Вода, нефть, кубиты: три истории о том, как наука становится технологией

Вода из-под крана кажется чем-то само собой разумеющимся. Но за ее качеством стоят десятки процессов, которые нужно постоянно контролировать.

Ученые Санкт-Петербургского государственного университета промышленных технологий и дизайна вместе со специалистами ГУП «Водоканал Санкт-Петербурга» разработали математическую модель и цифрового помощника для управления качеством питьевой воды.

У «Водоканала» уже была библиотека данных с оптимальными режимами производства. На основе российского программного комплекса almaGRID исследователи объединили ее с электронной системой управления производственными процессами. Теперь помощник в реальном времени получает показания лабораторных датчиков, сравнивает их с рекомендованными значениями и предлагает оператору действия.

У цифрового помощника есть и вполне измеримый эффект. По расчетам разработчиков, его внедрение позволит экономить около 10% химических реагентов. «Если ГУП "Водоканал Санкт-Петербурга" в сутки использует 150 тонн реагентов, то экономия составит 15 тонн каждые сутки работы предприятия», – говорит Раиса Витковская, профессор кафедры инженерной химии и промышленной экологии СПбГУПТД.

При этом задача системы не только в экономии. В случае нештатной ситуации технолог обычно меняет дозировку реагентов постепенно, тогда как цифровой помощник способен мгновенно отреагировать на изменение показателей и предложить необходимые корректировки. Это помогает минимизировать риски и быстрее обеспечивать получение воды. Сейчас модель тестируют технологи главной водопроводной станции Санкт-Петербурга.

В Уфимском государственном нефтяном техническом университете создали комплекс решений для анализа работы нефтяных скважин и поддержки инженерных решений. Он объединяет методы искусственного интеллекта и высокопроизводительных вычислений и предназначен для автоматизации анализа промысловой информации, проведения многовариантных расчетов и выбора перспективных объектов для технологических мероприятий.

Сегодня комплексный анализ состояния скважины может включать сбор данных из нескольких информационных источников, изучение результатов исследований и технической документации, проведение расчетов и сравнение различных вариантов работы. В зависимости от сложности задачи подготовка инженерного решения может занимать несколько рабочих дней. Разрабатываемые в УГНТУ инструменты позволяют автоматизировать значительную часть этих операций и существенно сократить время отдельных этапов анализа.

Но главное изменение – не только в скорости отдельных расчетов. «Ключевая задача для нас — не просто ускорить отдельный расчет, а дать инженеру возможность рассматривать значительно больше технологических вариантов, при этом фокусируясь на принятии решения. Если раньше из-за затрат времени приходилось ограничиваться несколькими сценариями, то высокопроизводительные вычисления позволяют переходить к полноценному многовариантному анализу», – рассказывает Николай Марков, руководитель проекта «Система высокопроизводительных вычислений и интеллектуальной поддержки принятия решений». По его словам, обработка одного технического документа могла занимать 1–2 часа, а обоснование и выбор геолого-технического мероприятия – до 24 часов. Поэтому обычно удавалось проверить лишь 2–3 варианта.

Теперь анализ данных занимает около 10–20 минут, расчет – еще 10–30, а информацию из большого технического документа система извлекает за несколько минут. Ускорение вычислений более чем в 100 раз позволяет рассматривать уже не несколько сценариев, а сотни и тысячи.

В целевом сценарии это должно сократить цикл принятия решений сократится до 3–6 часов, и высвободить 40–60% рабочего времени инженеров.

В дальнейшем систему планируют дополнить нейросетевыми моделями для скважин с электроцентробежными насосами и интеллектуальным помощником, для который будет подсказывать, на каких скважинах проведение работ может дать наибольший эффект. Ожидается, что это поможет не только ускорить работу инженеров, но и обеспечить прирост добычи до 5%.

Квантовый компьютер состоит из кубитов – элементов, с помощью которых выполняются вычисления. Чтобы процессор мог решать сложные задачи, кубиты нужно связывать между собой. Именно такие взаимодействия становятся одним из главных источников ошибок.

В «Квантум-Парке» МГТУ им. Н. Э. Баумана совместно с Всероссийским НИИ автоматики имени Н. Л. Духова разработали способ сделать эти операции точнее. Для этого исследователи используют специальную последовательность электрических сигналов – протокол BAT, или «импульсы летучей мыши».

«Наша цель не просто получить более точный кубит, а сделать так, чтобы высокую точность можно было сохранить и при переходе к более крупным квантовым схемам», – говорит Илья Родионов, руководитель кластера «Квантум-Парка» МГТУ им. Н. Э. Баумана и ФГУП «ВНИИА».

BAT состоит из нескольких коротких импульсов, которые помогают точнее управлять кубитами и уменьшать искажения сигнала. Кроме того, за счет меньшего числа промежуточных операций снижается вероятность накопления ошибок.

Название BAT – Bipolar Interleaved Amplitude-Tuned – связано с формой сигналов, которая напоминает взмахи крыльев летучей мыши.

Метод испытали на 4- и 8-кубитных сопроцессорах SnowDrop. На 8-кубитном процессоре средняя точность двухкубитных операций составила 99,26%, а для наиболее эффективных пар достигла 99,55%. Моделирование показало возможность превысить уровень 99,9%.

Для квантовых вычислений это особенно важно: чем больше операций выполняет процессор, тем сильнее ошибки одной операции могут повлиять на конечный результат. Поэтому следующий шаг команды – увеличивать число кубитов, сохраняя высокую точность их взаимодействия.

У этих проектов разные задачи, но общий принцип один: университетская разработка не должна заканчиваться прототипом. Ее проверяют на реальной задаче – от качества воды и добычи нефти до вычислений нового поколения.

Именно на сокращение расстояния между наукой и практикой ориентирована программа «Приоритет-2030», которая реализуется //xn--80aapampemcchfmo7a3c9ehj.xn--p1ai/new-projects/molodezh-i-deti/?utm_source=Techinsider_spec&utm_medium=Statica&utm_content=All&utm_campaign=np_youths-children_article&erid=2W5zFJsnVwFle="Молодежь и дети">по национальному проекту «Молодежь и Дети». К 2030 году предполагается сформировать в России более 100 современных университетов – центров научно-технологического и социально-экономического развития.

Следующий уровень – встреча разработчиков с бизнесом, государством и потенциальными пользователями технологий. Такой площадкой станет ежегодный ="https://xn--b1agaalewncctcd9amf6a8b1c5e.xn--p1ai/?utm_source=Techinsider_spec&utm_medium=Statica&utm_content=All&utm_campaign=np_youths-children_article&erid=2W5zFJsnVwFорум «Цифровые решения», который пройдет 6–10 октября 2026 года в Национальном центре «Россия» в Москве. В этом году он впервые получит международный статус: ожидается до 20 тысяч гостей из более чем 100 стран, а деловая программа включит более 120 сессий и свыше 700 спикеров.

На форуме обсудят искусственный интеллект и облачные сервисы, цифровую инфраструктуру, платформы, кибербезопасность и отечественное ПО. На выставке покажут современные ИТ-решения, а для широкой аудитории проведут мастер-классы, ИТ-квесты и карьерные консультации. Впервые состоится и II Глобальный цифровой форум с участием более 700 зарубежных представителей.

Возможно, так сегодня и выглядит путь университетской науки: идея превращается в эксперимент, эксперимент – в работающий прототип, а затем технология встречается с реальным миром. Где-то этот мир – водопроводная станция, где-то нефтяное месторождение, а где-то – восьмикубитный процессор.

Социальная реклама. АНО «Национальные приоритеты». Erid: 2W5zFJsnVwF