🤖 ИИ для прогнозирования поломок военной техники Южнокорейская компания Korea Aerospace Industries приступила к разработке платформы искусственного интеллекта, которая будет заранее выявлять возможные неисправности военной техники, прогнозировать необходимость ремонта и рассчитывать расходы на техническое обслуживание. Проект стоимостью $21,8 млн рассчитан на 48 месяцев. Разрабатываемая система получила название RAM-C AI Agent. Она объединит эксплуатационные журналы, историю технического обслуживания и данные с бортовых датчиков, чтобы в режиме реального времени оценивать техническое состояние техники, прогнозировать вероятность отказов и заранее определять, какие узлы потребуют замены. Кроме того, система будет автоматически рассчитывать предполагаемую стоимость ремонта и объём необходимых запасных частей. Одной из особенностей проекта станет встроенный ИИ-помощник с интерфейсом на естественном языке. Военнослужащие смогут задавать вопросы обычным текстом, а система самостоятельно найдёт нужные сведения в логистических базах данных, проанализирует их и выдаст рекомендации по эксплуатации и обслуживанию техники. Испытания платформы пройдут сразу на нескольких типах вооружения различных видов вооружённых сил. В программу включены лёгкий боевой самолёт FA-50, основной боевой танк K2 Black Panther, радиолокационная система Maritime Surveillance Radar-II и корабли ВМС Республики Корея. Такой подход позволит проверить эффективность алгоритмов на авиационной, бронетанковой, радиолокационной и морской технике. По заявлению компании, основная цель программы — перейти от планового обслуживания к предиктивной модели, когда ремонт выполняется ещё до возникновения отказа. Это должно сократить время простоя техники, повысить её коэффициент готовности и снизить эксплуатационные расходы. Компания также рассматривает возможность применения новой системы при сопровождении экспортируемой техники. В перспективе технология может стать частью пакета послепродажной поддержки иностранных заказчиков южнокорейского вооружения. @WarPeaceAndYou