【《透視俄羅斯》消息 】俄羅斯Vygon咨詢公司專家認為，積極使用生成式人工智能（AI），可為俄羅斯燃料動力部門帶來超3000億盧布的效益。未來生成式人工智能可能會承擔一半以上工程項目應用任務。但這種模型需專門訓練，建立這種世界級系統的成本接近10億美元，俄羅斯只有團結整個行業的力量才能實現。其他專家則認為，俄燃料動力部門還有實現流程自動化的許多更緊迫任務要做。

潛在影響最近一段時間，許多公司在俄羅斯市場推出AI領域解決方案，如羅斯銀行（Rosbank）宣布推出自己AI領域測試項目。羅斯銀行共有三個AI測試項目，包括面向企業的QA機器人、語音助手ReCap和代碼助手（Code Assistant）。QA機器人是個聊天機器人，用於支持企業客戶，利用知識庫回答問題，並自動處理信貸產品請求，有助於將請求審理時間縮至半天。語音助理ReCap是個人工智能的解決方案，連接到會議並將語音轉為文字，形成會議摘要，幫助員工節省時間，提高工作效率。代碼助手是個集成開發環境（IDE）插件，可幫助開發人員加快軟件開發，提供代碼自動填充、標準功能生成和軟件存儲庫驗證。有了代碼助手，羅斯銀行可將發布速度提高15%，並提高代碼質量。羅斯銀行中心化數據管理部負責人特拉文（Maxim Travin）說：“我們的測試項目展現了AI解決方案在不同銀行業務領域的巨大潛力。我們計劃進一步發展這一方向，提高客戶服務質量，優化業務流程，使我們的業務更高效。”開啟俄航天新篇章：“安加拉-A5”火箭成功發蒝ygon咨詢公司在概論文章《利用生成式AI確保俄羅斯燃料動力部門的技術主權》中評估說，使用生成式AI能給俄羅斯油氣企業每年帶來3430億盧布總體效益。據估計，效益的大部分可通過提高油氣田開發、建設、勘探和開采管理項目的效率實現。與俄羅斯石油企業已廣泛使用的常規算法不同，生成性人工智能（GenAI）能利用大量數據（比其他類型神經網絡高出約三個量級）自我學習。因此，GenAI能提高與工程和科技鑒定有關的流程自動化，尤其是實用鑒定，59%可以自動化。使用神經網絡可將與工程有關的專業團隊工作自動化潛力提高近一倍，達到57%。GenAI的例子之一是大語言模型（LLM），它專門從事自然語言處理，最有前景的類型是多代理系統，理論上可以很好地解決有限的複雜問題，部分替代某些專家，如地質學家粵件工程師。石油和天然氣行業LLM的應用受到幾種情況的阻礙。首先，大模型訓練需要增加算力。Vygon咨詢公司以GPT-4為例說，其訓練用的計算是GPT-3的100倍，訓練成本接近10億美元。其次，世界上最好的語言模型（Gemini 1、Claude 3 Opus、GPT-4）也難以解決油氣領域具體任務，因為缺少包括各國特殊性的全面行業信息。潛在前景開發磷灰石選礦技術 俄在科拉半島設科研中心Vygon咨詢公司負責人維貢（Dmitry Vygon）說：“盡管發展迅速，但LLM在燃料動力領域的行業知識和功能目前仍有限。但不久的將來它們將學會解決多層次工程問題，分析現有技術並創造新技術。俄羅斯油氣行業當前形勢是嚴厲制裁、出口調整和能源轉型，必須盡快加入這場競賽，為自己提供實現技術主權的應用工具。”制裁限制俄羅斯提高算力的機會，但主要障礙是研發成本太高。據專家估計，2024年2月底發布的Claude 3級超級模型全部創建成本超5億美元（約500億盧布）。作為對比，俄羅斯大IT公司GenAI投資總額約每年483億盧布。概論文章說：“以這種投資水平，只有整合我們所有公司的力量，才能創建世界級超大模型。”專家們認為，要創造有競爭力的模型，未來投資額需要增至每年1000億盧布。但其他專家認為，對俄羅斯企業來說，現在對GenAI投資不是優先事項。DRT咨詢公司負責人赫羅舍夫（Timofey Khoroshev）說，即使不太複雜的系統，如自動化過程控制系統，俄羅斯企業現在也面臨挑戰。Kept咨詢公司油氣企業服務總監馬爾科夫（Maxim Malkov）對此表示贊同。他說，這些公司正解決基礎自動化問題，因此它們“現在還顧不上人工智能。”馬爾科夫認為，目前俄油氣企業正專註於現有軟件進口替代，其中大部分由俄羅斯供應商獨立開發。本文為《透視俄羅斯》專竱 www.tsrus.cn/680015|

作者：阿列克謝·洛桑（Alexey Lossan）