Стартовый научный коллектив (СНК) передовой инженерной школы «Комплексная авиационная инженерия» (ПИШ КАИ) Казанского национального исследовательского технического университета им. А. Н. Туполева представил концепцию создания корпоративных систем принятия решений (СПР). Этот «цифровой советник» на основе больших языковых моделей (LLM) умеет читать внутренние документы компании и будет помогать принимать решения, не передавая служебные данные в сеть.
ПИШ КАИ исследовала архитектуры «LLM + RAG + графы знаний», чтобы компьютеры могли осмысленно анализировать сложные инструкции и нормативные документы компании.
Как пояснили ученые, большие языковые модели — это мощный инструмент для решения задач, но на практике их применять сложно. Любое приложение требует узкоспециализированных данных, прописанных в инструкциях, техописаниях и нормативных документах. При этом часто они написаны техническим языком, разными авторами, с разными терминами и разной стилистикой. Однако для системы принятия решений такие знания должны быть однозначными, достоверными, полными и непротиворечивыми. Кроме того, важно, чтобы корпоративные сведения не утекали в Интернет.
По словам Анатолия Сытника — руководителя СНК-6 «Применение больших языковых моделей при создании систем принятия решений», ведущего научного сотрудника НИЛ № 30 кафедры автоматизированных систем обработки информации и управления, — коллектив создает корпоративные системы принятия решений на основе LLM в сочетании с системой генерации, дополненной поиском (RAG).
Ученые решили несколько задач. Они проанализировали разные модели машинного обучения, языковые модели (LLM), системы RAG и другие инструменты ИИ, которые могут создавать базу знаний для СПР. Также они исследовали подходы для генерации с использованием схемы «контекст — условие — действие». И доказали: текст можно логически анализировать так, чтобы выработать правила для СПР.
В итоге были предложены алгоритмы, которые подготавливают и размечают неструктурированные технические и нормативные тексты. Также была разработана методика извлечения знаний из таких текстов и превращения их в правила по уже знакомой схеме. Каждый пункт нормативного документа, каждое предложение технического описания преобразуется в такое правило и в итоге получается граф знаний — набор связанных между собой логических конструкций. Эти графы знаний и становятся основой базы знаний для СПР.
Как пояснил Анатолий Сытник, в процессе работы для детального понимания исследуемых связей и дальнейшего развития решались и другие задачи.
«В частности, подтверждена целесообразность дообучения компактных языковых моделей, обеспечивающая сопоставимое качество извлечения знаний при значительном сокращении вычислительных затрат. Получены свидетельства о госрегистрации программ на метод генерации видеоизображений на основе одиночного снимка, на визуализацию работы нейросети при ее обучении моделированию логических функций, на подготовку фрагментов текста из неструктурированных документов. Отмечу также, что исследования проводились на базе высокопроизводительного компьютера, приобретенного за счет гранта ПИШ КАИ», — отметил он.
По теме проекта было опубликовано четыре научных статьи рейтинга К2, две статьи в сборнике Международного форума Kazan Digital Week — 2025, получено четыре свидетельства о госрегистрации программ для ЭВМ, подготовлено четыре проекта на Всероссийский инженерный конкурс и два — на Инженерный конкурс Республики Татарстан.
С 2025 года проект «Передовые инженерные школы» реализуется в рамках национального проекта «Молодежь и дети».
