Рамблер
Все новости
Чемпионат мира по футболу 2026Личный опытНовости путешествийРынкиЛюдиИсторииБезумный мирБиатлонВ миреПриродаПрофессииПорядокЗОЖВоспитаниеЧто делать, еслиГаджетыМузыкаФинансовая грамотностьФильмы и сериалыНовости МосквыСтиль жизниНоутбуки и ПКГосуслугиПитомцыБолезниОтношенияКиноКредитыОтдых в РоссииФутболПолитикаПомощьСемейный бюджетИнструкцииЗдоровое питаниеТрудовое правоСериалыСофтВкладыОтдых за границейХоккейОбществоГероиЦифрыБезопасностьРемонт и стройкаБеременностьКнигиИнвестицииЛекарстваПоиск работыЛайфхакиАктерыЕдаПроисшествияЛичный опытНаучпопКрасотаМалышиТеатрыВыгодаПродуктивностьМебель и декорБокс/MMAНаука и техникаЗаконыДача и садПсихологияОбразованиеВыставки и музеиШкольникиКарты и платежиАвтоспортПсихологияШоу-бизнесЗащитаДетское здоровьеПрогулкиКарьерный ростБытовая техникаТеннисВоенные новостиХоббиЭкономикаБаскетболТрендыИгрыАналитикаТуризмКомпанииЛичный счетНедвижимостьФигурное катаниеДетиБиатлон/ЛыжиДом и садШахматыЛетние виды спортаЗимние виды спортаВолейболОколо спорта
Личные финансы
Женский
Кино
Спорт
Aвто
Развлечения и отдых
Здоровье
Путешествия
Помощь
Полная версия

Отечественные производители ускорили разработку моторных масел с помощью искусственного интеллекта

"Газпромнефть-СМ" внедрила технологии искусственного интеллекта в процесс разработки автомобильных и индустриальных масел. Благодаря цифровой платформе сроки создания новых продуктов удалось сократить более чем в шесть раз - до одного-двух месяцев. Об этом на Годовом общем собрании акционеров "Газпром нефти" сообщил представитель блока логистики, переработки и сбыта компании Никита Аничкин.

По его словам, сегодня компания достигла высокого уровня цифровизации: цифровыми двойниками охвачено около 80% цепочки создания добавленной стоимости.

"Нейросетевая система "Алхимик" определяет будущие физико-химических характеристики масел, что значительно ускоряет процесс разработки рецептур и позволяет быстро вывести новые продукты на рынок", - отметил Никита Аничкин.

Цифровая платформа используется специалистами собственного научно-исследовательского центра предприятия в Московской области. При разработке нового моторного масла инженеры задают ключевые параметры будущего продукта, включая вязкость, плотность и щелочное число.

Затем алгоритмы машинного обучения сопоставляют эти данные с накопленной за 15 лет базой результатов лабораторных исследований и опытно-промышленных испытаний. После анализа система автоматически формирует оптимальные сочетания базовых масел и пакетов присадок, что позволяет значительно ускорить подготовку новых рецептур и их вывод в производство.