Искусственный интеллект, роботы - применение

[samsony1]

Искусственный интеллект в недвижимости и строительстве: 6 практических сценариев применения

Контроль сроков и бюджета строительства с помощью ИИ

Проблема
При росте себестоимости любые отклонения от плана — простои, задержки поставок, несинхронные работы — быстро превращаются в перерасход и срыв сроков.

Как работает ИИ
ИИ анализирует большие массивы данных, связанных с ходом строительства:
- фактический прогресс работ
- загрузку бригад и техники
- логистику материалов
- погодные условия
- кадровые ограничения

Алгоритмы учитывают эти факторы в комплексе и помогают строить более реалистичные планы, чем при ручном планировании.

Результат
Использование ИИ позволяет:
- сократить перерасход средств на 10–20%
- уменьшить сроки строительства на 15–25%

Автоматизация строительного документооборота

Проблема
Инженеры и руководители тратят значительную часть времени на ручное заполнение журналов, актов и форм.

Как работает ИИ
Системы анализа фотографий этапов строительства:
- фиксируют фактические этапы работ
- автоматически заполняют журналы и акты
- первично оценивают соответствие выполненных работ нормам

Результат
- повышается точность учета
- ускоряется принятие решений
- снижаются операционные затраты

Прогнозирование рисков и отклонений от плана

Проблема
Классическое планирование не учитывает множество факторов, влияющих на ход стройки в реальности.

Как работает ИИ
ИИ выявляет «слепые зоны» планирования, включая:
- погодные отклонения
- задержки поставок
- ошибки в расчетах
- кадровые ограничения

Результат
Проекты получают более реалистичные планы и меньше неожиданных отклонений по срокам и бюджету.

Актуализация BIM-моделей с помощью ИИ

Проблема
BIM-модель быстро устаревает, если не отражает фактическое состояние стройплощадки.

Как работает ИИ
Лидары на дронах и мобильных платформах формируют облака точек с точностью до нескольких миллиметров. ИИ:
- очищает данные от шумов
- сопоставляет фактическую геометрию с BIM-моделью
- выявляет отклонения от проекта

Результат
- ошибки фиксируются на ранних стадиях
- снижается риск накопления дефектов
- уменьшается количество переделок

Аналитика прогресса строительно-монтажных работ

Проблема
Отчеты не всегда отражают реальное состояние объекта.

Как работает ИИ
Алгоритмы машинного зрения:
- оценивают фактический прогресс СМР
- сопоставляют его с проектной моделью
- фиксируют отклонения от плана

Результат
Девелопер получает объективную картину хода строительства и может реагировать до появления критических проблем.

Как получить эффект от внедрения ИИ в строительстве

Высокий интерес к ИИ не всегда приводит к результату. По практическому опыту, основные причины неудач — отсутствие подготовки бизнес-процессов и проблемные данные.

Чтобы ИИ работал, важно:
- унифицировать сбор и хранение данных
- определить приоритетные задачи: контроль, документооборот, логистика, планирование
- выбрать партнера, который понимает специфику строительной отрасли
- заранее связать цели внедрения с экономикой конкретных объектов

источник - здесь

[samsony1]

Сбербанк выпустил открытое руководство по созданию архитектуры управления роботами от обучения до настройки поведения

Сбербанк в феврале 2026 г. опубликовал технический отчет, посвященный развитию ключевой технологии физического искусственного интеллекта — моделей Vision-Language-Action. Технология позволяет роботам понимать окружающий мир, интерпретировать инструкции и превращать их в осмысленные физические действия. Ведь ключевыми задачами для их прогресса остаются повышение стабильности, обеспечение кроссплатформенного взаимодействия и выполнение сложных многоэтапных операций, отметили в кредитной организации.

Сбербанк предоставил представил открытое руководство по созданию архитектуры управления роботами, об этом CNews сообщили представители банка. В Сбербанке пояснили, что современные роботы демонстрируют широкий спектр возможностей, однако ключевыми задачами для их дальнейшего прогресса остаются повышение стабильности, обеспечение кроссплатформенного взаимодействия и выполнение сложных многоэтапных операций.

Сбербанк опубликовал технический отчет Green-VLA, посвященный развитию ключевой технологии физического искусственного интеллекта (ИИ) под названием Physical AI — моделей Vision–Language–Action (VLA). Такие ИИ-модели в позволяют роботам воспринимать окружающую среду, интерпретировать инструкции на естественном языке и преобразовывать их в осмысленные физические действия.

Модель Green-VLA построена на базе нейронной сети «ГигаЧат» и описывает практический подход к обучению VLA-моделей — от этапа базового предобучения до настройки поведения робота в реальных условиях. В отчете представлен не отдельный эксперимент, а целостная методология, ориентированная на использование в инженерной и исследовательской практике при создании надежных робототехнических

источник - здесь

[samsony1]

Пользователям стал доступен инлайн-бот «Алисы AI»: с его помощью можно обратиться к нейросети прямо из строки для...

Пользователям стал доступен инлайн-бот «Алисы AI»: с его помощью можно обратиться к нейросети прямо из строки для ввода сообщения в мессенджере — и не нужно переходить в чат с ботом или добавлять его в переписку. Инлайн-бот уже доступен в Telegram, в будущем он может появиться и в других мессенджерах. Например, с помощью такого бота можно попросить «Алису AI» в чате с друзьями, чтобы она проверила на достоверность факт или сгенерировала картинку, и нейросеть сделает это в той же переписке за считанные секунды. Об этом CNews сообщили представители «Яндекса».

Инлайн-бот «Алисы AI» работает так же, как и другие аналогичные боты — например, @pic или @gif в Telegram. В этом мессенджере инлайн-бот нейросети доступен и в личных сообщениях, и в групповых чатах.Чтобы его вызвать, нужно в поле ввода написать @alisa и через пробел ввести свой запрос, а затем во всплывшем окне нажать «Спросить Алису». К примеру, можно написать «@alisa кто на Олимпиаде занял первое место по бобслею?», «@alisa куда сходить сегодня вечером в Москве с друзьями, чтобы активно провести время?» или «@alisa нарисуй моего руководителя в виде капитана космической станции».

Через инлайн-бот к «Алисе AI» можно обращаться с самыми разными запросами и формулировать их так, как они приходят в голову. Нейросеть поможет разобраться в сложных темах, проверит факты или утверждения и укажет источники, использованные для ответа, сгенерирует текст, найдет актуальную информацию на основе данных из «Яндекс Поиска» и «Карт», переведет любую фразу с русского языка на английский.

источник - здесь

[samsony1]

В Шанхае прошел первый в мире гала-концерт с участием человекоподобных роботов

Китайская робототехническая компания Agibot провела уникальное мероприятие AGIBOT NIGHT — первый в мире гала-концерт, полностью исполненный роботами с воплощенным искусственным интеллектом. Шоу длилось 60 минут и состоялось 7 февраля в Шанхае.

В представлении участвовали 16 человекоподобных роботов, которые демонстрировали различные виды искусства: музыку, танцы и комедийные номера. Роботы выполняли сложные элементы, включая перевороты, быстрые вращения, групповые танцы и дефиле по подиуму, сохраняя при этом плавность движений и хороший баланс.

Особенностью шоу стали совместные номера, где люди танцевали вместе с человекоподобными роботами Agibot G2 и четвероногими роботами Agibot D1. Это демонстрировало синхронизацию человеческих движений с роботизированными в реальном времени.

В других номерах роботы показывали карточные фокусы и иллюзии левитации. Комедийные скетчи включали взаимодействие нескольких человекоподобных роботов на сцене с естественным таймингом и выразительным поведением.

источник - здесь

[samsony1]

Выручка Яндекс от монетизации «Алисы AI» в 2025 году превысила 2 млрд руб, а суммарные капитальные и операционные расходы на ИИ-ассистента составили 55 млрд руб.

Нейросеть «Алиса AI» была запущена в конце октября 2025 года. По данным Mediascope, сейчас еженедельная аудитория ИИ-ассистента составляет 19 млн пользователей.

источник - здесь

[samsony1]

10 разработчиков промышленных роботов в России

Хотя принято считать, что в России промышленных роботов не производят. Это не так. Вот 10 разработчиков железных решений, которые помогут отечественным предприятиям войти в Индустрию 4.0.

1. Завод нестандартного оборудования «Рекорд-Инжиниринг» стартовал в 2005 году. Предприятие разрабатывает и производит технические решения для автоматизации производств, в том числе роботов - компания имеет патенты на манипулятор-пантограф, полупантограф, консольный манипулятор и манипулятор для тяжелых изделий.

2. НПО Андроидная техника и коботы CR
Компания «НПО “Андроидная техника”» основана в 2009 году и за 10 лет разработала более 50 робототехнических систем, запатентовав при этом 15 изобретений. Всем известный робот Федор - одно из известных созданий объединения.

3. Bitrobotics и дельта-робот
До старта Bitrobotics, в 2012 году, разработчики компании участвовали в проектировании отсеков ракет семейства «Ангара», а также в лунной программе Boeing и NASA. А в 2013 году команда представила первого дельта-робота российского производства.

4. Aripix Robotics и манипулятор Aripix A1
Компания Aripix Robotics выросла из конструкторского бюро Inventa, которое в 2016-2017 годах разрабатывало и внедряло нестандартное промышленное оборудование по индивидуальным заказам. В 2017 году по запросу «Храпуновского инструментального завода» был разработан шестиосевой промышленный робот-манипулятор Aripix A1. Машина оказалась перспективной, и Андрей Спиридонов, основатель Inventa, решил сконцентрироваться на промышленных роботах-манипуляторах, запустив в 2018 году проект Aripix Robotics. К 2019 году компания получила более 40 предзаказов на Aripix A1 и готовится запустить серийное производство на территории Технопарка «Мосгормаш». В настоящий момент Aripix Robotics внедряет Aripix A1 на производствах компаний «Москабельмет» и ГК «ПИК».

5. АРКОДИМ-Про, АвангардПЛАСТ и манипуляторы консольного типа
Две российские компании «АРКОДИМ-Про» и «АвангардПЛАСТ» стояли у истоков разработки промышленных роботов ARKODIM. Первая с 2013 года производила станки с ЧПУ, а вторая с 2004 года поставляла в Россию зарубежное промышленное оборудование. В 2014 году, когда экономический спад заставил российских промышленников отложить приобретение зарубежного промышленного оборудования, а Правительство РФ взяло курс на импортозамещение, две компании объединили усилия для разработки промышленного робота. В 2015 году «Торговый дом «АРКОДИМ» выпустил экспериментальный образец декартового линейного робота-манипулятора, а в 2016 году начал первые инсталляции. Однако вскоре пути двух компаний вновь разошлись.

6. GRINIK Robotics
Сегодня компания «АвангардПЛАСТ» выпускает промышленных роботов-манипуляторов консольного типа под брендом GRINIK Robotics. Роботы применяются для обслуживания термопластавтоматов и в зависимости от задачи имеют 3 и более осей перемещения, разную точность, скорость, грузоподъемность и размер.

7. ARKODIM
Компания «АРКОДИМ-Про» выпускает серию промышленных 3х-7ми осевых роботов манипуляторов консольного типа под брендом ARKODIM. В 2018 году на Саратовском электроагрегатном производственном объединении был установлен такой робот-манипулятор серии «Гигант» (рабочее поле 1300х3000х1800 мм и грузоподъёмность 40 кг).

8. Эйдос-Робототехника и манипулятор Hexapod
Компания «Эйдос-Робототехника» в основном занимается ПО для роботов – их программированием и перепрограммированием, а также автоматизацией производства в целом. Кроме того, компания разработала шестиосевой промышленный манипулятор Hexapod, предназначенный для самых разных работ в металлообработке.

9. Газпром нефть и манипулятор-заправщик
В 2018 году «Газпром нефть» и «Эйдос-Робототехника» представили совместную разработку - роботизированную руку-манипулятор для автоматизированной заправки транспортных средств, в том числе самолетов и бензовозов.

10. Сбербанк и робот-манипулятор
Собственную «руку» разработал и «Сбербанк» -- робот был представлен на международной выставке «Сколково Роботикс» в апреле прошлого года. Манипулятор может перемещать небольшие предметы, по замыслу создателей, его можно использовать для сортировки в магазинах, на почте и в самом «Сбербанке».

источник - здесь

[samsony1]

Искусственный интеллект оптимизирует обработку биосовместимого титанового сплава

Ученые использовали машинное обучение для оптимизации микроэлектроэрозионной обработки биосовместимого титанового сплава TNTZ. Искусственная нейронная сеть достигла точности прогнозов более 95%, что открывает путь к более безопасным медицинским имплантатам и аэрокосмическим компонентам.

Титановые сплавы широко применяются в биомедицинских имплантатах, аэрокосмической отрасли и автомобилестроении благодаря прочности, коррозионной стойкости и малому весу. Однако распространенный сплав Ti–6Al–4V содержит алюминий и ванадий, которые при длительном контакте с биологическими тканями могут быть токсичны. Новые сплавы, обогащенные ниобием, танталом и цирконием, обладают улучшенной биосовместимостью, но их сложнее обрабатывать традиционными методами.

В ходе экспериментов с вольфрамо-карбидными электродами варьировали напряжение и емкость. Выяснилось, что емкость влияет на 90% результатов: высокая энергия разряда ускоряет съем материала, но ухудшает точность и качество поверхности.

источник - здесь

[samsony1]

Датчик размером 1,5 мм обеспечивает роботам обзор 180° и бионическое обоняние

Ученые из Китайской академии наук разработали компактный сенсор, объединяющий функции зрения и обоняния по принципу фасеточного глаза плодовой мушки. Устройство, обеспечивающее роботам обзор на 180 градусов, оснащено химическим сенсором для обнаружения опасных газов, объединяя две сенсорные системы в легком корпусе для микродронов.

Устройство размером 1,5 миллиметра включает 1027 визуальных элементов, созданных методом двухфотонной полимеризации с использованием фемтосекундного лазера. Между линзами размещены микроскопические щетинки, предотвращающие запотевание и загрязнение поверхности.

Дополнительно инженеры интегрировали напечатанный на струйном принтере химический массив, меняющий цвет при контакте с опасными газами. Объединение двух сенсорных систем в одном корпусе позволило снизить массу конструкции без потери функциональности. В ходе испытаний миниатюрный робот с этим датчиком продемонстрировал способность распознавать движущиеся объекты и объезжать препятствия в угле обзора 180 градусов, одновременно фиксируя угрозы спереди и по бокам.

источник - здесь

[samsony1]

Назван самый популярный ИИ-сервис в России

«Яндекс» опубликовал показатели за IV квартал 2025 года и за 2025 год. Согласно отчету, доля компании на российском поисковом рынке выросла до 69,3%, а сервис «Алиса AI» стал самым популярным ИИ-сервисом в России, с которым еженедельно общаются в чате более 19 млн пользователей.

В сообщении говорится, что «Яндекс» продолжит фокусироваться на внедрении нейросетей в повседневные пользовательские сценарии и планирует наращивать аудиторию за счет развития «Алисы AI». По данным компании, пользователи ежемесячно общаются с «Алисой» через 19,3 млн умных устройств, а 46,5 млн получают быстрые ответы «Алисы AI» под поисковой строкой. Тестируются разные модели монетизации ИИ-сервиса – подписочная, рекламная, транзакционная, и в прошлом году выручка от экспериментальных форматов составила больше 2 млрд рублей. «Яндекс» планирует расширять проникновение ИИ как через собственные, так и через партнерские устройства: число телевизоров с системой YaOS выросло на 22,6% год к году до 5,8 млн. На каждом пятом телевизоре, который продается в России, стоит операционная система «Яндекса».

Отмечается, что доля «Яндекса» на российском поисковом рынке выросла на три процентных пункта год к году - до 69,3%. «Яндекс Телемост» назван самым популярным сервисом видеозвонков в России – ежемесячная аудитория сервиса составила 8 млн пользователей, а ежемесячная аудитория облачного сервиса «Яндекс Диск» достигла 61,5 млн пользователей.

Кроме того, в опубликованных данных говорится, что выручка компании выросла на 32% - до 1 441,1 млрд рублей по отношению к аналогичному периоду прошлого года. 

«Яндекс» анонсировал десктоп-версию офисного пакета «Яндекс Документы». Новое ПО разработано на собственном движке Arcane и станет альтернативой Microsoft Office и LibreOffice. Запуск намечен на 2026 год для Windows, MacOS, Linux с поддержкой OOXML.

источник - здесь

[samsony1]

Генеративный ИИ в архитектуре и проектировании: юридическая ответственность за проекты, созданные нейросетью, и их соответствие СП

За последние два-три года генеративный дизайн на основе искусственного интеллекта перестал быть экспериментом и начал активно внедряться в практику архитектурного и инженерного проектирования. Нейросети используются для подбора планировочных решений, оптимизации конструктивных схем, автоматической генерации элементов BIM-моделей, а иногда — для формирования концепции проекта целиком. Для проектных организаций это означает ускорение работы и снижение трудоёмкости, но одновременно возникает ключевой вопрос: кто несёт юридическую ответственность за проект, если его существенная часть создана ИИ, и как такие решения соотносятся с требованиями СП и нормоконтроля.

Для ГИПов, руководителей проектных организаций и экспертов эта тема критична уже сейчас. Государственная экспертиза, авторский и строительный надзор, а также контрольные органы работают в рамках действующей нормативной базы, которая пока не выделяет искусственный интеллект как самостоятельного субъекта проектирования. Это создаёт правовые коллизии, которые важно понимать до внедрения ИИ в производственный процесс.

Правовой статус проектов, созданных с применением ИИ

С точки зрения российского законодательства проектная документация — это результат интеллектуальной и профессиональной деятельности конкретных физических и юридических лиц. Ни Градостроительный кодекс РФ, ни система технического регулирования не предусматривают возможности признания нейросети участником проектирования или носителем ответственности. Генеративный ИИ рассматривается исключительно как инструмент, аналог сложного программного обеспечения.

В правовом смысле это означает следующее: если архитектурные или инженерные решения были сформированы с использованием ИИ-алгоритмов, они всё равно считаются результатом деятельности проектной организации. Авторство и ответственность не «делятся» с программой или её разработчиком по умолчанию. Даже если нейросеть автоматически сформировала планировку, расчёт или конструктивное решение, юридически они считаются принятыми человеком после включения в проектную документацию.

Отдельного внимания заслуживает вопрос авторского права. В действующей редакции Гражданского кодекса РФ результат, созданный без творческого участия человека, не может признаваться объектом авторского права. Однако в проектной практике это редко имеет прямое значение, поскольку ключевой риск лежит не в плоскости авторства, а в сфере соответствия обязательным требованиям безопасности и нормам СП.

Кто отвечает за соответствие СП и технических регламентов

Нормоконтроль и государственная экспертиза оценивают проектную документацию по формальному и содержательному признаку: соблюдены ли требования технических регламентов, сводов правил и обязательных ГОСТов. Источник появления проектного решения — ручной расчёт, BIM-моделирование или генеративный ИИ — для эксперта значения не имеет.

Юридическая ответственность распределяется следующим образом:

1. главный инженер проекта несёт персональную ответственность за соответствие проектных решений требованиям технических регламентов и СП, поскольку именно он утверждает документацию и подписывает её;
2. проектная организация отвечает как юридическое лицо за качество и безопасность разработанной документации в рамках договора подряда и норм градостроительного законодательства;
3. разработчик программного обеспечения или ИИ-платформы, как правило, ответственности за конкретные проектные решения не несёт, если иное прямо не предусмотрено договором или не доказан дефект ПО.

Проще говоря, ошибка нейросети автоматически становится ошибкой проектировщика, если она не была выявлена и устранена на стадии внутреннего контроля. Это принципиальный момент для практики: использование ИИ не снижает, а фактически повышает требования к профессиональному контролю со стороны инженеров.

На практике риски возникают в нескольких зонах. Во-первых, ИИ может предложить решение, формально корректное с точки зрения геометрии или расчёта, но противоречащее конкретному пункту СП, например по минимальным расстояниям, классам функциональной пожарной опасности или условиям эвакуации. Во-вторых, алгоритм не всегда корректно учитывает региональные или специальные требования, которые выходят за рамки типовых сценариев. В-третьих, при автоматической генерации BIM-моделей возможно некорректное наполнение атрибутивных данных, что критично для экспертизы и последующей эксплуатации.

Для нормоконтроля это означает одно: любой результат работы ИИ должен проходить такую же проверку, как и ручной проект, без послаблений на «цифровую инновационность».

В текущих правовых условиях использование генеративного ИИ допустимо и законно, но требует грамотной организационной настройки. В первую очередь ИИ следует рассматривать как вспомогательный инструмент, а не как источник готовых решений «под ключ».

На практике целесообразно:

1. формально закрепить в внутренних регламентах, что все решения, полученные с применением ИИ, подлежат обязательной проверке инженером-исполнителем и ГИПом;
2. включать этап дополнительного нормоконтроля для разделов, где использовался генеративный дизайн, особенно по пожарной безопасности, конструктивным и санитарным требованиям;
3. документировать процесс принятия решений, фиксируя, что итоговое проектное решение принято человеком, а не автоматически;
4. осторожно подходить к заявлениям о «полной автоматизации проектирования» в коммерческих предложениях и отчётах, чтобы не создавать ложных ожиданий у заказчиков и контролирующих органов.

Отдельно стоит учитывать договорные аспекты. Если проект выполняется с применением ИИ, это не освобождает исполнителя от ответственности по договору подряда и не может служить оправданием при выявлении нарушений СП.

источник - здесь

[samsony1]

Гуманоидные роботы автономно собирают друг друга на заводе Unitree

Компания Unitree Robotics опубликовала видео с производственной линии в Ханчжоу, где гуманоиды под управлением ИИ-модели UnifoLM-X1-0 автономно выполняют операции сборки других роботов — манипулируют деталями, устанавливают компоненты и участвуют в тестировании. Это первый публичный демонстрационный ролик, показывающий гуманоидов, берущих на себя этапы сборки собственных копий в промышленных условиях.

Роботы не собирают устройство целиком от болта до готового продукта — эту работу пока выполняют традиционные промышленные манипуляторы. Но гуманоиды уже справляются с операциями, требующими пространственного ориентирования и адаптивности: передача деталей между станциями, установка узлов в труднодоступные места, проверка соединений. Их действия координирует ИИ UnifoLM-X1-0, использующий обучение с подкреплением для коррекции движений в реальном времени. Такой подход приближает промышленную автоматизацию к концепции «гибких фабрик», где один и тот же робот может переключаться между разными задачами без переоборудования линии.

На территории завода расположены исследовательские лаборатории компании, разрабатывающей как четвероногих, так и гуманоидных роботов. В прошлом году Unitree поставила более 5500 гуманоидных устройств — больше, чем суммарно американские конкуренты.

источник - здесь

[samsony1]

В РФ утвердили первые учебники для школ по искусственному интеллекту

Министерство просвещения объявило о включении в федеральный перечень учебников первого школьного курса по искусственному интеллекту. С 5 класса российские дети начнут изучать новый предмет.

Учебные пособия "Введение в искусственный интеллект", созданные Альянсом в сфере ИИ и издательством "Просвещение", предназначены для учеников 5–6, 7–8 и 9 классов. В 2026 году эти материалы будут внедрены в школьную программу по всей России.

Учебники сопровождаются видеоматериалами, которые предназначены для практического закрепления знаний. Учителя также будут обеспечены подробными методическими указаниями, что гарантирует высокий уровень подготовки к урокам.

источник - здесь

[samsony1]

Безопасность «гибких» производств: как адаптировать промбезопасность к постоянно меняющимся роботизированным линиям

Гибкие производственные линии, основанные на роботизации и быстрой переналадке, становятся нормой для современного машиностроения, приборостроения и ряда отраслей строительной индустрии. Если раньше производственный цикл был жёстко «привязан» к планировке цеха и составу оборудования, то теперь конфигурация линии, маршруты движения изделий и роботов, зоны обслуживания и даже тип выпускаемой продукции могут меняться в течение недель, а иногда и дней. Для инженеров по промбезопасности это создаёт принципиально новый вызов: классические схемы оценок риска, заточенные под стабильные технологические процессы, начинают «опаздывать» за реальными изменениями. Для Ростехнадзора и других контролирующих органов возникает вопрос: как оценивать соблюдение требований, если сам объект и его опасные зоны постоянно трансформируются в рамках одного производственного участка. На этом фоне тема адаптации норм промышленной безопасности к «гибким» роботизированным производствам становится не только технической, но и нормативной задачей.

Особую роль в гибких роботизированных линиях играют опасные зоны, связанные с движением манипуляторов, транспортных роботов, подачей материалов и заготовок. В классическом подходе границы опасных зон определяются проектом, ограждениями, блокировками и режимами работы. В гибких производствах эти границы могут изменяться при каждом перепрограммировании робота или изменении маршрута автономных транспортных средств. Это означает, что стандартные статичные планы эвакуации и схемы опасных зон быстро устаревают, если их не поддерживать в актуальном состоянии. Поэтому в таких цехах возрастает роль систем технической безопасности на уровне управления: световые и звуковые оповещения, динамически изменяемые виртуальные ограждения, зоны ограниченного доступа, задаваемые в программном обеспечении робота, и автоматический контроль присутствия человека. При этом эти технические решения должны не подменять, а дополнять нормативные требования: работодатель по‑прежнему обязан обеспечить идентификацию и анализ рисков, разработать инструкции и обучить персонал.

Важно учитывать, что сами нормы промышленной безопасности и стандарты на робототехнику развиваются в сторону учёта новых технологий. В нормативных и методических документах всё чаще подчёркивается необходимость риск‑ориентированного подхода, при котором контроль и надзор концентрируются на наиболее значимых рисках, а не только на формальном соответствии перечню требований. Для «гибких» производств это означает, что форма (конкретное расположение робота или конвейера) становится менее важной, чем содержание: какие виды опасной энергии задействованы, как обеспечена защита человека от неконтролируемого движения, утечки среды, столкновения или падения. Этим же объясняется возрастающая роль оценки рисков и процедур изменения (management of change) как обязательных элементов системы управления промышленной безопасностью. Даже при отсутствии прямого упоминания «гибких» линий в конкретных правилах во многих документах уже заложены механизмы, позволяющие учитывать подобные объекты через более общие требования к идентификации опасностей, поддержанию документации в актуальном состоянии, обучению персонала и контролю исправности технических средств защиты.

подробнее - здесь

[samsony1]

МТС запускает сервис аренды промышленных роботов

Компания МТС представила комплексное решение «Робот как сервис» (RaaS), позволяющее бизнесу внедрять робототехнику без крупных первоначальных вложений. Такой подход позволяет запускать автоматизацию процессов с минимальными стартовыми затратами.

МТС объявила о развитии направления промышленной робототехники и представила комплексное предложение «Робот как сервис». В рамках этой модели бизнес может получать роботов, связь, программное обеспечение и поддержку по подписке, без необходимости крупных первоначальных вложений в оборудование.

В МТС отметили, что внедрение робототехники стало стандартным инструментом оптимизации, однако высокие капитальные расходы и сложность интеграции остаются основными барьерами для многих компаний. Новый сервис призван решить эту проблему, предлагая клиентам единое решение, которое включает физических роботов, высокоскоростную связь, ПО, его внедрение и техническое сопровождение. Это позволяет избежать работы с несколькими подрядчиками и упрощает процесс внедрения.

источник - здесь

[samsony1]

Генеративный ИИ в архитектуре и проектировании: юридическая ответственность за проекты, созданные нейросетью, и их соответствие СП

За последние два-три года генеративный дизайн на основе искусственного интеллекта перестал быть экспериментом и начал активно внедряться в практику архитектурного и инженерного проектирования. Нейросети используются для подбора планировочных решений, оптимизации конструктивных схем, автоматической генерации элементов BIM-моделей, а иногда — для формирования концепции проекта целиком. Для проектных организаций это означает ускорение работы и снижение трудоёмкости, но одновременно возникает ключевой вопрос: кто несёт юридическую ответственность за проект, если его существенная часть создана ИИ, и как такие решения соотносятся с требованиями СП и нормоконтроля.

Для ГИПов, руководителей проектных организаций и экспертов эта тема критична уже сейчас. Государственная экспертиза, авторский и строительный надзор, а также контрольные органы работают в рамках действующей нормативной базы, которая пока не выделяет искусственный интеллект как самостоятельного субъекта проектирования. Это создаёт правовые коллизии, которые важно понимать до внедрения ИИ в производственный процесс.

С точки зрения российского законодательства проектная документация — это результат интеллектуальной и профессиональной деятельности конкретных физических и юридических лиц. Ни Градостроительный кодекс РФ, ни система технического регулирования не предусматривают возможности признания нейросети участником проектирования или носителем ответственности. Генеративный ИИ рассматривается исключительно как инструмент, аналог сложного программного обеспечения.

В правовом смысле это означает следующее: если архитектурные или инженерные решения были сформированы с использованием ИИ-алгоритмов, они всё равно считаются результатом деятельности проектной организации. Авторство и ответственность не «делятся» с программой или её разработчиком по умолчанию. Даже если нейросеть автоматически сформировала планировку, расчёт или конструктивное решение, юридически они считаются принятыми человеком после включения в проектную документацию.

Отдельного внимания заслуживает вопрос авторского права. В действующей редакции Гражданского кодекса РФ результат, созданный без творческого участия человека, не может признаваться объектом авторского права. Однако в проектной практике это редко имеет прямое значение, поскольку ключевой риск лежит не в плоскости авторства, а в сфере соответствия обязательным требованиям безопасности и нормам СП.

источник - здесь