Российские и индийские исследователи разработали систему искусственного интеллекта, предназначенную для оценки остаточного ресурса авиационных двигателей. Ключевая особенность новой технологии заключается в том, что она не только с высокой точностью прогнозирует изменения в состоянии агрегатов, но и способна оценивать степень своей уверенности в сделанных предсказаниях. Это значительно повышает безопасность применения инструментов на базе ИИ при техническом обслуживании авиационной техники.
Как сообщает агентство ТАСС, старший научный сотрудник МФТИ Юрий Дорн пояснил суть разработки на простом примере. Он сравнил работу системы с прогнозом от двух экспертов. Один уверенно называет точное время поломки, а второй дает более вероятный диапазон, честно признавая границы своих знаний. По словам ученого, второй прогноз гораздо полезнее, и именно по такому принципу обучили новую модель — быть похожей на второго, более осторожного эксперта.
Проблема существующих систем искусственного интеллекта, которые уже применяются для отслеживания ресурса сложных механизмов, заключается в их непрозрачности. Такие системы работают по принципу «черного ящика», анализируя огромные массивы данных с датчиков, но выдавая лишь один «точечный» прогноз без указания возможного разброса значений. Это критически важно для инженеров, но существующие ИИ-модели не сообщают, насколько они уверены в своих выводах, что и мешает их широкому внедрению.
Для решения этой проблемы ученые предложили новый подход, при котором оценка неопределенности прогноза стала одной из главных целей обучения нейросети. Систему научили оценивать два вида неопределенности: связанную с погрешностями датчиков и случайными колебаниями в работе двигателя, а также обусловленную нехваткой данных для обучения самой модели. Эффективность подхода была проверена на наборе данных NASA. Новая разработка показала самую высокую точность прогнозирования и способность корректно оценивать степень неопределенности, что особенно ценно для практического применения.