Платформу «Поланис», которую разработали в Санкт-Петербургском политехническом университете Петра Великого, включили в реестр отечественного ПО Минцифры.

Это – цифровая платформа анализа мультимодальных данных, которая кратно увеличивает вычислительные и аналитические возможности в сфере промышленности и науки. Как отметили в пресс-службе университета, работа ведется при поддержке программы «Приоритет 2030» Министерства науки и высшего образования России.

«Поланис» является комплексным цифровым решением для управления и анализа и будет применяться в сложнейших технических и социальных системах. Ее миссия – эффективная координация в отраслях, где с возрастающим потоком информации традиционные методы анализа больших данных не справляются.

В том числе в нефтегазовой или химической промышленности, энергетике, транспорте, здравоохранении. 

Как рассказал проректор по научной работе СПбПУ Юрий Фомин, отличие платформы от аналогов в единой интегрированной среде для работы.

«Пользователь получает сквозной инструментарий, позволяющий загружать входные данные практически в любом формате и получать аналитику в виде удобных интерактивных схем. Для самых сложных расчетов платформа использует один из мощнейших в стране Суперкомпьютерный центр «Политехнический». В сфере науки это открывает новый уровень исследований за счет оперирования ранее недоступными объемами информации. Включение платформы «Поланис» в реестр российского программного обеспечения Минцифры – это признание того, что университет создает собственные высокотехнологичные продукты высокого уровня, которые могут использоваться в масштабах всей страны», – сказал Юрий Фомин.

Руководитель проекта, заведующая лабораторией «Промышленные системы потоковой обработки данных» Передовой инженерной школы «Цифровой инжиниринг» СПбПУ Марина Болсуновская отметила, что нейросети не способны эффективно обрабатывать колоссальные объемы разнородной информации из промышленных систем. Они не могут и систематизировать глубокую интеллектуальную обработку.

«Поланис» же, объединяя в своей архитектуре технологии гибридного искусственного интеллекта, сочетающие имитационное моделирование, машинное обучение, нейронные сети и мультиагентные системы, позволяет промышленности снижать издержки, повышать качество продукции, ускорять инновации и принимать более взвешенные решения», – сказала Марина Болсуновская.