Интегрированные цифровые двойники: как сделать требования машинопонимаемыми
В рамках конференции «Интегрированные цифровые двойники», организованной ПАО «Газпром Нефть» при интеллектуальной поддержке «Сколтеха», представители АО «Кодекс» и АЦКУ вместе с отраслевыми экспертами обсудили, как превратить нормативные требования из обычного текста в машинопонимаемые данные — и почему это критично для работы цифровых двойников.
Дискуссия состоялась в рамках секции «Семантика и доверие — какие данные, правила и доказательства, позволяют системе действовать?». Сергей Тихомиров, генеральный директор АО «Кодекс» и председатель ТК 711 «Умные (SMART) документы», выступил со вступительным словом, в котором рассказал о концепции умных (SMART) документов. По его словам, в современных технологических реалиях документ не может оставаться «плоским текстом». Он должен превратиться в информационную систему, где к человекоориентированное содержание продублировано структурированными информационными элементами — формулами, 2D‑ и 3D‑объекты, программным кодом. Задача ТК 711 — стандартизировать такие элементы и обеспечить, чтобы версия для человека и машинопонимаемая версия строго соответствовали друг другу. С. Тихомиров особо подчеркнул, что качество работы искусственного интеллекта и автоматизированных систем напрямую зависит от качества исходных данных: чем «умнее» исходный документ, тем точнее и надёжнее выводы системы.
Сергей Петров, учредитель и председатель Ассоциации цифрового кибернетического управления «АЦКУ», в свою очередь показал, как из умного документа» строится машиночитаемый граф знаний. Сегодня требования в документах представлены в виде текста без идентификаторов и явных связей между собой и этапами жизненного цикла объекта. Это приводит к системным потерям данных: на поиске актуальной редакции, выявлении противоречий и на стыке стадий проектирования и эксплуатации. Например, при передаче объекта в эксплуатацию ранее установленные требования фактически «теряются», и цифровой двойник вынужден опираться на интерпретацию инженера, а не на данные напрямую.
Решением становится граф знаний, где требования — это узлы, а связи между ними типизированы: «уточняет», «противоречит», «актуально на стадии», «проверяется актом». Такой подход позволяет системе самостоятельно находить конфликты и проверять соответствие, а не просто подсказывать человеку.
Среди барьеров внедрения С. Петров назвал отсутствие единой онтологии (каждая компания формирует собственную семантическую модель) и низкую готовность бизнеса к пилотным проектам. Важным шагом в развитии направления становится внедрение идентификаторов и обязательных требований к единой цифровой среде.
Подробные тезисы этих и других докладов конференции будут опубликованы в ближайших номерах Информационного бюллетеня «Техэксперт»: https://cntd.ru/services/bulletin.
