Два белых пятна на карте авиационного ИИ
Два белых пятна на карте авиационного ИИ Машинное обучение в авиастроении. Часть 6 Продолжаем разбирать резонансное исследование PRISMA в сфере ИИ для авиастроения. Авторы обзора зафиксировали два пробела, на которые стоит обратить внимание. 🔹Ни одна из 89 работ не использовала большие языковые модели (БЯМ). Ни для анализа технической документации, ни для генерации проектных решений, ни для сопровождения оператора. Хотя в смежных областях БЯМ уже помогают ускорять инженерное проектирование и автоматизировать рутинные расчёты. В авиационном производстве — пока ноль. 🔹Второй пробел — человеческий фактор. Абсолютное большинство работ описывают алгоритм изолированно: вход, обучение, метрика, вывод. Но на реальном производстве решение принимает человек. Как он интерпретирует результат модели? Доверяет ли ей? Понимает ли, почему она выдала именно такой ответ? Объяснимый ИИ — область, которая пытается сделать модели прозрачными для пользователя. В обзоре ей посвящены единичные работы. 🔹Обе темы сходятся в одной точке: технология без подготовленного человека не работает. В ЦАТ ОДК Ростеха в 2025 году через программы повышения квалификации прошли более 500 специалистов предприятий ОДК. Не потому что так «модно», а потому что аддитивное производство — это стык десятков компетенций. И если мы хотим, чтобы алгоритмы приносили реальную пользу, учить нужно не только модель, но и тех, кто с ней работает. 💯В этой серии постов были использованы материалы исследования: Bougault P., El Haddad R.A., Ma L. Industrial Applications of AI in Aircraft Manufacturing: A PRISMA Systematic Literature Review. Tsinghua University, 2025. DOI: 10.21203/rs.3.rs-6199323/v1 Следите за нашими новостями — мы увлечены аддитивным производством, знаем и умеем создавать сложные или ранее невозможные компоненты для ответственной техники. Оставайтесь с нами, чтобы узнать как мы это делаем. 🚩 ЦАТ в MAX | в ВК | в Telegram