ИИ‑помощники могут помочь сокращающемуся штату квалифицированных специалистов обслуживать стареющие атомные электростанции
Если и существует место, куда искусственному интеллекту вход должен быть закрыт, то это, казалось бы, диспетчерская атомной электростанции. Атомная промышленность исторически отличается осторожностью и стремлением избегать рисков, что вполне объяснимо, учитывая возможные катастрофические последствия аварии или ошибки. Даже хорошо подготовленным руководителям непросто справляться со сложностью эксплуатации ядерного реактора. Казалось бы, это далеко не самая подходящая среда для новой мощной, но склонной к ошибкам технологии.
Однако реальность рисует совершенно неожиданную картину. Множество компаний уже начали предлагать решения на основе ИИ для атомной энергетики. В этом году практически всем 94 действующим ядерным реакторам США была предоставлена возможность внедрить искусственный интеллект в свою работу, и большинство воспользовалось этим предложением.
В августе калифорнийская компания Atomic Canyon представила NIVA (Nuclear Industry Virtual Assistant), виртуального помощника для атомной промышленности, разработанного совместно с отраслевыми организациями. Помощник прошёл пилотные испытания на атомных электростанциях, эксплуатируемых Constellation Energy, а теперь доступен всему американскому парку ядерных реакторов. (Компания Constellation отказалась давать интервью для этой статьи.) Тем временем стартап Nuclearn, разрабатывающий ИИ для атомной энергетики, сообщает, что его продукты уже используются более чем 65 партнёрами в США. Среди них множество традиционных атомных электростанций, а также компания NuScale Power Corp., занимающаяся разработкой перспективных малых ядерных реакторов. Microsoft и Nvidia совместно работают над проектом применения ИИ для оптимизации «всего жизненного цикла атомной электростанции, включая получение разрешений на размещение объекта, проектирование, строительство и непрерывную эксплуатацию».
По словам финансового директора и сооснователя Nuclearn Джерролда Винсента, стремительное внедрение технологии объясняется двумя причинами. Во‑первых, технологические компании, делающие ставку на искусственный интеллект, также заинтересованы в возрождении атомной энергетики, которая могла бы обеспечить электричеством все эти центры обработки данных. Кроме того, по мнению Винсента, ИИ идеально подходит для решения некоторых наиболее острых проблем атомной промышленности. Многие факторы, затрудняющие эксплуатацию реакторов, включая запутанные нормативные требования и сложные системы управления и технического обслуживания, связаны именно с теми задачами, с которыми ИИ хорошо справляется. Отрасли приходится с огромным трудом решать проблемы старения оборудования и персонала. Если она хочет не просто выжить, но и получить реальный шанс на возрождение, ей понадобится помощь машинного интеллекта, считает Винсент.
«Мы наблюдаем огромный рост спроса со стороны разработчиков перспективных реакторов и в сфере строительства новых атомных объектов, — добавляет Винсент. — Но существующие кадровые ресурсы уже растянуты до предела. Поэтому чаще всего, когда мы приходим к заказчику, нам говорят: „У меня открыты вакансии, но я не могу найти на них людей. Нам необходимо выполнять требования нормативных документов. И как, чёрт возьми, нам это сделать?“»
ИИ упрощает работу с документацией в атомной энергетике
В настоящее время главным продуктом ядерного реактора, помимо электричества, является бумажная работа. Атомные электростанции производят горы документации, подтверждающей соблюдение нормативных требований и фиксирующей действия персонала при возникновении любых потенциальных проблем, от трещины в тротуаре до неисправности реактора.
«Каждое инженерное решение должно быть оценено, независимо проверено и проконтролировано», — говорит Винсент. Продукты Nuclearn на основе ИИ помогают электростанциям эффективнее искать информацию в огромных хранилищах данных, чтобы быстрее готовить документы для федеральных органов власти или выяснять, каким образом та или иная проблема решалась в прошлом. «Если представить это как ChatGPT для атомной энергетики, — говорит он, — то это, в общем‑то, неплохая отправная точка».
Роб Остин, руководитель проекта NIVA в Исследовательском институте электроэнергетики (Electric Power Research Institute, EPRI), рассказывает, что проект начался год назад, когда председатель совета директоров Constellation Джозеф Домингес поставил задачу перед некоммерческими отраслевыми организациями, которые хранят информацию о соблюдении нормативных требований, техническом обслуживании и ремонте, а также истории эксплуатации оборудования. Он предложил этим организациям найти способ сделать отраслевые знания столь же доступными, как в больших языковых моделях наподобие ChatGPT, Copilot или Gemini, одновременно обеспечив безопасность информации.
Задача досталась компании Atomic Canyon, генеральный директор которой Трей Лодердейл ранее занимался внедрением искусственного интеллекта в здравоохранение, ещё одной консервативной отрасли. Живя и работая ниже по течению от атомной электростанции Diablo Canyon, последней действующей АЭС Калифорнии, он начал понимать, как атомная энергетика и ИИ могут выстроить взаимовыгодные отношения. Возрождение атомной энергетики могло бы обеспечить электричеством энергоёмкие центры обработки данных, но для этого искусственный интеллект должен помочь самой атомной промышленности снова добиться процветания.
Серьёзным препятствием остаётся отношение общества к атомной энергетике, которое резко ухудшилось несколько десятилетий назад после печально известных аварий и на фоне опасений по поводу радиоактивных отходов. Лишь недавно общественное мнение начало восстанавливаться. Однако последовавшая остановка строительства новых атомных электростанций породила ещё одну проблему: утрату накопленных отраслевых знаний, говорит Лодердейл. По мере стагнации атомной промышленности США всё меньше людей выбирали карьеру учёного‑ядерщика или технического специалиста в этой сфере. В результате возникла кадровая проблема. В атомной энергетике работают исключительно квалифицированные специалисты, однако их численность быстро сокращается, а именно на них лежит задача поддерживать работу старых реакторов и, возможно, запускать новые, чтобы удовлетворить стремительно растущий спрос на электроэнергию.
«У нас как у отрасли нет абсолютно никаких шансов обеспечить возрождение атомной энергетики или атомный ренессанс, если мы не расширим возможности наших специалистов, обладающих необходимыми знаниями», — говорит Лодердейл.
По его мнению, решение заключается в создании искусственного интеллекта, способного осуществлять интеллектуальный поиск в хранилищах данных, которые работники атомной промышленности формировали на протяжении десятилетий. Когда в 2 025 году Atomic Canyon получила контракт на разработку NIVA, первым шагом стала загрузка 53 миллионов страниц общедоступных материалов Комиссии по ядерному регулированию США для обучения модели особенностям эксплуатации атомных объектов, профессиональной терминологии и нормативным требованиям атомной энергетики. Затем Лодердейл заключил партнёрское соглашение с Ок‑Риджской национальной лабораторией, чтобы создать первые модели ИИ, специализированные для атомной отрасли.
«С технической точки зрения это модели векторного представления предложений, — объясняет Лодердейл. — Если говорить проще, мы научили ИИ искать информацию на языке атомной энергетики. У этой отрасли практически собственный язык». Цель заключается в том, чтобы современные работники атомной промышленности могли задавать вопросы о любых аспектах эксплуатации электростанций, от заполнения нормативных форм до закупки нужных инструментов и материалов, просто вводя запрос и позволяя ИИ самостоятельно разбираться во всём массиве накопленных отраслевых знаний.
Объединение данных атомной отрасли для поиска с помощью ИИ
Когда Лодердейл начал сотрудничать с Diablo Canyon по внедрению ИИ в атомную промышленность, выяснилось, что одним из главных препятствий является сама необходимость преобразовать документацию электростанций, накопленную за десятилетия, включая инструкции, передовые практики и рекомендации по безопасности, в формат, удобный для поиска. Информация по всей отрасли была разрозненной и нестандартизированной. Именно поэтому три крупнейшие некоммерческие организации атомной промышленности, Институт эксплуатации атомных электростанций (Institute of Nuclear Power Operations), Исследовательский институт электроэнергетики (Electric Power Research Institute) и Институт ядерной энергии (Nuclear Energy Institute), в 2 025 году приступили к созданию единых наборов данных. Эта идея впоследствии привела к появлению ИИ‑помощника NIVA, разработанного компанией Atomic Canyon.
Например, рассказывает Остин из EPRI, инженеры‑атомщики могут столкнуться с проблемой в работе одного из вертикальных насосов размером с дом и мощностью в тысячу лошадиных сил, которые обеспечивают циркуляцию огромных объёмов воды, используемой для охлаждения. В поисках решения специалисты имеют доступ к большому количеству информации, возможно, даже слишком большому. Они могут изучить руководства EPRI по техническому обслуживанию таких компонентов. Кроме того, им доступны десятки тысяч отчётов об инцидентах, хранящихся в Институте эксплуатации атомных электростанций, где описаны неисправности насосов, возникавшие в прошлом. Задача ИИ состоит в том, чтобы обобщить все эти отчёты и составить руководство по основным неисправностям насосов. При этом, что особенно важно, система должна подробно показать, на основании каких материалов она сделала свои выводы, чтобы инженеры могли найти документацию, использованную при подготовке рекомендаций.
«Я хочу знать обо всех остальных атомных электростанциях, где используется такая же деталь, — говорит Лодердейл. — Сталкивались ли они с похожей проблемой? Как они её решили? Как проводилась диагностика неисправности? Если задуматься об атомной энергетике, у нас накоплено колоссальное количество информации. Вопрос в том, как извлечь совокупные знания из всего этого массива данных. И именно с этим ИИ справляется очень, очень хорошо».
Секретность представляет собой серьёзное препятствие для модернизации эксплуатации атомных электростанций. На системы ИИ, которые в основном помогают работать с документацией и искать данные, не распространяются самые строгие требования, которые применялись бы в случае их взаимодействия с компонентами, управляющими электростанцией. Однако сами данные атомной отрасли по большей части являются собственностью компаний или защищены федеральным законодательством.
Для решения этой проблемы Nuclearn предлагает только локальные решения, устанавливаемые на конкретном объекте, чтобы данные электростанции никогда не покидали её территорию. По словам Остина, NIVA может осуществлять поиск только в тех базах данных, доступ к которым уже требует соответствующих разрешений на уровне электростанции. Таким образом, при использовании ИИ‑помощника для поиска информации в этом огромном массиве данных действуют те же правила безопасности. Технологии не могут устранить эти организационные барьеры, но создают новые стимулы для поиска способов более открытого обмена данными.
«Цель состояла в том, чтобы сделать доступными для поиска десятилетия эксплуатационного опыта, буквально сотни тысяч отчётов об эксплуатации, десятки тысяч технических документов и огромное количество другой информации. Причём сделать это таким образом, чтобы люди могли находить нужные сведения гораздо легче и удобнее, одновременно сохраняя безопасность данных, защищая критически важную информацию и обеспечивая контроль над ней», — говорит Остин. Именно это и делает NIVA.
Инспекции атомных электростанций с помощью ИИ
Пока что обе большие языковые модели, используемые в атомной отрасли, Nuclearn и NIVA, лишь предоставляют информацию людям и никак не вмешиваются непосредственно в работу электростанций. Тем не менее неизбежно возникает вопрос: а что, если бы они могли это делать?
И Винсент, и Остин утверждают, что до реализации такой возможности ещё очень далеко, но уже представляют, каким может быть путь к ней. В качестве примера Остин предлагает рассмотреть бесчисленные сварные швы, имеющиеся на атомной электростанции. В настоящее время каждый из этих швов должен проверяться человеком на качество и прочность. В рамках одного из пилотных проектов EPRI испытывает возможность использования ИИ для анализа огромных массивов данных, получаемых при таких проверках, чтобы выяснить, способен ли он выявлять потенциально проблемные участки. По словам Остина, человек по‑прежнему участвует в этом процессе и проверяет все рекомендации ИИ, а ни одна электростанция не позволяет искусственному интеллекту самостоятельно проводить инспекции. Тем не менее проект знаменует собой шаг к использованию ИИ непосредственно в эксплуатации электростанций, а не только для консультирования операторов.
«Я не представляю себе ни в краткосрочной, ни в долгосрочной перспективе ситуации, в которой ИИ будет принимать решения, касающиеся эксплуатации электростанции, в силу как нормативных требований, так и характера связанных с этим рисков, — говорит Лодердейл. — Мы не хотим, чтобы машины принимали решения, способные повлиять на работу электростанции. Поэтому я считаю, что человек ещё очень и очень долго будет оставаться обязательным участником процесса принятия решений».
Автор: SLY_G
