От симуляции к конвейеру: NVIDIA представила физический движок Newton для обучения роботов реальному миру
На конференции GTC 2026 в Сан-Хосе NVIDIA объявила о промышленном запуске Newton 1.0 — физического движка с открытым исходным кодом для обучения промышленных роботов. Платформа, разработанная совместно с Google DeepMind и Disney Research, перешла из стадии бета-тестирования в стабильную версию и уже применяется Samsung и Skild AI для автоматизации сложных сборочных процессов.Движок, переданный под управление Linux Foundation, решает одну из главных проблем индустрии — перенос сложных манипуляций деформируемыми объектами из виртуальной симуляции на реальные заводские конвейеры.
Производство теряло деньги каждую смену. До внедрения видеоаналитики с ИИ никто не знал где
Привет! На связи Олег Чебулаев, CEO Mad Brains. Хочу поделиться историей из практики — как обучить модель YOLO, запустить видеомониторинг на пищевом производстве и через неделю обнаружить кое-что, о чём на заводе предпочитали не говорить вслух. Signal Tower: лампочка, которой доверяют слишком сильно
Мы не знали, что труба горит, пока не научили нейросеть смотреть в печь
ИИ — отличный помощник в быту и творчестве. Нейросети заменяют нам гугл, мы спрашиваем у них рецепты, просим помочь с рабочими письмами, вайбкодим. А в СИБУРе мы используем нейросети на производстве в самых разных задачах: от диагностики оборудования до оптимизации производственных процессов. Но сегодня расскажу про одну конкретную задачу — как ИИ следит за температурой в печах пиролиза, чтобы предотвратить образование кокса и прогорание труб.Меня зовут Сергей, я Data Scientist в СИБУРе. Сейчас расскажу, как мы учим нейросеть видеть то, что человек физически увидеть не может.Сто печей размером с 16-ти этажный дом
Мы доверили нейросети раскаленные печи, но без инженера она не справляется
ИИ — отличный помощник в быту и творчестве. Нейросети заменяют нам гугл, мы спрашиваем у них рецепты, просим помочь с рабочими письмами, вайбкодим. А в СИБУРе мы используем нейросети на производстве в самых разных задачах: от диагностики оборудования до оптимизации производственных процессов. Но сегодня расскажу про одну конкретную задачу — как ИИ следит за температурой в печах пиролиза, чтобы предотвратить образование кокса и прогорание труб.Меня зовут Сергей, я Data Scientist в СИБУРе. Сейчас расскажу, как мы учим нейросеть видеть то, что человек физически увидеть не может.Сто печей размером с 16-ти этажный дом
Я засунул нейросеть в печь. Вот что она увидела
ИИ — отличный помощник в быту и творчестве. Нейросети заменяют нам гугл, мы спрашиваем у них рецепты, просим помочь с рабочими письмами, вайбкодим. А в СИБУРе мы используем нейросети на производстве в самых разных задачах: от диагностики оборудования до оптимизации производственных процессов. Но сегодня расскажу про одну конкретную задачу — как ИИ следит за температурой в печах пиролиза, чтобы предотвратить образование кокса и прогорание труб.Меня зовут Сергей, я Data Scientist в СИБУРе. Сейчас расскажу, как мы учим нейросеть видеть то, что человек физически увидеть не может.Сто печей размером с 16-ти этажный дом
Как нейросеть «заглянула» в пиролизную печь
ИИ — отличный помощник в быту и творчестве. Нейросети заменяют нам гугл, мы спрашиваем у них рецепты, просим помочь с рабочими письмами, вайбкодим. А в СИБУРе мы используем нейросети на производстве в самых разных задачах: от диагностики оборудования до оптимизации производственных процессов. Но сегодня расскажу про одну конкретную задачу — как ИИ следит за температурой в печах пиролиза, чтобы предотвратить образование кокса и прогорание труб.Меня зовут Сергей, я Data Scientist в СИБУРе. Сейчас расскажу, как мы учим нейросеть видеть то, что человек физически увидеть не может.Сто печей размером с 16-этажный дом
Рынок промышленности в ближайшие 10-20 лет
Коллеги, приветствую! Предлагаю вашему вниманию обзор того, как будет трансформироваться рынок индастриал в ближайшие 10-20 лет. Какие изменения нас ожидают, какие тренды уже формируются и каким будет будущее цифровой промышленности. В рамках статьи я проведу вас через ряд размышлений и выводов о том, как рынок меняется сегодня, какие факторы на это влияют и что нас ждет в будущем.
Использование машинного обучения при диагностике КИП и динамического оборудования
ВведениеПричина, по которой в современных АСУ ТП по старинке используют чётко сформулированные алгоритмы управления и защиты а не искусственный интеллект, сводится к двум тезисам.Простота и понятность: инженер-технолог может чётко описать допустимые режимы работы оборудования и законы регулирования. Эксплуатирующий персонал в любой момент может проверить соответствие поведения системы управления описанным алгоритмам. Если же температура на реакторе растёт, а нейросеть странным образом добавляет топлива, никто не сможет объяснить это решение.Предсказуемость и надёжность
Технологическая сингулярность. От 2 месяцев до 2 дней — Claude и n8n сократили разработку в промышленной IoT
Писать надо только тогда, когда не можешь не писать (С) Л.Н. ТолстойНа самом деле я работал над статьей о Claude Code, но тут пальцы сами открыли ноут на начали набивать буквы. Извините!ПриквелНачну издалека, с темы, максимально далекой от предмета статьи. У меня есть друг, который постоянно норовит втянуть меня в свои хобби. За десятилетие я попробовал стать фанатом ножей, огнестрельного и пневматического оружия, охоты, выживания в БП, полетах на самолетах. Ни одно хобби не зашло.
Проактивный риск-ориентированный подход в управлении технологическими процессами
Что такое проактивный риск-ориентированный подход в управлении, в чем его преимущество перед классическим реактивным подходом?Реактивный подход предусматривает реагирование на произошедшие события. При этом управляющие воздействия не всегда могут быть своевременны, так как сами события, за частую, являются следствием ранее возникших процессов.
