Искусственный интеллект, роботы - применение

[samsony1]

ВНЕДРЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В СЕРВИСЫ РОССТАНДАРТА

Росстандарт развивает применение технологий искусственного интеллекта в рамках цифровой трансформации ведомства. ИИ-инструменты используются для повышения эффективности внутренних процессов, развития электронных государственных услуг, работы с нормативной документацией и совершенствования метрологических сервисов.

Одним из направлений цифровизации является развитие госуслуг в электронном формате в рамках реализации инициативы социально-экономического развития Российской Федерации «Госуслуги онлайн», утвержденной распоряжением Правительства РФ от 16 марта 2024 года № 637-р.

В частности, развивается функционал подсистемы «Аршин» ФГИС Росстандарта. В перспективе создание публичных интерфейсов позволит перевести предоставление сведений из Федерального информационного фонда по обеспечению единства измерений через Единый портал государственных услуг в автоматический режим – без участия сотрудников ведомства.

Важным направлением применения искусственного интеллекта стала работа с нормативно-технической документацией. «Российский институт стандартизации» развивает систему оцифровки документов «Конвейер», которая позволяет создавать электронные редактируемые макеты документов менее чем за пять минут. Точность распознавания текста составляет около 96%, формул –91%, изображений – до 95%. Система работает не только с текстовыми материалами, но и с инженерной графикой: восстанавливает векторные чертежи из растровых изображений, формирует редактируемые схемы и инженерные рисунки. Это ускоряет перевод нормативной документации в цифровой формат и создает основу для интеграции библиотек стандартов с системами автоматизированного проектирования.

Росстандарт также прорабатывает новые направления применения ИИ: создание цифровых ассистентов для обработки обращений граждан, разработку RAG-моделей на базе данных Федерального информационного фонда стандартов для анализа требований документов, а также использование интеллектуальных инструментов при формировании Программы национальной стандартизации.

источник - здесь

[samsony1]

Продажи роботов для возведения стен в мире достигли $25 млн

В 2025 году объем глобального рынка роботов для возведения стен (роботов-каменщиков) составил около $25 млн. Более половины от этой суммы пришлось на североамериканский регион. Соответствующие данные содержатся в обзоре Fortune Business Insights, представленном 16 июля 2026 года.

Аналитики рассматривают передовые автоматизированные системы для кладки кирпича и блоков. Такие машины способны наносить раствор и выравнивать элементы с высочайшей точностью, обеспечивая стабильное качество и снижение зависимости от ручного труда. Главные преимущества роботов — в 3–5 раз более высокая скорость работы по сравнению с обычной кладкой, снижение отходов материалов и повышение безопасности за счет вывода людей из тяжелых и опасных операций. Существуют системы различных типов — стационарные манипуляторы, мобильные комплексы, полуавтоматические установки и пр.

Роботы помогают частично решить проблему: они берут на себя монотонную, повторяющуюся работу, позволяя людям сосредоточиться на более сложных задачах. При этом машины минимизируют брак за счет точного позиционирования (например, с помощью лазерного выравнивания), а также значительно ускоряют трудоемкие процессы.

Положительное влияние на отрасль оказывают технологические достижения. Развитие искусственного интеллекта, машинного обучения и компьютерного зрения расширяет возможности роботов-каменщиков. Эти системы могут подстраиваться под условия конкретной стройплощадки, работать с разными типами материалов и корректировать операции в зависимости от ситуации. Ведутся исследования в области коллаборативных роботов (коботов), которые способны работать бок о бок с человеком. Набирает обороты модель «робот как услуга» (Robot-as-a-Service): вместо приобретения дорогостоящих систем подрядчики могут использовать машины для кладки по схеме лизинга, аренды или сервисных контрактов.

В числе основных драйверов рынка авторы исследования называют дефицит рабочей силы. Строительная отрасль испытывает нехватку квалифицированных специалистов в области отделочных работ, что приводит к росту стоимости их услуг. Роботизированные комплексы позволяют выполнять монотонные и физически тяжелые операции с высокой скоростью, стабильным качеством и экономичностью. Машины наносят смесь и шлифуют стены с высочайшей точностью, исключая необходимость ручной переделки.

Роботы начали заменять людей на строительных площадках в Петербурге. Об этом стало известно в середине июня 2025 года.

Как рассказал изданию «Деловой Петербурге» директор по строительству Setl Group Виталий Ершов, при возведении малоэтажных домов применяются роботы для заливки домов, 3D-печати и кладки.

Setl Group на стройплощадке ЖК Pulse Premier (ЖК «Пульс Премьер») в Петербурге проверяет работу робособак. Технология потенциально может помочь с мониторингом качества и скорости строительства, в частности, при оценке выполнения следующих работ: монолит, стяжка, кладка и предчистовая отделка робособака может функционировать бесперебойно при любых погодных условиях в течение 4-х часов.

В Петербурге действительно используются роботы-строители, выполняющие отделочные или кладочные работы. Однако основное применение нашли технологии, используемые при проектировании и контроле строительства. С их помощью удаётся избегать ошибок, оптимизировать затраты и процессы, повышать эффективность и сокращать сроки строительства.

источник - tadviser.ru

[samsony1]

Искусственный интеллект как помощник инженера

Применение ИИ в строительстве быстро набирает обороты. Сегодня нейросети помогают анализировать проектную документацию, выявлять коллизии, прогнозировать риски, контролировать сроки и управлять эксплуатацией объектов. Такие системы сокращают время проектирования, снижают число ошибок и позволяют принимать решения на основе больших данных. Крупные ИТ-компании и строительные холдинги активно интегрируют ИИ-сервисы в свои процессы.

Роботизация: первые шаги

На площадках появляются роботизированные комплексы для обследования зданий, беспилотники для мониторинга, автоматические системы контроля качества и лазерного сканирования. Мобильные геодезические комплексы и цифровые системы контроля объёмов позволяют создавать облака точек для формирования цифровых двойников. Массовая роботизация пока впереди, но уже сейчас отдельные решения повышают производительность и безопасность.

источник - здесь

[samsony1]

На полигоне ВСМ завершили укладку рельсовых плит

На испытательном полигоне ВСМ Саблино – Тосно завершена укладка рельсовых плит. Всего на участке длиной более километра смонтировали 263 бетонные конструкции весом примерно по 7 тонн каждая. Это рельсовые плиты и плиты стрелочных переводов. Их нужно было позиционировать с точностью до миллиметра.

Для этого использовали роботизированный тахеометр, который определяет положение в пространстве с учётом температуры и времени суток. Теперь специалистам РЖД предстоит уложить рельсы, выполнить настройку систем железнодорожной автоматики и установить более 1,5 тыс. датчиков для полевых испытаний безбалластного пути магистрали.

источник - здесь

[samsony1]

Луноход размером с ладонь успешно завершил автономную миссию на Луне

Японский луноход SORA-Q размером с ладонь проработал на Луне 108 минут в полностью автономном режиме, передав снимки через робота-напарника. Миссия доказала, что миниатюрные трансформируемые аппараты способны эффективно исследовать другие планеты без участия оператора с Земли.

Миниатюрные луноходы обладают рядом преимуществ: они дешевле в разработке, легче и занимают мало места на космическом корабле. Однако их создание связано с серьезными трудностями. Таким роботам сложно перемещаться по рыхлому лунному грунту — колеса могут застревать. Кроме того, им необходимо самостоятельно принимать решения, но малые размеры аккумуляторов и процессоров ограничивают вычислительные возможности.

Чтобы решить эти проблемы, японское космическое агентство сотрудничало с компанией-производителем игрушек TOMY. Инженеры создали луноход, меняющий форму. Вдохновением послужили игрушки-трансформеры: в полете SORA-Q остается компактной сферой, а после посадки разворачивается. В рабочем положении его колеса вращаются вокруг смещенной оси, что улучшает сцепление с мягким грунтом — это решение также основано на игрушечных механизмах TOMY.

Для экономии энергии и вычислительных ресурсов SORA-Q не связывался напрямую с Землей. Он передавал данные и снимки на другой луноход, LEV-1, который уже ретранслировал информацию в центр управления полетами. Это позволило аппарату работать без участия наземных операторов.

Автономная миссия SORA-Q продлилась около 108 минут, после чего связь прервалась. За это время он успел облететь посадочный модуль SLIM, сделать его детальные снимки и сфотографировать окружающую местность. Исследователи отмечают, что эта миссия доказала: даже сверхкомпактные роботизированные платформы способны успешно выполнять автономные операции на поверхности Луны.

источник - здесь

[samsony1]

Yandex B2B Tech выпустит универсального ИИ-агента

Yandex B2B Tech анонсировала нового ИИ-агента для бизнеса. Его главная особенность — скорость и универсальность: он сможет взять на себя значительную часть рабочих обязанностей менеджеров, аналитиков, бухгалтеров, маркетологов, специалистов по закупкам и не только. Такой ИИ-помощник способен выполнять от 30 до 50% задач офисных сотрудников, на которые уходит до трети рабочего времени. Универсальный агент будет работать на базе технологий Yandex AI Studio. Планируется, что он выйдет до конца сентября 2026 года.

Агент поможет не только с рутиной — например, составлением конспекта встречи или кратким пересказом объемных документов, — но и с более сложными, многоэтапными задачами. Скажем, он может сравнить коммерческие предложения от поставщиков, выбрать лучшего и оформить закупку. Или помогать с корпоративным документооборотом: самостоятельно заполнять договоры по шаблону, отправлять их контрагентам и формировать закрывающие документы.

Чат с агентом станет единым окном для взаимодействия со всеми рабочими сервисами и инструментами — например, AmoCRM или Контур.Фокус. Пользователи смогут предоставить ИИ-помощнику доступ к корпоративным сервисам от своего имени. Он получит те же права и сможет запрашивать актуальную информацию для решения задачи. Для безопасного использования агента его доступ к внутренним данным и системам легко ограничить, а каждое важное действие потребует подтверждения от человека. Компания также сможет анализировать поведение ИИ-агента: можно проверить всю цепочку решений агента, какие инструменты он использовал и к каким данным и системам обращался внутри организации.

ИИ-помощник выполняет поручения в фоновом режиме: когда агент справится с задачей, он пришлет уведомление. Агент также способен выполнять задачи по расписанию — к примеру, каждое утро присылать отчёт о новых заявках в техподдержку.

Агента также можно научить решать задачи, которые требуют специфических знаний и умений. Для этого предусмотрена система навыков. Компании смогут использовать готовые навыки из каталога, например «Финансист» или «HR-специалист», либо создать собственные. Уметь писать код для этого не требуется. Достаточно указать источники данных — это может быть почта, внутренние базы знаний и так далее — и своими словами описать процесс решения задачи.

источник - здесь

[samsony1]

Автономные нанороботы смогут добывать литий прямо из морской воды

Автономные нанороботы, активируемые светом, смогут плавать в морской воде и извлекать литий для аккумуляторов электромобилей. Технология, разрабатываемая в США, использует микроскопические устройства, которые после сбора минерала легко извлекаются магнитным полем и готовы к новой работе.

Вместо бурения скважин предлагается использовать мобильных микро- и нанороботов. Эти устройства передвигаются в водной среде под воздействием внешних стимулов, например света, и в процессе движения захватывают ионы лития. По окончании цикла сбора роботов можно извлечь из воды с помощью магнитных полей и использовать повторно. По оценкам разработчиков, такой подход требует меньших энергетических затрат и не предполагает масштабного строительства инфраструктуры.

Литий-ионные аккумуляторы широко применяются в электромобилях и системах хранения энергии. На эти сферы уже сегодня приходится около 61% мирового потребления лития, и по прогнозам, к 2030 году эта доля превысит 90%. По оценкам аналитиков, к 2030 году глобальный спрос на литий вырастет в три раза по сравнению с показателями 2024 года, а к 2035 году — в 4,2 раза. Традиционные методы добычи не всегда успевают за таким ростом, что побуждает искать альтернативные источники сырья. Морская вода рассматривается как один из потенциально стабильных дополнительных ресурсов.

источник - здесь

[samsony1]

Персонализация и проактивность: зачем бизнесу внедрять генеративный ИИ в поддержку

Современная клиентская служба — гибридная экосистема: на первой линии всё чаще работают виртуальные помощники на основе генеративного ИИ. Они берут на себя не только маршрутизацию обращений, но и сложные аналитические задачи. По данным НАФИ (Национального агентства финансовых исследований), искусственный интеллект задействован в работе с клиентами у 46% организаций в России. Рассказываем, как нейросети трансформируют работу операторов и влияют на качество сервиса.

Генеративный искусственный интеллект успешно справляется с обработкой больших массивов данных. Если раньше оценка качества диалогов с клиентами проводилась выборочно (~ 3% записей), то сегодня нейросети анализируют до 100% голосовых и текстовых обращений. Система автоматически оценивает соблюдение стандартов, подсвечивая руководителям проблемные зоны в режиме реального времени.

ИИ стал незаменимым инструментом и в работе с претензиями. Нейросеть способна мгновенно сопоставить жалобу пользователя с историей покупок и юридической базой, предлагая оператору готовый вариант решения проблемы. Это ускоряет обработку рекламаций на 30–70%.

Активно внедряется протоколирование диалогов и автоматический поиск по базе знаний. В процессе разговора с клиентом ИИ-помощник определяет интент (цель запроса) и выводит на экран оператора подсказки: технические характеристики товара, условия доставки, персональные скидки. Это позволяет даже новичкам работать на уровне экспертов клиентской поддержки.

ИИ уже берёт на себя значительную часть операционной рутины, прежде всего типовые обращения, связанные с навигацией, базовыми действиями и поиском информации. На практике это особенно заметно во встроенных ассистентах: при интеграции ИИ в поиск по базе знаний или интерфейс продукта пользователь быстрее получает релевантный ответ без участия человека. Такой подход меняет саму роль живого оператора. Он уходит от обработки типовых запросов и фокусируется на сложных кейсах, где важны контекст, интерпретация и доведение задачи до результата. Функция смещается от исполнения к управлению ситуацией: оператор становится экспертом, а ИИ — первым уровнем, который фильтрует поток обращений и закрывает рутинные сценарии, высвобождая ресурсы для более квалифицированной работы.

Главное изменение 2026 года — переход от шаблонных ответов к персонализации. ИИ-ассистенты начали использовать прогнозную аналитику. Система видит, что у клиента заканчивается срок действия подписки или подходит время техобслуживания автомобиля, и первой инициирует диалог. Это превращает сервис из реактивного (ответ на запрос) в проактивный (предотвращение проблемы).

Кроме того, возможности ИИ позволяют проводить оценку эмоциональной реакции собеседника. По интонациям и темпу речи или стилистике сообщения в чате ИИ определяет внешние сигналы (уровень раздражения, тревоги) и адаптирует сценарий ведения диалога для снижения риска конфликта.

Рынок эмоционального ИИ (Emotion AI) значительно увеличился за последние годы. Основные драйверы — растущее внедрение ИИ и машинного обучения в корпоративных решениях, повышение спроса на персонализированное взаимодействие с клиентами, а также развитие технологий распознавания речи и лиц. По прогнозам аналитиков Business Research Company, он увеличится с 32,6 млрд долларов в 2025 году до 51,2 млрд долларов к 2030-му при среднегодовом темпе роста 9,4%.

источник - здесь

[samsony1]

В процессе создания интеллектуальных САПР-систем мнения участников инженерного AI-сообщества расходятся

Чем кормить нейросеть, чтобы она не просто генерировала геометрию, а действительно понимала законы проектирования – стоит ли собирать гигантские коллекции чертежей, или имеет смысл пожертвовать количеством ради глубины и качества данных?

Какой подход возьмет верх? Однозначного ответа пока нет, и именно в этой открытости заключен главный исследовательский вызов современного этапа.

Идея «Больших данных». Верный вектор или иллюзия?

Логика первого подхода проста и подтверждена практикой машинного обучения: нейросети процветают на разнообразии. Чем больше примеров, тем полнее сеть охватывает пространство возможных решений. Так родились проекты вроде DeepCAD, где в обучающие выборки собираются миллионы 3D-моделей из открытых репозиториев, технических архивов и каталогов производителей.

Этот вектор выглядит естественным: было бы странно не использовать цифровые архивы, накопленные за десятилетия. Показав алгоритму миллион деталей, мы даем ему возможность увидеть все разнообразие конструкторских школ, типов соединений и компоновочных решений.

И первые результаты действительно впечатляют. Нейросети, обученные на гигантских датасетах, демонстрируют умение генерировать убедительные 3D-объекты, заполнять пропущенные фрагменты и даже предлагать варианты компоновок. Однако практика проектирования подсказывает: внешнее сходство с правильным решением — еще не гарантия того, что решение действительно работоспособно.

Открытые репозитории и промышленные архивы, которые служат сырьем для больших датасетов, крайне неоднородны.

В них соседствуют:

1. эталонные инженерные решения, прошедшие проверку временем;
2. устаревшие конструкции, не соответствующие современным нормам и технологиям;
3. учебные и любительские модели, созданные без учета производственных ограничений;
4. случайные артефакты — дубли, некорректные размерности, оборванные истории построения

Модель начинает генерировать решения, которые визуально похожи на правильные, но при проверке оказываются технологически абсурдными: стенки слишком тонкие для нагрузок, радиусы скруглений не соответствуют инструменту, размерные цепочки не замкнуты.

Вопросы, которые мы пока не можем решить

Вот самые очевидные из них:

1. На каком этапе роста объема данных наступает «критическая масса», когда качество начинает деградировать быстрее, чем прирастает польза?
2. Можно ли разработать алгоритмы автоматической очистки и структурирования, которые снимут необходимость в дорогостоящем ручном аннотировании, или в инженерии без экспертного взгляда не обойтись?
3. Каким должно быть минимальное семантическое ядро, чтобы нейросеть научилась именно конструкторской логике, а не поверхностной имитации?
4. И самый глубинный вопрос: что мы вообще считаем «пониманием» для инженерного ИИ? Статистическую точность или способность к рассуждению о физике и функциях?

подробнее - здесь

[samsony1]

Нейросети помогают оценивать качество порошков для 3D-печати в Ростехе

Центр аддитивных технологий (входит в Объединенную двигателестроительную корпорацию Госкорпорации Ростех) внедряет искусственный интеллект (ИИ) для оценки металлических порошков для 3D-принтеров. Нейросети помогают точно определять характеристики частиц порошка по микроскопическим изображениям, ускоряя разработку и аттестацию материалов.

Нейросетевая модель формирует данные, необходимые для допуска металлических порошков к производству изделий с помощью аддитивных технологий. ИИ автоматически выделяет отдельные частицы на снимках, полученных с помощью электронного микроскопа, и помогает проверить качество материала. Тесты показали высокий результат с низкой долей погрешности — менее 3%.

источник - здесь

[samsony1]

«Яндекс» зарегистрировал отдельное юридическое лицо для развития технологий искусственного интеллекта (ИИ) в медицине

ООО «Яндекс мед» было создано 31 июля 2026 г., обнаружили «Ведомости» в ЕГРЮЛе. Представитель «Яндекса» подтвердил «Ведомостям» регистрацию нового юридического лица, однако не раскрыл взаиморасчеты с партнерами и планы по дальнейшему развитию сервиса.

«Яндекс мед» связан с одноименным ИИ-сервисом для медицинских организаций, пилотную версию которого «Яндекс» представил в конце июня в партнерстве с департаментом здравоохранения Москвы. Тогда техногигант говорил о том, что ИИ-ассистент «Яндекс мед» предназначен для автоматизации части рутинной работы врачей в московских клиниках. Сервис может расшифровывать разговор с пациентом и на его основе составить черновик протокола приема, найти информацию в медицинской базе знаний и суммировать сведения из электронной медицинской карты пациента. Но финальное решение по постановке диагноза и назначению препаратов остается за врачом.

источник - здесь

[samsony1]

Сбербанк помог внедрить в новый кроссовер Lada Azimut искусственный интеллект

По-настоящему востребованный искусственный интеллект – это технология, которая помогает человеку практически незаметно, делая использование автомобиля более комфортным и безопасным.

Важной частью цифровой среды автомобиля стало решение PlayAuto – это проекционная платформа, разработанная технологической компанией Navio.

Подобные проекты особенно важны сегодня, когда конкуренция в автомобильной отрасли развивается не только вокруг технических характеристик автомобиля, но и вокруг качества цифровой среды и удобства для человека. При этом особенно важно, что российские компании участвуют в этом процессе как полноценные технологические разработчики, создавая собственные решения для будущего автомобильной отрасли.

источник - здесь

[samsony1]

Сбер получил более 475 млрд рублей эффекта от внедрения ИИ в 2025 году

В банке реализовали свыше 700 ИИ-проектов.  Из этой суммы более 50 млрд рублей пришлось на применение генеративного ИИ. Также в компании запустили около 900 автономных ИИ-агентов.

По данным отчета «СберУниверситета», технологии искусственного интеллекта становятся частью работы финансовых организаций.

В ВТБ экономический эффект от использования ИИ оценивается примерно в 15 млрд рублей с планами увеличить показатель до 50 млрд рублей в ближайшие два года.

В Т-банке эффект от применения технологии в операционных процессах составляет несколько десятков миллиардов рублей, а в Альфа-банке роботизированные системы выполняют около 3,5 млн операций ежемесячно, что сопоставимо с работой примерно 870 сотрудников.

Банк России отмечает, что 20% участников финансового рынка уже используют ИИ на постоянной основе, 15% реализуют пилотные проекты, а 61% рассматривают внедрение генеративных моделей.

источник - здесь

[samsony1]

Двухметровый кентавр с бензопилой: представлен робот Threehalves для опасных спасательных операций

Калифорнийский стартап Satyress представил необычного робота Threehalves, созданного для работы в условиях стихийных бедствий и техногенных катастроф.

Двухметровая машина получила конструкцию «кентавра»: верхняя часть напоминает человека, а нижняя представляет собой четырехногую платформу, обеспечивающую устойчивость на пересеченной местности. Робот рассчитан на выполнение задач в зонах пожаров, оползней и разрушенных зданий, где присутствие людей связано с высоким риском.

Вместо автономного управления Threehalves полностью контролируется оператором. Робот поддерживает модульную конструкцию: вместо фиксированных рук можно быстро устанавливать различные инструменты, включая бензопилу, дрель и отвертку. Все сменные конечности состоят из унифицированных модулей, что упрощает ремонт и переоборудование прямо в полевых условиях. Для перевозки конструкция складывается — в кузове стандартного пикапа длиной около 1,7 м помещаются сразу два таких робота.

источник - здесь

[samsony1]

РЖД испытали робота-проводника Володю в поезде «Сапсан»

Робот помогал пассажирам
Российские железные дороги (РЖД) провели тестовую поездку с роботом-проводником по имени Володя в скоростном поезде «Сапсан». Испытания прошли на маршруте № 768, где машина помогала пассажирам в течение всей дороги.

В обязанности робота входила встреча людей при посадке, проверка билетов и документов, а также помощь в поиске мест в вагоне. Кроме того, Володя принял участие в винной дегустации, организованной в вагоне-бистро. Пассажиры с интересом отнеслись к новому участнику поездки и делали с ним фотографии.

В РЖД отметили, что это первый в мире робот-проводник для высокоскоростного поезда.

источник - здесь