на базе технологий искусственного интеллекта

ЛЕДОВОЙ ОБСТАНОВКИ

ПРОГНОЗИРОВАНИЯ

Система ансамблевого

В результате работы системы пользователь получает прогноз на 3 дня по следующим переменным:
Результат
Проблематика
Формирование набора оптимальных архитектур искусственных нейронных сетей для задач оперативного прогнозирования ледовой обстановки
Метод
Построение системы ансамблевого прогнозирования ледовой обстановки на базе технологий искусственного интеллекта
Цель
На мировом рынке программного обеспечения в настоящий момент отсутствуют продукты на базе ИИ, способные предоставить качественные краткосрочные прогнозы ледовой обстановки с высоким пространственным разрешением, для решения задач морского судоходства по Северному морскому пути.
Надежная гидрометеорологическая поддержка имеет решающее значение для судоходства по СМП, который обеспечивает наиболее короткий путь судоходства между Европой и Азией. Точные прогнозы погоды, прогнозирование состояния морского льда и океанографические данные необходимы для обеспечения безопасного прохождения в этих сложных условиях. Поскольку изменение климата приводит к изменению структуры льда, своевременная информация помогает судам избегать опасных условий, повышает эффективность эксплуатации и сводит к минимуму экологические риски. Эффективные гидрометеорологические службы не только обеспечивают безопасность морских операций, но и расширяют экономические возможности в арктической торговле.
Описание
Проекта
толщина льда, м
концентрация льда
дрейф льда, м/с
Преимущества
Стоимость
Оборудование для аналогов, построенных на классической численной схеме с использованием гидродинамических моделей стоит 70–120 млн ₽, для моделей искусственного интеллекта — 3–5 млн ₽
Скорость
Более быстрая выдача прогноза, позволяющая оперативно проводить ассимиляцию данных (1 минута против 1,5 часов у классических моделей)
Российской Арктики
150
в
раз быстрее
специально для территории
25
в
раз дешевле
Актуальность продукта
Мурманск
Архангельск
Нарьян-Мар
Диксон
Тикси
Певек
Анадырь
Петропавловск-Камчатский
Владивосток
План развития СМП до 2035 года, принятый 1 августа 2022 года, содержит раздел «Управление и развитие судоходства по Севморпути»
«Управление и
развитие судоходства по
Севморпути»
Дополнительные поручения по развитию Северного морского пути, обозначенные Председателем Правительства Михаилом Мишустиным 13 июля 2023 года в рамках Стратегической сессии, посвящённой развитию СМП, в части ледового прогноза
Стратегической сессии,
СМП,
посвящённой
развитию
Стратегия развития Арктической зоны Российской Федерации и обеспечения национальной безопасности и обеспечения национальной безопасности на период до 2035
Арктической
зоны
Российской Федерации
Области
применения продукта
Логистика
Прогнозы продукта позволят более рационально управлять логистическими операциями в навигационный период с учётом прогноза ледовой обстановки
рационально управлять
Строительство морских сооружений
Продукт позволит контролировать и управлять рисками при строительстве и эксплуатации гидротехнических морских сооружений
управлять
рисками
Геологоразведовочные и исследовательские работы
Продукт позволит избегать недовыполнение/срыв геологоразведовочных (ГРР) и исследовательских работ на морских акваториях
избегать
срыв
недовыполнение/
Морские операции
Продукт позволит уменьшить количество простоев судов и портовой инфраструктуры ввиду неблагоприятной гидрометеорологической обстановки
уменьшить
простоев судов
количество
Разработчик
МОРИНТЕХ разрабатывает цифровые продукты и применяет технологии искусственного интеллекта для нужд морской отрасли, предоставляет услуги по анализу данных, оперативному мониторингу и прогнозированию гидрометеорологической, ледовой и экологической обстановок.
Собственный продукт SLOYKA (Слойка*) ― цифровая платформа для поддержки принятия решений при хозяйственном освоении морских акваторий. Включена в реестр ПО.
Компания-участник инновационного центра «Сколково» в кластере ИТ, входит в Государственный Реестр аккредитованных организаций, осуществляющих деятельность в области информационных технологий.
компьютерного зрения;
машинного обучения;
глубокого математического моделирования; гидрометеорологических процессов;
обработки и визуализации больших пространственных данных;
анализа данных дистанционного зондирования (космических аппаратов)
из них 12 специалистов в области:
55
сотрудников
результатов интеллектуальной деятельности зарегистрировано
13
цифровых сервисов;
анализа больших данных;
спутникового мониторинга и анализа космических снимков;
мониторинга и прогнозирования гидрометеорологической и ледовой обстановки
в области разработки:
65
проектов
более
В кооперации с ЦМИ МГУ
Моринтех работает над проектом в кооперации с ООО «Центр морских исследований МГУ имени М.В. Ломоносова».
ЦМИ МГУ — инновационная научно-техническая компания, выполняющая комплексные научно-исследовательские и опытно-конструкторские работы в сфере морских исследований и технологий, проводит инженерные, экологические и мониторинговые исследования на морских акваториях.
Обмен данными
Экспертная поддержка
Тестирования и внедрение продукта
Взаимовыгодное сотрудничество позволяет:
01
02
Моринтеху получить доступ к уникальным данным
ЦМИ МГУ располагает собственными уникальными данными, которые постоянно пополняются в результате полевых измерений параметров окружающей среды, проводимых на пяти площадках в акватории арктических морей.
Эти данные используются для валидирования разрабатываемых локальных моделей и минимизации систематических ошибок в прогнозе.
ЦМИ МГУ расширить перечень предоставляемых услуг
ЦМИ МГУ обладает широкими компетенциями для оказания комплексных услуг по гидрометеорологическому сопровождению хозяйственной деятельности. Однако, несмотря на это, у него отсутствуют необходимые решения по прогнозированию на базе ИИ.
Разработанный компанией «Моринтех» продукт позволит расширить перечень предоставляемых услуг, повысить скорость вычислений и качество предоставляемых прогнозов и выступить комплексным подрядчиком по гидрометеорологическому сопровождению федеральных проектов.
Работа над проектом ведется с сентября 2023 года.
Выход продукта на рынок планируется в сентябре 2025 года
Этапы
разработки
01
Генерация нейропоиском набора перспективных нейросетевых архитектур для прогнозирования ледовой обстановки
02
Поиск и выбор оптимальных источников входных данных для обучения нейросетей
03
Разработка инструмента для ассимиляции данных для нейросетей
04
Формирование прогнозов
05
Интеграция сервиса во внешние продукты
01
Генерация набора нейросетевых архитектур
Архитектура продукта
Нейронный поиск архитектур
на основе LLM
Модуль может быть адаптирован к использованию любой LLM, на данный момент используется llama-3.1 (70B)
любой LLM,