Қазақстан Республикасының Премьер-министрі Олжас Бектеновтің төрағалығымен өткен Үкімет отырысында экономика саласына жасанды интеллект енгізу мәселесі қаралды.

Жиында Премьер-министрдің орынбасары – жасанды интеллект және цифрлық даму министрі Жаслан Мәдиев, өнеркәсіп және құрылыс министрі Ерсайын Нағаспаев, көлік министрі Нұрлан Сауранбаев, энергетика министрі Ерлан Ақкенженов, ғылым және жоғары білім министрі Саясат Нұрбек, сондай-ақ «Қазақтелеком» АҚ, Астық консорциумы және «Ascle» ІТ стартап басшылығы баяндама жасады. Энергетика министрі Ерлан Ақкенженов отын-энергетика кешені секторларындағы ЖИ жобалары туралы айтып берлді. 

«Мемлекет басшысы жариялаған Цифрландыру және жасанды интеллект жылы аясында министрлік отын-энергетика кешеніне жасанды интеллектіні енгізу бойынша жүйелі жұмыс жүргізуде. Осы мақсатта министрлік жаһандық вендорлар, салалық компаниялар және Жасанды интеллект шешімдері бар IT-компаниярдың қатысуымен AI-альянс құрды. Сонымен қатар отандық бағдарлама өндірушілерді қолдауға ерекше көңіл бөлінуде. Осы бағытта Astana Hub резиденттерімен Жасанды интеллект шешімдерін бірлесіп сынақтан өткізу және енгізу бойынша меморандумдар жасалды. Бүгінгі таңда 45 жобадан тұратын портфель жасақталды, оның 10-ы сараптама сатысында, 27-сі әзірлену сатысында және 8-і іске қосылу сатысында», — деді ол.

Оған бірінші мысал – мұнай өндіру саласында жасанды интеллектіні практикалық қолдану. Бұл – ұңғымаларды онлайн бақылауға арналған интеллектуалды жүйе. Жүйенің негізгі міндеті – ұңғымалардың көрсеткіштерін нақты уақыт режимінде талдау. Жасанды интеллект проблемалық учаскелерді анықтайды, жоспарлы көрсеткіштерден ауытқуларды тіркейді, мұнай өндіру көлемін болжайды және мамандарға тиімді шешім қабылдауға көмектеседі.

Пилоттық жобаны енгізу бірқатар жер қойнауын пайдаланушылар базасында жүзеге асырылды. Күтілетін нәтиже – ұңғымалардың тоқтап қалу уақытын 20%-ға дейін қысқарту және жылына 1 млрд теңгеге дейін экономикалық тиімділікке қол жеткізу.

Айта кету керек, бұл жүйе – қазақстандық өнім. Оның экспорттық әлеуеті бар. Қазіргі уақытта жүйені халықаралық нарықтарға, оның ішінде АҚШ нарығына шығару бойынша жұмыс жүргізілуде.

«Келесі мысал – мұнай өнімдерінің айналымын талдау үшін жасанды интеллектіні қолдану. Бұл жүйе нарық қатысушыларынан келетін цифрлық деректерді біріктіреді. Жасанды интеллект мұнай өнімдерінің қозғалысын талдайды, өңірлер бойынша қор көлемін болжайды және артық қор немесе тапшылық тәуекелдерін алдын ала анықтауға көмектеседі. Бұл жеткізілімдерді нақты жоспарлауға, логистиканы үйлестіруге және басқарушылық шешімдерді уақытында қабылдауға мүмкіндік береді. Күтілетін нәтиже – жоспарлау дәлдігін 85%-ға дейін арттыру және жылына 22,5 млрд теңгеге дейін экономикалық әсерге қол жеткізу. Айта кету керек, бұл Жасанды интеллект моделі де – қазақстандық өнім. Ол «ҚазМұнайГаз» бен Қазақстан-Британ техникалық университетінің ынтымақтастығы мен AI SANA бағдарламасы аясында жасалған», — деді энергетика министрі.

 Үшінші мысал – кен орнын тиімді басқару үшін жасанды интеллектіні қолдану. Бұл жерде геологиялық және гидродинамикалық модельдерді талдайтын, нақты уақыт режимінде деректерді тексеретін, кен орындарын игеруді оңтайландыруға көмектесетін және мұнай алу коэффициентін арттыратын Жасанды интеллект платформасы туралы сөз болып отыр. Жүйені өндірістік енгізу «ҚазМұнайГаз» активтерінің портфеліне кіретін 12 кен орнын қамтиды. Күтілетін экономикалық тиімділік 2030 жылға қарай 2,9 млн тонна қосымша өндіру есебінен 326,3 млрд теңгеге дейін құрайды. Бұл жүйе – «ҚазМұнайГаздың» меншікті өнімі және басқа мұнай өндіруші ұйымдардың кен орындарында кеңінен тарату әлеуеті бар.

«Төртінші мысал – өнеркәсіптік қауіпсіздікті арттыру үшін жасанды интеллектіні қолдану. Жүйе өндірістік нысандардағы бейнеағындарды автоматты түрде талдайды. Нақты уақыт режимінде қауіпсіздік талаптарының бұзылуын анықтайды. Бұл бақылауды күшейтуге, оқиғаларға жылдам әрекет етуге және апаттық жағдайлардың алдын алуға мүмкіндік береді. Пилоттық жобаны министрлік жетекшілік ететін ұлттық компаниялардың объектілеріне енгізу көзделген. Күтілетін нәтиже – өндірістік оқиғаларды 78%-ға дейін төмендету және жылына 2,84 млрд теңгеге дейін экономикалық әсерге қол жеткізу», — деді Ерлан Ақкенженов.

Бесінші мысал – табиғи газ тұтынуын болжау үшін жасанды интеллектіні қолдану. Жүйе мобильді қосымша арқылы газ есептегішінің көрсеткіштері мен сериялық нөмірін фотосурет арқылы автоматты түрде таниды. Бұл тұтынушыларға деректерді газбен жабдықтаушы ұйымға тез әрі қатесіз жіберуге мүмкіндік береді.

Сонымен қатар жасанды интеллект моделі газ тұтынудың ұзақ мерзімді болжамын жасайды. Бұл газ жеткізуді жоспарлау және басқару сапасын арттырады. Күтілетін нәтиже – деректерді беру дәлдігін 86%-ға дейін арттыру, сондай-ақ газбен жабдықтау операторының шығындарын оңтайландыру есебінен жылына 300 млн теңгеге дейін экономикалық әсерге қол жеткізу.

«Алтыншы мысал – Біртұтас энергетикалық жүйені басқару үшін жасанды интеллектіні қолдану. Жүйе деректерді нақты уақыт режимінде талдауға және диспетчерлердің жедел шешім қабылдауына көмектесуге арналған. Жасанды интеллект моделі электр жүктемесін болжайды, ықтимал бұзушылықтарды анықтайды және энергожүйедегі оқиғаларға жылдам әрекет етуге мүмкіндік береді. Пилоттық жобаны енгізу KEGOC базасында жүзеге асырылуда. Жоба – қазақстандық өнім және AI Governance Cup конкурсының жеңімпазы. Күтілетін нәтиже – инциденттерге әрекет ету уақытын 30%-ға дейін қысқарту. Алдын ала консервативтік есептеулер бойынша экономикалық әсер жылына 200 млн теңгеге дейін болуы мүмкін», — деді спикер.

Жетінші мысал – жаңартылатын энергия көздері объектілерінің генерациясын болжау үшін жасанды интеллектіні қолдану. 

Жүйе ауа райы деректерін, бұрынғы генерация көрсеткіштерін және нысандардың қазіргі жұмыс жағдайын ескере отырып, электр энергиясын өндіру көлемін бір тәулікке алдын ала болжайды. Пилоттық жобаны енгізу KEGOC және «Самұрық-Энерго» объектілерінде жүзеге асырылуда. Өнімді алдағы уақытта барлық ЖЭК генерациясы нысандарында кеңінен қолдануға болады. Нәтижесінде жаңартылатын энергия көздердің нақты өндіріс көлемінің жоспарлы көрсеткіштерден ауытқуын 25%-ға дейін төмендету, сондай-ақ генерацияны дәл жоспарламаудан туындайтын шығындарды азайту есебінен жылына 1,2 млрд теңгеге дейін үнемделеді.

«Сегізінші мысал – жылу желілерінің жағдайын диагностикалау үшін жасанды интеллектіні қолдану. Бұл – акустикалық резонанс әдісін қолдана отырып, құбыр ішіндегі диагностиканы жүргізетін роботтандырылған кешен. Жасанды интеллект моделі алынған деректерді талдайды, жылумен жабдықтау нысандарының техникалық жағдайын бағалайды, ақауларды анықтайды және апат қаупін алдын ала болжайды. Пилоттық жобаны енгізу Шымкент қаласындағы «Қуатжылуорталық-3» объектісінде жүзеге асырылды. Қазіргі уақытта жоба кеңінен тарату кезеңінде. Өнімнің экспорттық әлеуеті бар. Оны Өзбекстан нарығына шығару бойынша жұмыс жүргізілуде. Шымкент қаласындағы пилот қорытындысы бойынша маңызды нәтиже алынды: жөндеу жұмыстарына арналған бюджетті 75%-ға дейін қысқарту және жылына 887 млн теңгеге дейін экономикалық әсерге қол жеткізу», — деді министр.

Ұсынылған жобалар жасанды интеллекттің отын-энергетика кешенінде іс жүзінде қолданылып жатқанын және нақты нәтиже беріп отырғанын көрсетеді. Отандық әзірлемелерді қолдауға ерекше назар аударылуда. Көптеген шешімдер қазақстандық компаниялар тарапынан әзірленуде және оларды кеңінен қолдануға әрі экспортқа шығаруға мүмкіндік бар. Министрлік жасанды интеллект шешімдерін енгізуді жеделдету, табысты жобаларды кеңінен тарату және отын-энергетика кешенінде жасанды интеллектіні қауіпсіз қолдану үшін қажетті жағдайлар жасау жұмысын жалғастырады.

#Мұнай-газ саласы #Цифрландыру #Энергетика #ҚР ЭМ #Үкімет отырысы

• 
• 
• 
•