На международном ИТ-форуме Kazan Digital Week 2023 специалисты ПАО «Татнефть» и Университета ИТМО представили систему «Акела» — цифрового корпоративного эксперта на основе генеративного ИИ.

Она позволяет вести профессиональный диалог на русском языке, обеспечивая внутреннее аудирование, ассистирование и обучение специалистов на основе корпоративного опыта ПАО «Татнефть». Работа системы иллюстрируется на примере задач обеспечения техники безопасности. Для этого она обучалась на более чем 500 нормативно-методических документах Компании.

В основе системы заложена инновационная технология автоматизации дообучения больших языковых моделей на основе корпоративных документов, разработанная в Исследовательском центре «Сильный ИИ в промышленности» Университета ИТМО. Она позволяет избавиться от необходимости размечать исходные документы вручную, вследствие чего в разы уменьшается срок адаптации языковых моделей для различных профессиональных задач и контекста. Таким образом, данная система может легко обобщаться на другие направления корпоративной деятельности, при наличии документальной базы для обучения.

«Мы планируем в дальнейшем расширить данную разработку и применять ее для цифровизации накопленных знаний в единое семантическое пространство, с целью получения качественно новых интеллектуальных технологий аналитики в Компании, а также ускорения и автоматизации существующих процессов», — отметил Ильшат Карамов, директор ООО «ТатИТнефть» — дочерней компании ПАО «Татнефть», занимающейся разработкой программного обеспечения и обслуживанием систем в сфере информационных технологий.

«Технология может применяться для дообучения различных языковых моделей. Она позволяет на порядок ускорить процесс адаптации модели под прикладную область (вплоть до эксплуатационного режима) по сравнению с выполнением подобной задачи в более традиционном, ручной режиме», — заявил руководитель разработки, глава лаборатории Исследовательского центра «Сильный ИИ в промышленности» Денис Насонов.«Технология может применяться для дообучения различных языковых моделей. Она позволяет на порядок ускорить процесс адаптации модели под прикладную область (вплоть до эксплуатационного режима) по сравнению с выполнением подобной задачи в более традиционном, ручной режиме», — заявил руководитель разработки, глава лаборатории Исследовательского центра «Сильный ИИ в промышленности» Денис Насонов.