CNews Analytics впервые опубликовал Атлас «Российский рынок ИТ-услуг и системной интеграции». Он объединил две карты рынка.

На первой отечественные игроки рынка распределены по группам по одному принципу — типу оказываемых ИТ-услуг. Карта поделена на несколько больших блоков, которые выделили аналитики агентства после опроса более 40 российских ИТ-компаний:

• Импортозамещение
• Заказная разработка ПО
• ИТ-консалтинг
• Сервис и техническое обслуживание
• ИБ-услуги
• Тестирование
• Облачные сервисы
• Обучение персонала

Вторая карта показывает, в каких отраслях интеграторы преимущество реализуют ИТ-проекты. На ней представлены такие сферы, как промышленность, ритейл, финансовый и государственный секторы, топливно-энергетические комплекс (ТЭК), телеком, транспорт и логистика, здравоохранение, образование и агропромышленный комплекс (АПК). Аналитики остановились именно на этих отраслях также после опроса более 40 ИТ-компаний. Чаще всего интеграторы, принимающие участие в исследовании, реализуют проекты для заказчиков, работающих в промышленности, розничной торговле и банках.

НПП СпецТек присутствует на карте CNews в нескольких номинациях.

Актуальным требованием европейского регулятора является увеличение доли возобновляемых источников энергии (ВИЭ) при одновременном повышении устойчивости и экономической эффективности инфраструктуры. Для этого каждый оператор должен иметь возможность принимать собственные решения по внедрению ВИЭ, сохраняя и поддерживая совместимость и обмен данными с остальной энергосистемой. 

Помочь операторам должно создание федерации цифровых двойников, способных работать как единая система. Это повысит наблюдаемость и управляемость сетей, предоставит операторам системы расширенные возможности прогнозирования для оптимизации их действий на рынке, поможет им достичь разумных и скоординированных результатов. Разработка концепции общеевропейского цифрового двойника электроэнергетической системы на основе федерации локальных двойников - цель трехлетнего проекта TwinEU, поддержанного Европейской комиссией. Предполагаемая стоимость проекта - более 25 миллионов евро.

Для достижения столь амбициозной цели в консорциум TwinEU вошли 75 партнеров, в том числе университеты, исследовательские центры, поставщики электроэнергетических и ИТ-услуг, а также операторы систем передачи и распределения электроэнергии из 15 европейских стран: Австрии, Бельгии, Болгарии, Кипра, Франции, Германии, Греции, Венгрии, Италии, Люксембурга, Нидерландов, Португалии, Румынии, Словении и Испании. На 8 пилотных площадках в 11 странах будут созданы различные цифровые двойники для достижения воспроизводимости разработанных решений в различных географических и рыночных условиях. Координатором проекта является Институт прикладных информационных технологий Фраунгофера (FIT) и его Центр цифровой энергетики.

Например, пилотный проект Франция-Нидерланды имеет целью создание взаимной выгоды для системных операторов (TSO) и распределительных операторов (DSO) за счет предоставления эффективных с точки зрения вычислений и надежных инструментов для прогнозирования, предотвращения и смягчения последствий неустойчивости в условиях высокой степени проникновения ВИЭ и слабых топологических и эксплуатационных условий сети. В рамках данного пилотного проекта также уделяется внимание разработке Центра управления будущего (CRoF) для операторов систем передачи и распределения электроэнергии.

Проблемы, с которыми сталкивается TwinEU, заключаются в отсутствии единого мнения по поводу определения цифрового двойника и его функций, недостаточной синхронизации цифровых моделей/копий с реальными активами, а также в отсутствии конкретных реализаций цифровых двойников многократного использования на общеевропейском уровне. Кроме того, отсутствует согласованный стандартизированный подход к моделированию сетей, который подходил бы всем, а также недостаточно хорошо изучены возможности цифровых двойников как эффективного способа поддержки сотрудничества между заинтересованными сторонами и соответствующего обмена данными.

Почти половина мирового объема частных инвестиций вкладывается в проекты разработки и развития искусственного интеллекта (ИИ). Но, как и другие технологии перед своим крахом, пузырь ИИ демонстрирует готовость лопнуть. 

Есть такая вещь, как «Efficient Compute Frontier» (граница эффективных вычислений). Это очень причудливый способ сказать, что обучение искусственного интеллекта (ИИ) имеет уменьшающуюся отдачу. Короче говоря, ИИ должен быть «обучен» на данных, и если вы хотите улучшить свой ИИ, вам нужно обучить его большему количеству данных, что требует большей вычислительной мощности. Однако связь между объемом данных обучения и производительностью не является линейной. Существует эффект убывающей доходности. Так, если удвоить объём обучающих данных для небольшого ИИ, производительность может увеличиться на 5%, но если затем ещё раз удвоить объём обучающих данных, производительность может увеличиться только на 1% и т. д.

Это не было бы проблемой, если бы обучение ИИ не было невероятно дорогим с точки зрения денег, энергии и инфраструктуры. В результате стоимость совершенствования ИИ растёт экспоненциально. Мы уже видим это ограничение в действии, поскольку последние модели OpenAI едва ли лучше предыдущих, несмотря на значительно большие тренировочные наборы данных и гораздо большие затраты.

Даже если бы наши нынешние технологии могли реально создать общий искусственный интеллект (ОИИ), создание такого ОИИ было бы чрезмерно дорогим, если не сказать, что оно вообще невозможно, учитывая ресурсы, которыми располагает человечество.

Современный генеративный ИИ действительно способен на многое! Но он не создаёт никакого прироста производительности. Почему? Он просто недостаточно стабилен, и поэтому за ним должен следить квалифицированный специалист, что обходится примерно столько же, сколько и найм специалиста для выполнения той же работы. Это стало настолько распространённой проблемой, что банки и технологические гиганты, вложившие миллиарды долларов в ИИ, теперь серьёзно обеспокоены своими инвестициями.

Именно здесь возникает гипотеза Флориди. Лучано Флориди - профессор Йельского университета и директор-основатель Центра цифровой этики. В своей недавней статье Флориди выдвинул гипотезу, что системы ИИ могут либо иметь сложную область применения, но не обладать достаточной точностью, либо применяться в узкой области и иметь большую точность. Важно отметить, что гипотеза Флориди утверждает, что ИИ абсолютно не может одновременно иметь сложную область применения, такую как вождение автомобиля, где ИИ должен решать множество задач, и большую точность.

По-другому это можно сформулировать так: по мере расширения сферы применения ИИ он всегда будет становиться менее точным и будет выдавать аномальные результаты (по глупости называемые "галлюцинациями"). Флориди не просто взял эту идею из воздуха. Она основана на математическом описании функционирования нейронных сетей.

Гипотеза Флориди гласит, что независимо от объема дополнительных данных, обучения или оптимизации нейронной сети, всегда будет существовать компромисс между масштабом и надежностью. Другими словами, не имеет значения, сколько миллиардов долларов Маск вложит в разработку FSD — поскольку в нем отсутствуют какие-либо попытки ограничить задачи ИИ, он всегда будет страдать от ошибочных результатов, быть ненадежным и, в конечном счете, небезопасным.

Итак, когда этот пузырь лопнет, это нанесет огромный ущерб всем этим странным техническим гениям и токсичным финансистам. Но у них есть план, как увернуться от апокалипсиса. Квантовые компьютеры. И все они отчаянно хотят, чтобы мы присоединились к новому движению.

Фото: Rock'n Roll Monkey на Unsplash

Сертификат соответствия получило Нью-Йоркское энергетическое управление (NYPA) на свою систему управления активами по новому стандарту ISO 55001:2024. 

Сертификат выдан компанией EA Technology при поддержке Института управления активами (IAM) в рамках одобренной ими схемы оценки. 

В ходе аудита на первом и втором этапах, проведённого в нескольких офисах и на производственных площадках NYPA, компания EA Technology отметила следующее:

• Представители NYPA хорошо разбирались в своей системе управления активами и представили доказательства в упорядоченном и понятном виде.
• Постоянное совершенствование системы управления активами и всех процессов NYPA является движущей силой системы управления активами.
• NYPA предоставила доказательства соответствия новым разделам стандарта ISO 55001:2024 (система принятия решений, требования SAMP, знания, предиктивные действия и т. д.). NYPA также предоставила доказательства того, что уже разработаны планы по улучшению этих процессов.
• Работа, которую выполняет NYPA, соответствует целям, поставленным Управлением, которые, в свою очередь, соответствуют требованиям заинтересованных сторон.
• Процессы управления активами были тщательно изучены на всех производственных объектах NYPA, прошедших аудит второго этапа.

Активы NYPA включают в себя 17 электростанций, в том числе флагманских гидроэлектростанций на реках Ниагара и Святого Лаврентия, а также 1550 миль высоковольтных линий электропередачи. NYPA, крупнейшая в стране государственная электроэнергетическая компания, обеспечивает до четверти потребностей в электроэнергии в штате Нью-Йорк. 

NYPA прошла первую сертификацию в августе 2019 года. С тех пор NYPA прошла повторную сертификацию в 2022 году, а теперь получила сертификат по новому стандарту 2024 года.

В Казахстане для диагностики автомобильных дорог внедрена система SRDS (Smart Roads Diagnostics System), разработанная и запатентованная Национальным центром качества дорожных активов.

Система обеспечивает распознавание нескольких видов дорожных дефектов с точностью более 95% и формирования отчетов о состоянии дорожного покрытия. Благодаря технологиям искусственного интеллекта удалось снизить время обработки данных о дефектах с четырёх дней до четырёх часов на каждые 100 км. В частности, SRDS с помощью компьютерного зрения автоматически определяет такие дефекты, как продольные трещины, поперечные трещины, сетка трещин, выкрашивание и вышелушивание, выпотевание, выбоины и ямочность, кромочность, колейность, а также фиксирует их размеры и протяжённость.

Обследование проводится передвижными лабораториями с видеокамерами, датчиками и GPS-навигацией. Ежегодно с применением ИИ проверяется до 15 тыс. км республиканских и около 5 тыс. км местных дорог.

Результаты ложатся в основу решений о ремонте и реконструкции, позволяют быстрее выявлять проблемные участки и повышать безопасность движения. Это обеспечивает эффективное планирование ремонтов и рациональное использование бюджета, сделает процесс планирования дорожных работ более прозрачным и управляемым.

Для водителей такие новации означают уменьшение количества аварийных ситуаций и ускорение проведения ремонтов. 

Фото: pixabay.com