Интеллектуальный анализ

В РАСУ цифровизировали работу по поиску требований в нормативных документах

Рутинные процессы, отнимающие у исполнителей массу времени, существуют в работе любого предприятия. Освободить от них человека, позволив ему заниматься более творческими задачами, могут цифровые технологии. В АО «РАСУ» искусственный интеллект помогает работать с требованиями при проектировании АСУ ТП.

Ни одна сфера человеческой деятельности не обходится без стандартов. Их применение — основа безопасности и качества товаров и услуг, почва для эффективного производства. И национальные, и международные стандарты постоянно обновляются, совершенствуясь с учетом новых реалий, без этого невозможно развитие технологий в целом и эффективная деятельность предприятий в частности.

С обработкой огромного объема нормативной документации связано и проектирование и сооружение атомных станций. Это десятки и сотни тысяч требований, выделение которых из нормативных документов является первоочередной задачей. Требованием называют формулировку ожидаемого свойства, поведения или характеристики продукта. Проект должен удовлетворять требованиям как заказчика, так и национальных и международных стандартов.

Работа с требованиями до сих пор выполняется вручную и является одним из наиболее рутинных и трудоемких процессов в проектировании, а ошибки на этом этапе приводят к дополнительным издержкам. Специалисты АО «Русатом Автоматизированные системы управления» решили повысить эффективность работы с нормативной документацией с помощью искусственного интеллекта, создав алгоритм автоматизации поиска требований.

Как сэкономить целый год

В конце 2019 года перед специалистами РАСУ встала нетривиальная задача, связанная с реализацией проекта строительства АЭС «Ханхикиви-1». Заказчик (финская компания Fennovoima) поставил условие: реализовать при проектировании АСУ ТП такой инструмент, как управление требованиями.

Речь идет о процессе выделения требований из нормативных документов. Один стандарт — это сотни страниц текста, в котором могут содержаться до 200–250 требований. В рамках одного проекта приходится обрабатывать порядка 50 тысяч требований. Например, в самом начале, когда алгоритм поиска находился на старте разработки, в проекте «Ханхикиви-1» было 209 применимых стандартов только в части АСУ ТП (сейчас их значительно больше). Учитывая, что для обработки одного стандарта специалисту нужно примерно два рабочих дня, то два специалиста выполняли бы эту задачу целый год. Еще один человек был бы все это время занят верификацией данных. Год работы — только на поиск требований в текстах нормативов!

В РАСУ решили попробовать ускорить и упростить процесс с помощью цифрового инструмента, в основе которого лежит машинное обучение. Суть решения — в анализе текста стандарта и поиске того, что является требованием. Как правило, нормативный документ представляет собой документ в формате pdf, где требования содержатся в текстовом виде. Задача алгоритма — атомизация текста: алгоритм разбивает его на фрагменты (они называются сущностями), в которых могут находиться требования. Разбивка происходит по нескольким категориям: заголовок, блок информации, блок требований, рисунок, таблица. Например, если в тексте есть маркированный список, алгоритм должен разбить его на пункты, определив каждый как отдельную сущность. То же самое — с каждым рисунком или таблицей. Разбив текст, алгоритм классифицирует полученные фрагменты, осуществляя поиск требований. Проектировщик по итогам получает готовый файл с собранными и классифицированными сущностями, который остается только просмотреть на предмет ошибок.

Готовых методик верификации не существует, поэтому участники проекта предложили свою. «Технические эксперты от УТ (управление требованиями) и УС (управление стандартизации) технического блока АО «РАСУ» выборочно проверяли результаты классификации, выполненной алгоритмом, каждого стандарта по отдельности из перечня тех, что применяются на проекте «Ханхикиви-1», — объясняет суть руководитель управления стандартизации АО «РАСУ» Игорь Мищенко. — Сравнение велось по каждому абзацу в отдельности для каждого стандарта. В результате эксперт либо подтверждал результат классификации, либо присваивал правильный класс для каждого проанализированного абзаца. Также анализировалась правильность разбиения текста на абзацы и корректность переноса различных символов, применяемых в исходном тексте».

Нужно отметить, что процент ошибок был невелик изначально: еще на этапе тестирования первой версии алгоритма удалось достичь 90% точности. По словам Игоря Мищенко, этот показатель можно довести до 97%, но добиться того, чтобы искусственный интеллект выполнял задачу идеально, на данном этапе невозможно: «Пока технологии искусственного интеллекта не дают стопроцентного результата. Наш алгоритм, например, не всегда понимает, где содержатся общие сведения о продукте, а где конкретные требования к его созданию. Порой отделить блок информации от блока требований способен только человек, но даже у него могут возникать проблемы из-за неоднозначности того, что есть требование».

Парадоксально, но точность работы алгоритма с англоязычными текстами стандартов оказалась выше, чем с русскоязычными — порядка 90% против 70% соответственно.

Выйти за рамки

Алгоритм выделения требований — результат коллаборации АО «РАСУ» и лаборатории искусственного интеллекта Частного учреждения по цифровизации атомной отрасли «Цифрум». К работе также присоединились студенты кафедры физико-технической информации МФТИ, базовой для РАСУ, где специалисты компании участвуют в учебном процессе. «Мы начали в конце 2020 года с того, что вместе с коллегами из «Цифрума» создали пилотную версию алгоритма. К марту следующего года она была готова в виде приложения, — рассказывает о хронологии процесса Игорь Мищенко. — Тестирование продолжалось до середины 2021 года, мы отрабатывали его на стандартах, которые используются в проекте «Ханхикиви-1». С учетом типовых ошибок пилотная версия была доработана».

В процессе работы над алгоритмом у его создателей возникла гипотеза, что такое решение может быть широко масштабировано, причем не только в отрасли. «Не важно, создает ли компания атомную станцию, самолет или простейший редуктор, — проектированием занимаются абсолютно все, — говорит Игорь Мищенко. — Вся инженерия в любой сфере работает через проектирование, через процесс формирования требований. И везде это рутинная работа, которая отнимает массу времени и сил. Искусственный интеллект может сделать все намного быстрее, за считанные часы обработав огромный массив информации, после чего человеку останется лишь допроверить результат».

Решив масштабировать свой проект, АО «РАСУ» стало искать заинтересованные структуры. Первый договор был заключен уже в конце 2021 года — с компанией, которая занимается дистрибуцией международных стандартов в России. В отрасли алгоритмом заинтересовались РЭИН и РАОС, и в настоящий момент идет его тестирование в рамках проекта строительства АЭС «Аккую». Игорь Мищенко считает это очень интересным и полезным опытом: «Между РАСУ, «Цифрумом», РАОС и РЭИН заключено четырехстороннее соглашение. С помощью приложения мы планируем обработать все нормы проектирования, поскольку они входят в лицензионную базу проекта «Аккую». Со своей стороны РЭИН и РАОС помогают нам верифицировать результаты, дают свои предложения по улучшению работы».

Поставил задачу — получил результат

Помимо масштабирования, созданное РАСУ в партнерстве с «Цифрумом» приложение планируется дорабатывать по нескольким направлениям. Первое — это возможность обрабатывать самые разные типы нормативных документов. На данном этапе под каждый тип обрабатываемого документа нужно переписывать код. Еще одна точка для развития — это возможность осуществлять поиск не только на русском и английском, но и на языках тех стран, где присутствует Росатом. Кроме этого, сложной задачей, которую предстоит решить, является разбор таблиц, формул и рисунков. «Еще одно важное направление — это поиск сущностей по заданным критериям, — продолжает Игорь Мищенко. — Проектная документация раскрывает различные требования, отвечает заказчику, каким образом каждое его требование отражено в техническом проекте. Сейчас наше приложение позволяет искать требования в нормативных документах для подготовки проектной документации, но можно искать и раскрытие этих требований уже в текстах проектных документов. Эту возможность можно использовать как для самоконтроля, так и для самых разных проектов».

Подчеркивая важность междивизионального сотрудничества и привлечения к работе студентов (некоторые уже стали сотрудниками АО «РАСУ»), Игорь Мищенко надеется, что алгоритм поиска требований станет полезным востребованным продуктом, помогающим проектировщикам как в атомной, так и в других отраслях в работе с проектной документацией.