний, обслуживающих IT потребности в нефтегазовом секторе.

Оригинал: http://www.tyumen-technopark.ru/business-full/27755

Создание опытного образца программного комплекса интегрированной среды разработки (IDE) нейрогенетических сетей, динамических моделей сложных объектов и искусственных когнитивных систем «ТАСО НЕЙРОКОНСТРУКТОР»

Резидент: Филиппов Вадим Анатольевич, ООО «Тюменских ассоциативных систем объединение»

P.S. Похоже, конечно, на очередной распил, но будем надеяться, что хоть часть денег пойдет по назначению.
Прозрачность, конечно, никакая. Куда деньги выделяются, кому, где результаты работы будут выложены - не понятно.

Основная идея проекта заключается в завершении разработки и создании опытного образца программного комплекса «ТАСО НЕЙРОКОНСТРУКТОР», представляющего из себя интегрированную среду разработки (Integrated Development Environment, IDE) нового класса информационных технологий - искусственных когнитивных систем для решения задач управления сложными техническими объектами и роботами, анализа семантики текста, звука и изображений, семантического перевода, поиска информации, синтеза нового знания, прогнозирования и др. когнитивных задач на основе технологии кортикоморфных нейрогенетических сетей большой размерности. В настоящее время в компьютерной отрасли происходит парадигмальный переход от лежащих в основе всей компьютерной техники с 1940-х гг. архитектур с разделенным процессором и памятью, требующих исполняемых программ и вводимых человеком команд, к ассоциативным архитектурам искусственных когнитивных систем на базе моделирования нейронных сетей мозга и обеспечивающих постоянный поток сознания в виде ассоциативных кругооборотов в искусственной коре. Технологический переход к принципиально новой вычислительной архитектуре сегодня обеспечивается в развитых странах Запада через несколько взаимосвязанных проектов. Под эгидой Агентства перспективных оборонных исследовательских программ США (DARPA) компаниями IBM, Hewlett-Packard и Hughes Research Laboratories реализуется программа SyNAPSE (Systems of Neuromorphic Adaptive Plastic Scalable Electronics initiative - Системы нейроморфной пластичной масштабируемой электроники). В ее рамках создаются программные и аппаратные модели нервной клетки, нейрона, и межнейронного соединения в котором осуществляется большая часть нейровычислительных процессов в мозге - синапса. В то же время в рамках реализуемого с 2005 г. под эгидой корпорации IBM проекта «Blue Brain Project» создается модель кортикальной колонки – типового вычислительного модуля коры мозга, способного к обработке различных типов входной информации. Получаемые в рамках этих проектов модели нейронов и архитектуры кортикальных колонок используются в ходе интегрирующего проекта DARPA и корпорации IBM по разработке принципиально новой архитектуры вычислительной системы, строящейся на принципах организации живого мозга - проекта C2S2 («Cognitive Computing via Synaptronics and Supercomputing» - «Создание компьютера, способного к познанию с помощью синаптроники и высокопроизводительных вычислений»). При принятии решения о реализации проекта C2S2 IBM исходила из того, что количество цифровых данных в мире ежегодно увеличивается на 60 %, открывая возможности к ускорению развития в самых разных сферах деятельности. Но для анализа этой информации должны быть созданы системы, способные к самостоятельному пониманию смысла имеющейся и синтезу новой информации. Заявленная IBM цель проекта C2S2 – «создание интеллектуальных компьютеров, способных к самостоятельному усвоению новых знаний из различных источников, распознаванию образов, продолжительному обучению, пониманию контекстуального значения многозначной информации для решения сложных проблем в условиях реального мира на основе способностей к восприятию, действиям и познанию». По прогнозу руководителей названных проектов, Г. Маркрама и Д. Модхи, компьютерные системы на базе разрабатываемой ими новой ассоциативной архитектуры достигнут уровня способностей мозга человека в 2019-2023 гг. Создание ассоциативного компьютера, по мнению корпорации IBM приведет к появлению информационных технологий принципиально нового класса - искусственных когнитивных систем с многочисленными практическими приложениями во всех областях человеческой деятельности, а также новых отраслей промышленности. Подходы в рамках названных (но далеко не единственных) проектов по созданию искусственных когнитивных систем заставляют с оптимизмом оценивать шансы на их создание и «уход» компьютерной техники за горизонт современных технологий. Биологически реалистичные искусственные нейросетевые системы будут господствующей технологией обработки данных на протяжении наступившего века. Отказ от реализации подобного проекта в России означает окончательную утрату страной шанса войти в число мировых производителей информационных технологий. Но есть ли сегодня возможность реализации российского проекта в сфере разработки искусственных когнитивных систем? Как представляется, такая возможность есть, в т.ч. с учетом технологий, разработанных в 1997-2011 гг. учредителями ООО «Тюменских ассоциативных систем объединение (ТАСО)», самостоятельно работавших в указанный период по проекту создания искусственной когнитивной нейросетевой системы обработки семантики текста. В рамках этого проекта были разработаны:

1. Модель нейрона с многофазной консолидацией следа памяти. В рамках этой модели воспроизведены существенно важные особенности живого нейрона, обеспечивающие его функции как базового элемента когнитивных процессов. В модели нейрона воспроизводятся процессы формирования краткосрочной памяти как аксональной фасилитации и образования кальциевого микродомена в аксонной терминали, обеспечивающие ассоциативные переходы с клетки на клетку; среднесрочной памяти в дендрите в форме вызванных постсинаптических потенциалов, обеспечивающих логику и понимание контекста; консолидации долговременной памяти путем синтеза новых молекул-рецепторов медиатора и их встраивание в постсинаптическую мембрану, а также структурных перестроек пресинапса (при использовании различных медиаторов для построения различных управляющих контуров в модели коры мозга).

2. Икусственные кортикоморфные нейросети с нейрональной пластичностью на базе афферентно-инвариантных нейронов, кодирующих различные объекты. Создана модель типового вычислительного модуля мозга – кортикальной колонки, множество которых объединяется последовательно в иерархически организованные локусы, поля и регионы модели коры мозга, включая семантические, моторные и моторно-семантические участки. Модель кортикальной колонки обеспечивает обработку всех типов вводимых ассоциативных оснований, запоминание, корректное припоминание информации с учетом введенного ассоциативного основания (логика), самостоятельное продолжающееся ассоциирование системы, ветвление ассоциаций, рекомбинацию и синтез знания. 3. Технологии «кибергеномики» для регулирования формирования и развития нейросетей. В силу своей размерности и нерегулярности организации нейросети, предназначенные для построения искусственных когнитивных систем, в принципе не могут быть построены вручную, а искусственная когнитивная система может быть создана лишь как модель генетического кода, модель «ДНК», обеспечивающая развитие необходимой нейросети. Для решения проблемы создания и изменения в процессе обучения искусственных нейросетей с числом элементов более миллиарада в ООО «ТАСО» была разработана технология «кибергеномики» - регулирования развития кибернетических и других искусственных систем посредством моделирования генетического кода и генетической экспрессии у живых организмов (термин предложен авторами заявки). При этом под кибергенами понимаются структурно-функциональные единицы программного кода, включенного в модели нейронов и контролирующие развитие определенного признака, свойства, процедуры или экспрессию других кибергенов в рамках кибергенетической системы, например нейрогенетической сети. 4. Программная инструментальная среда «ТАСО-НЕЙРОКОНСТРУКТОР» для последовательных архитектур. 5. Аппаратные ускорители на базе программируемых логических интегральных схем (ПЛИС). Потенциальный рынок сбыта разрабатываемых искусственных когнитивных систем велик. Разработанные технологии могут использоваться в системах управления сложными техническими объектами для корпоративного рынка; поисковых системах и системах семантического анализа информации; системах автоматического синтеза и генерации знаний; интеллектуальных модулях, встраиваемых в традиционное программное обеспечение; в моделях сайтворкеров и других типах искусственных интеллектуальных агентов, в т.ч. для массового потребительского рынка; робототехнике; системах прогнозирования временных рядов, технического анализа и биржевого трейдинга; системах семантического перевода; системах безопасности и оборонного назначения. Основным препятствием для создания таких систем у ООО «ТАСО» в настоящее время является малая производительность программного комплекса «ТАСО-НЕЙРОКОНСТРУКТОР» для последовательных архитектур, исполняемого на базе серверов или персональных компьютеров и не позволяющего строить нейросети с числом элементов более 50 тысяч. Поэтому ООО «ТАСО» ведется разработка полностью новой версии одноименного программного комплекса для параллельных (кластерных) суперкомпьютерных архитектур. Именно завершение разработки такого программного комплекса и является предметом настоящего проекта, в рамках которого будет создан опытный образец программного комплекса интегрированной среды разработки нейрогенетических сетей, динамических моделей сложных объектов и искусственных когнитивных систем «ТАСО НЕЙРОКОНСТРУКТОР» Функционально IDE «ТАСО-НЕЙРОКОНСТРУКТОР» включает в себя 3 основных модуля: 1) Редактор моделей элементов. 2) Редактор систем. 3) Редактор кибергенетического кода. Редактор моделей элементов – программный функциональный модуль, позволяющий пользователю создавать произвольные модели элементов, из которых состоят системы, например отсеков моделей нейронов. Строение элемента нефиксировано, неоднородно и может быть сложно, в зависимости от класса задач, которые требуется решать. Цикличность поведенческой модели позволяет манипулировать параллельными расчетами элементов. Это и обуславливает степень распараллеливания нейроподобной системы, разрабатываемой средствами IDE. Редактор моделей элементов организуется на базе графического интерфейса в виде алгоритмических блок-схем. Помимо моделей нейронов или их отсеков редактор позволяет пользователю создавать модели любых других простых или агрегированных элементов для их последующих объединения в системы элементов, например, технических объектов, физических и химических явлений, молекулярных взаимодействий, социальных процессов и т.п. Таким образов в среде IDE «ТАСО-НЕЙРОКОНСТРУКТОР» могут создаваться не только модели нейросетевых, но и многих других сложных систем. Редактор систем - графический программный модуль, обеспечивающий создание, редактирование и потактное функционирование динамических моделей сетей (систем) элементов. Основным требованием к программному комплексу в этой части является поддержка сетей большой размерности с числом элементов порядка 10 в девятой степени. Кортикоморфные сети построены на основе афферентно-инвариантых нейронов, однозначно кодирующих определенный семантический объект, что и требует большого числа элементов в составе сети.. Редактор кибергенетического кода – программный функциональный модуль, позволяющий редактировать кибергенетический код моделируемых систем как совокупность кибергенов. IDE «ТАСО-НЕЙРОКОНСТРУКТОР» представляет собой открытую систему и в ее составе присутствуют и другие модули, такие как редактор внешних интерфейсов и т.д. IDE «ТАСО-НЕЙРОКОНСТРУКТОР» создается и развивается в двух версиях: для последовательных и для параллельных (суперкомпьютерных с общей памятью и кластерных) вычислительных систем. Основными задачами проекта являются:

1. Вывод на отечественный и зарубежные рынки программного комплекса для моделирования нейронных сетей и сложных систем, превосходящего существующие аналоги по своим параметрам (быстродействие, размерность создаваемых моделей) и обладающего уникальным функционалом, впервые позволяющим создать самообучающиеся искусственные когнитивные системы, способные к обработке данных в условиях реального мира.

2. Создание программной инструментальной среды для продолжения собственных проектов ООО «ТАСО» по созданию: 1. cамообучающейся системы поддержки принятия решений (СППР, Decision Support System, DSS) по оперативному управлению магистральным транспортом газа на базе нейронных сетей с кортикоморфной архитектурой; 2. нейрогенетической системы анализа и синтеза семантики текста, решения когнитивных задач и семантического перевода. 3. Использование ресурсов установленных в последние годы в российских организациях суперкомпьютеров для размещения распределенной искусственной когнитивной системы, специализирующейся на различных профессиональных и предметных областях. 4. Импортозамещение ряда закупаемых в настоящее время Тюменским государственным университетом, другими образовательными и научными организациями Тюменской области программ моделирования (таких как MATLAB, GENESIS, XNBC, Neural Lab, Neuro Dimension, NeuroSolution, Statistica Neural Networks и др.). 5. Формирование в Тюмени нового центра разработки программного обеспечения и нейросетевых архитектур. 6. Создание новых рабочих мест, привлечение к разработкам студентов и аспирантов тюменских вузов. 7. Создание предпосылок для реализации в России отечественного проекта создания искусственных когнитивных систем в условиях начавшегося парадигмального перехода ведущих западных производителей (IBM, Hewlett Packard, Google, Apple Inc., Boston Dynamics и др.) от классических «фон-неймановских» компьютерных архитектур к ассоциативным системам.

Отрасли применения проекта: Информационные технологии

Конкурентоспособность: Превосходит аналоги

Технологические, технические преимущества перед аналогами: Преимущества и новизна технологической инновации (уникальные включенные технологии и функционал, которые позволят создать самообучающиеся искусственные когнитивные системы для эффективного взаимодействия в условиях реального мира):

Предполагаемый срок коммерциализации идеи: В течение года

Стадия развития проекта: Существует идея/концепция подукта

Степень готовности проекта: ОКР

Наличие стратегии (планов) развития и степень ее проработки:

Проект имеет четкую стратегию и планы своего развития. После выпуска основной параллельной версии программного комплекса IDE «ТАСО-НЕЙРОКОНСТРУКТОР» для кластерных и суперкомпьютерных архитектур будет организована реализация лицензий на доступ к системе со стороны разработчиков интеллектуальных систем и моделей сложных систем, а также пойдет дальнейшее развитие проекта по четырем направлениям и нескольким этапам.

1. Первое направление будет посвящено созданию нейрогенетических искусственных когнитивных систем управления сложными техническими объектами. На первом этапе (2013 г.) Будет создана система поддержки принятия решений (СППР) по управлению магистральным транспортом газа на базе самообучающихся кортикоморфных нейросетей. На втором и последующих этапах этого направления будет осуществляться разработка других информационно-управляющих систем для технических объектов (электростанции, суда, технологические процессы) и самообучающихся искусственных когнитивных систем управления роботами.

2. Второе направление (оно, скорее всего, станет основным) будет посвящено созданию нейрогенетических искусственных когнитивных систем семантического анализа, в первую очередь системы анализа и синтеза семантики текста на базе кортикоморфных нейросетей. В качестве результатов первого этапа работ по этому направлению (2013 г.) планируется провести демонстрация ответов системы на произвольные вопросы по изученной системой тематике. На втором этапе (2014 г.) в рамках этого направления планируется обеспечить решение вербально сформулированных математических задач уровня школьного курса математики. На третьем этапе (2015 г.) создать систему билингвального семантического перевода. Конечной обозримой на сегодня целью и четвертым этапом работ по этому направлению (2016-2018 гг.) является создание распределенных искусственных когнитивных систем в среде Интернет общепользовательского, корпоративного и индивидуального назначения при их различной профессиональной специализации в процессе обучения.

3. Третье направление будет преследовать цель расширения набора интерфейсов программного комплекса IDE «ТАСО-НЕЙРОКОНСТРУКТОР» для анализа внешней информации и вывода результатов работы программы. В рамках этого направления в 2013-2016 гг. будут созданы нейрогенетическая система анализа и синтеза семантики изображений, получаемых с видеокамер, системы анализа и синтеза семантики звуковой информации, система прогнозирования временных рядов, а также мастер внешних интерфейсов программного комплекса для широкого набора подключаемых устройств.

4. Запланировано, что одним из приложений мастера внешних интерфейсов станет генерация растровых изображений для использования в качестве масок по производству микросхем на базе специального оборудования (комплексов «Нанофаб» и др.). Это направление будет развиваться уже в 2013-2015 гг. и позволит обеспечить разработку и мелкосерийное производство в России некоторых видов отечественной компонентной базы.

Кроме развития параллельной будет поддерживаться и последовательная версия программного комплекса IDE «ТАСО-НЕЙРОКОНСТРУКТОР» для пользователей, не имеющих в своем распоряжении кластерных суперкомпьютерных систем.

Перспективы развития проекта:

Перспективы развития проекта связаны со следующими четырьмя направлениями:

1. Создание на базе разрабатываемого в рамках заявляемого проекта IDE «ТАСО-НЕЙРОКОНСТРУКТОР» и реализация для предприятий Газпром Трансгаза cамообучающейся системы поддержки принятия решений (СППР, Decision Support System, DSS) по оперативному управлению магистральным транспортом газа на базе нейронных сетей с кортикоморфной архитектурой. В настоящее время ООО «ТАСО» ведет экспериментальную разработку системы поддержки принятия решений по диспетчерскому управлению магистральным транспортом газа на материалах Грязовецкого газотранспортного узла ООО «Газпром трансгаз Ухта». Постановка задачи определена тем обстоятельством, что в настоящее время при использовании традиционной системы телеметрии и диспетчерского управления (SCADA-системы и системы моделирования) задачу анализа ситуации и принятия решений по управлению магистральными газопроводами выполняет человек-диспетчер. При принятии ответственных решений в ограниченные сроки на основе многокритериальных данных (например, при предупреждении аварийных ситуаций) нагрузка на диспетчера существенно возрастает. Еще больше принятие решений усложняется при необходимости анализа трубопроводной системы с перемычками и различными вариантами прямого, обратного и реверсивного течения газа. Перспективной технологией обеспечения деятельности диспетчеров газотранспортных систем являются автоматизированные системы поддержки принятия решений (СППР). Основными недостатками существующих на сегодня СППР являются неспособность к обучению и самообучению на основе реальных данных, получаемых от телеметрии и программных комплексов моделирования, когда СППР зависит от качества администрирования со стороны человека, превращаясь в простую запись правил/ а также неспособность четко распознать возникшую ситуацию и предложить диспетчеру определенный план действий. Для преодоления этих недостатков необходимо разработать СППР, способную: (1) Запоминать и воспроизводить последовательность действий опытных диспетчеров при выставлении режимов для выполнения поступающих производственных заданий или ликвидации нештатных ситуаций; (2) При воспроизведении действий диспетчеров формировать рекомендации по действиям диспетчера с учетом текущих параметров телеметрии магистральных газопроводов для недопущения нештатных ситуаций (помпаа, превышение предельного давления и т.д.); (3) Самостоятельно распознавать возникающие нештатные или неоптимальные состояния участков газотранспортной системы на основе данных телеметрии и вносить диспетчеру предложения по их устранению; (4) Самостоятельно прогнозировать развитие состояния участков газотранспортной системы и заблаговременно предупреждать диспетчера о возможном развитии ситуации; (5) Вырабатывать и предлагать диспетчеру оптимальный вариант действий по изменению производственных режимов в системе магистральных газопроводов с учетом критериев экономии расхода газа на собственные нужды и других критериев оптимизации при условии успешного выполнения полученного производственного задания; (6) Знания, полученные в одном обучающем случае, например, на одном участке газопровода, применять, если это допустимо, в аналогичных ситуациях в других случаях посредством моделирования абстрактного мышления (изменение структуры ассоцитивного основания или обработку данных в кортикальных колонках дополняющих типов ассоциативных оснований), а также ассоциативной рекомбинации; (7) Предлагать диспетчеру для санкционирования строго определенный сценарий действий; (8) Вести текстовый диалог с диспетчером на естественном (русском) языке. Технологии, разработанные в 1997-2011 гг. специалистами, работающими в ООО «ТАСО», а также возросшие возможности высокопроизводительных вычислительных кластеров позволяют сегодня создать принципиально новый тип информационно-управляющих СППР для диспетчеров магистральных ГТС в виде искусственной когнитивной системы (ИКС), способной к обучению, самообучению и моделированию рассуждения на основе наблюдения за действиями диспетчеров, анализа данных телеметрии по состоянию ГТС и обращению к модельным расчетам в традиционных программных комплексах типа "Астра", а также к выработке четких рекомендаций по действиям диспетчеров в различных ситуациях. Заинтересованность в приобретении подобных интеллектуальных систем имеют сегодня все 17 газотранспортных обществ Газпром-Трансгаза. Для выполнения нейросети поддержки принятия диспетчерских решений по управлению магистральным транспортом газа необходимо завершение параллельной версии IDE «ТАСО-НЕЙРОКОНСТРУКТОР» в рамках заявляемого проекта.

2. Создание на базе разрабатываемого в рамках заявляемого проекта IDE «ТАСО-НЕЙРОКОНСТРУКТОР» и реализация в виде облачного сервиса нейрогенетической системы анализа и синтеза семантики текста, решения когнитивных задач и семантического перевода. Разработанные ООО «ТАСО» технологии позволяют искусственной кортикоморфной нейросети осуществлять запоминание текстов, их семантический анализ, корректно отвечать на вопросы по тексту с учетом структуры и контекста запроса, осуществлять семантический перевод и решать вербально сформулированные задачи, используя возможности обработки текстовых данных в модулях кортикальных колонок для различных типов ассоциативных оснований. В 2013-14 гг. для демонстрации базовых способностей системы планируется последовательно провести несколько пресс-конференций, на которых показать способность создаваемых искусственных когнитивных систем ответить на вопросы по впервые предъявленному журналистами тексту на основе ранее полученных системой знаний, решить вербально сформулированную задачу из школьного курса математики и осуществить билингвальный перевод текста. Планируется создание как общепользовательских искусственных когнитивных систем обработки семантики текста в сети Интернет (услуги которых предоставляются пользователям бесплатно, а возвратность средств обеспечивается за счет рекламы и сопутствующих услуг), так и корпоративных и персональных версий искусственных когнитивных систем (лицензии на пользование которыми реализуются на коммерческой основе). Для выполнения нейросети анализа и синтеза семантики текста необходимо завершение параллельной версии IDE «ТАСО-НЕЙРОКОНСТРУКТОР» в рамках заявляемого проекта.

3. Предоставление платного облачного доступа к ресурсам IDE «ТАСО-НЕЙРОКОНСТРУКТОР» заинтересованным разработчиком интеллектуальных нейросетевых систем и динамических моделей сложных систем. За последние 5 лет в России установлено более 200-т суперкомпьютерных систем. В то же время до сих пор не удовлетворен спрос исследователей и разработчиков на свободный доступ к программному обеспечению для моделирования интеллектуальных и сложных систем. Не случайно Президент России Д. Медведев, выступая 28.07.2009 г. на заседании Совета Безопасности по вопросам создания и применения суперкомпьютеров, указал на необходимость разработки в России специализированного программного обеспечения для суперкомпьютеров, а министр связи и массовых коммуникаций И.Щеголев отметил, что: «в числе приоритетов государственной политики в области суперкомпьютерных и грид-технологий следует назвать создание математического и специального программного обеспечения». После завершения настоящего проекта планируется обеспечить облачный доступ к разработанной параллельной версии IDE «ТАСО-НЕЙРОКОНСТРУКТОР» заказчикам через реализацию лицензий на доступ к ресурсам системы или, в индивидуально обсуждаемых случаях, лицензий на стандартную конфигурацию системы с сервером продукта.

4. Разработка на базе создаваемых в среде IDE «ТАСО-НЕЙРОКОНСТРУКТОР» нейросетевых моделей кортикальной колонки мозга аппаратного нейрочипа и его реализация. В январе 2012 г. к ООО «ТАСО» обратился российский производитель суперкомпьютеров, компания «Т-Платформы» (г. Москва) с предложением рассмотреть возможность разработки компьютерной микросхемы, моделирующей кортикальную колонку мозга на основе сетевых архитектур, созданных в ООО «ТАСО». Возможность разработки и мелкосерийного выпуска микросхем появилась в Тюмени в результате приобретения ТюмГУ комплекса оборудования «Нанофаб-100» в рамках федеральной программы развития наноиндустрии. Анализ ситуации показал целесообразность и возможность выпуска такого нейрочипа на основе разработанных ООО «ТАСО» нейроархитектур и впервые синтезируемого в России на установке «Нанофаб-100» мемристора (мемристор – четвертый фундаментальный компонент электроники, наряду с резистором, конденсатором и катушкой индуктивности, синтезированный компанией Hewlett-Packard в 2008 г. Мемристор действует как сопротивление, значение которого изменяется в зависимости от проходящего через него тока, позволяя усиливать и ослаблять связь в зависимости от статистики сигнала. В этом мемристор воспроизводит функции живого нейрона и позволяет аппаратно объединить компьютерную память и вычисления). В рамках намеченного плана работ будет (1) получен мемристор путем ионной имплантации легирующих примесей в диоксид титана (TiO2); (2) получены модификации мемристора с различными характеристиками и исследованы их свойства, создана библиотека мемристоров; (3) создана микросхема искусственного нейрона как последовательности мемристоров с разными характеристиками; (4) выполнен прототип нейрочипа модели кортикальной колонки разработки ООО «ТАСО». Получение этого результата требует завершения параллельной версии IDE «ТАСО-НЕЙРОКОНСТРУКТОР» в рамках заявляемого проекта.

Оригинал: tyumen-technopark.ru/business-full/27741

Обсуждение: project-ai.org/forum/viewtopic.php?t=790

© AiKernel 2010-2013
24.05.2012 - 17.01.2013