Консалтинговая группа "Текарт" - центр компетенции "Робототехника".

Подробнее...
Основное меню
Категории новостей
Логотип

Газпром нефть представит арт-проект на основе нейросетей (+видео)

«Газпром нефть» представит на Петербургском международном экономическом форуме свой цифровой арт-проект «Трансформация!». Это первая коллаборация компании с российским медиа-художником Максимом Жестковым, в которой удалось создать виртуальный макромир и визуальную симуляцию из миллиарда «умных» частиц.

Проект не имеет аналогов по масштабам и будет презентован 6 июня на стенде «Газпром нефти».

Сочетания цветов и форм объектов в проекте подобраны на подобии разноцветных виртуальных геологических моделей, которые создаются с помощью нейросетей для поиска нефти*. Поведение каждого элемента симуляции запрограммировано на специальном грид-кластере из 50 мощных компьютеров (в общей сложности было задействовано около 650 000 CUDA ядер). Все частицы реагируют на виртуальные потоки ветра и даже изменение света. Когда элементы сталкиваются или касаются изогнутых краев дисплея фасада стенда, происходит смена форм, скорости и траекторий их движения.

Визуальную модель симуляции будет воспроизводить 45-метровый изогнутый экран, стилизованный под ленту Мёбиуса. Его закольцованная форма позволила передать бесконечность процесса совершенствования. За счет удаления и приближения объектов к зрителю получается эффект объемного макромира.

«Искусственный интеллект многие до сих пор представляют по фильмам, где он был визуализирован с помощью компьютерной графики. Но пока что это выглядело как значительное упрощение сложнейшего процесса. Сейчас цифровые инструменты сделали огромный рывок: вместо имитаций они позволяют отразить явление с учетом его реальных свойств. И нам удалось показать не просто технологии, а оригинальный взгляд на цифровую жизнь. Сложные физические процессы и цифровые технологии моделирования, которые помогают находить и добывать нефть в 21 веке, впервые эффектно воплотились в произведение современного искусства. Мы предложили великолепной команде Максима Жесткова через новый визуальный язык переосмыслить тему трансформации. И результат превзошел наши самые смелые ожидания», - рассказал об идее проекта член правления «Газпром нефти» Александр Дыбаль.

Художник Максим Жестков отметил, что цифровизация расширила в тысячу раз границы восприятия и позволила заглянуть туда, куда не под силу ни одному микроскопу. По его словам, для искусства и бизнеса современные технологии сравнимы с открытием нового цвета или химического элемента.

«Масштаб того, что у нас получилось, поражает. Мы обучили компьютеры, работали с ними как с полноценными партнерами. Теперь возможности художника радикально изменилась, потому что в распоряжении есть бесконечное количество элементов, с которыми можно экспериментировать. Я думаю, что суперкомпьютеры скоро станут частью архитектуры. Все поверхности вокруг нас будут частью суперкомпьютера, который сможет менять их форму за минуты и создавать новые пространства для людей» - подчеркнул Максим Жестков.

*О применении нейросетей для геологоразведки:

Цифровая геологическая модель используется при подсчете запасов углевородоров на месторождениях и планировании оптимальных способов нефтедобычи. Это «виртуальный двойник» месторождения, который представляет собой объем геологических данных, разделенный на ячейки (аналог пикселей в изображении).

В качестве исходной информации используются данные различных типов и масштабов. К ним относятся площадные поверхностные сейсморазведочные исследования, геофизические исследования скважин, исследования кернов и др. Задача интеграции подобного рода информации в общую модель является сложнейшим процессом, требующим точной оценки закономерностей распределения параметров по ячейкам «виртуального двойника».

Применение методов машинного обучения (нейросетей, ансамблей решающих правил, регрессий и т.д.) сводится к поиску как явных – традиционных связей, так и неявных – тех, которые сложно, а иногда невозможно обнаружить человеку. Выявленные закономерности позволяют не только заполнить каждую ячейку цифрового двойника месторождения достоверной информацией, но и добиться большей согласованности и точности всего комплекса данных.

Подобные подходы решают главную задачу моделирования – предсказание свойств там, где исходные данные полностью отсутствуют. Для обучения нейросетей в «Газпром нефти» развернуто несколько мощных вычислительных кластеров с десятками GPU и сотнями процессоров. Это позволяет не только быстро создавать новые архитектуры, но и параллельно обучать сотни и тысячи моделей.

Комментарии

(0) Добавить комментарий

Ищите команду разработчиков? Не можете найти робота для своих нужд? Пишите нам!

Для обратной связи укажите ваш E-mail, он будет доступен только администратору. Так вы сможете оперативно узнать, когда ответ на ваш вопрос будет опубликован



Новые комментарии

Магнитные гусеничные роботы для очистки корпуса судна от продуктов биообрастания
Гость Николай Николаевич
29.12.2023
10:23:08
Очень нравится. Как возможно задействовать в наших водах Азов и Черное море