Электродуга с интеллектом: нейросеть будет обучать сварке

На AtomSkills‑2025 руководитель проекта «Атомные школы сварки» Сергей Шабельников презентовал две программы обучения сварщиков с применением искусственного интеллекта (ИИ): в одной нейросеть читает лекции и отвечает на вопросы слушателей, в другой разбирает дефекты сварных швов. Мы выяснили подробности.

Робот-лектор

— Зачем понадобилось заменять лекторов искусственным интеллектом? Не хватает профессионалов для обучения студентов?

— Это задел на будущее. Мое личное мнение: ИИ пока уступает живому рассказчику. Мастер, влюбленный в свое дело, объясняет технологические нюансы эффективнее машины. Но в ходе обычной видео-лекции студент не имеет возможности задавать вопросы и получать ответы.

— Лектор может сделать это в чате после лекции.

— За день лектор может полноценно ответить на вопросы от силы 10–30 студентов. Машинное же обучение позволит отвечать любому их количеству одновременно. Мы понимаем, что сейчас технологии ИИ во многом проигрывают человеку. Но они развиваются так быстро, что очень скоро нейросеть сможет полноценно заменить лектора. Когда искусственный интеллект до этого дорастет, у нас уже будет опыт реализации образовательных проектов с использованием машинного обучения прикладным профессиям, что позволит нам быть в авангарде применения этой технологии.

— Курс уже показывали студентам или он еще на стадии подготовки?

— Мы дали доступ к платформе студентам колледжа № 26 Москвы. Я встречался с ребятами. Говорят, новая технология показалась им интересной. Сейчас видеокурс в опытной эксплуатации, мы даем его профильным колледжам и собираем отзывы, чтобы понять, что нужно доделать. Надеюсь, «Росатом» станет первой корпорацией в стране, которая запустит такую систему обучения. На сегодняшний день ни одной аналогичной системы ни по одной рабочей профессии нет.

Бот-аналитик

— Электронный лекционный курс на базе ИИ — ​это одно направление работы. Вы говорили, что есть и второе.

— Да. И полагаю, потенциал у него даже выше, чем у интерактивного курса. Речь о системе оценки сварных швов с применением нейросети. Идея такова: любой человек может сфотографировать сделанный им сварной шов, а приложение на телефоне покажет дефекты и объяснит, почему они возникли и как их избежать. Это принципиально возможно, потому что число дефектов при сварке ограниченно. У каждого определенный набор причин, список корректирующих действий. Таким образом, есть конечный пул рекомендаций, которые можно дать, причем адресно. Такой чат-бот сможет учить любых пользователей. Обучаешься в колледже на сварщика или захотел самостоятельно освоить сварку, чтобы построить на даче теплицу, — ​купил сварочный аппарат, изучил технику безопасности и попробовал выполнить сварной шов. Что-то получилось, что-то нет. Сфотографировал шов, залил в наше приложение — ​система подскажет, что выполнено не так и что нужно сделать, чтобы повысить качество. Если у нас все получится, это будет первый в мире ИИ-сервис по обучению навыкам сварки. Я изучал информацию в глобальном интернете и ни у кого подобных решений не нашел.

— Доступ к вашему приложению будет свободным или он предназначен только для специалистов, студентов из партнерских колледжей?

— Пока предполагаем, что будет свободным. Возможно, после запуска мы проработаем какие-то механизмы монетизации, но сначала надо сделать хороший продукт, чтобы его хотели хотя бы бесплатно использовать. Для колледжей — ​партнеров «Росатома» доступ точно будет бесплатным. Сейчас мы создаем максимально дешевую версию, чтобы проверить работоспособность и востребованность системы. Например, систему распознавания дефектов швов мы запустили в телеграм-боте — ​то есть не тратили средства на разработку приложения и дизайн. Нам важно было проверить, будет ли она работать, будет ли спрос.

— А как сейчас работает решение?

— Пользователь загружает в телеграм-бот фотографию сварного шва, тот подсвечивает дефекты, выводит их список с объяснениями, что нужно сделать. Например, подрез — ​это выжженная дугой часть металла с острым краем. Бот описывает дефект и причины его возникновения — ​из-за повышенного тока, неправильного угла наклона электрода или неправильной длины дуги. Дальше выводит рекомендуемые действия: настроить параметры тока в соответствии с диаметром электрода и толщиной металла, выдерживать правильный угол наклона электрода и короткую длину дуги. Система уже полностью рабочая, просто у нее нет красивого приложения со множеством функций. В пользовательской версии мы встроим не только объяснения дефектов, причин и рекомендации, но и вставим обучающие видеоролики, как не допускать выявленных ошибок.

— На каких данных вы обучали нейросеть?

— Это отдельная тема. Я сделал 1,3 тыс. фотографий на прошлом AtomSkills. На них мы и обучали нейросеть, хотя, конечно, этого мало — ​нужны десятки тысяч фотографий. Кроме того, участники AtomSkills варят слишком хорошие швы, у которых мало дефектов. Сейчас наша задача — ​найти большое количество фотографий неудачных сварных швов. Мы попросили партнерские колледжи со всей страны прислать как можно больше снимков работ первокурсников. Начнем с этого, потом выйдем на более точечные дефекты. Цель — ​добиться 90 % распознавания.