Ученые экосистемы научно-исследовательских центров «СИБУР ПолиЛаб» используют ИИ для управления свойствами материалов и готовой продукции. Об этом рассказал Артур Асланян, руководитель направления развития процессов и сервисов «СИБУР ПолиЛаб».

На этапе генерации идей современные цифровые решения помогают анализировать массивы мировых патентов, научных публикаций, новостей и нормативно-технической документации, находить перспективные направления и ниши применения полимерных решений и переходить от догоняющей модели разработки к прогнозной. Вместо ручного анализа эксперты центров «СИБУР ПолиЛаб» используют LLM-инструменты, которые структурируют знания и ускоряют принятие решений.

Кроме того, ученые СИБУРа работают с большими данными, формирующимися на всех этапах производства полимеров — от пиролиза и синтеза до экструзии, лабораторных испытаний и переработки в готовые изделия. Эти массивы включают параметры производственных линий, рецептуры, результаты испытаний и данные центров «СИБУР ПолиЛаб». На их основе создаются модели, которые позволяют выстраивать прогнозную зависимость между составом, условиями переработки и конечными свойствами материала.

Один из наиболее показательных примеров — генератор рецептур полипропиленовых плёнок. Модель по заданным требованиям к характеристикам (прочности, прозрачности, модулю упругости и другим параметрам) и с учётом конкретной производственной линии формирует оптимальное послойное строение плёнки, рассчитывает процентное содержание компонентов, толщину слоёв и прогнозируемые свойства.

Аналогичных подход сейчас начинает использоватьюся в другом направлении — разработке модели прогнозирования параметров цветности продукции при вовлечении вторичного сырья. Модель анализирует исторические данные о характеристиках вторичных материалов и доле их использования в первичном полимере, что позволяет заранее оценивать влияние вторичного сырья на внешний вид и качество конечного продукта. В данный момент происходит обучение модели для получения более высокой точности прогнозирования конечных параметров.

Отдельное направление — управление свойствами готовых изделий. Сейчас прорабатываются решения по защите продукции от контрафакта с использованием специальных маркеров и цифровых инструментов контроля, доступных участникам всей цепочки — от переработчиков до конечных потребителей.

«Мы рассматриваем искусственный интеллект как практический инструмент, который уже сегодня меняет подходы к разработкам в СИБУРе, позволяя не только ускорять процессы, но и с высокой точностью прогнозировать свойства конечного продукта. Ключевыми вызовами внедрения ИИ остаются доверие к результатам моделей, работа с конфиденциальными данными и качество исходной информации. Для их преодоления делается ставка на обучение сотрудников, встраивание ИИ-инструментов в рабочие ритуалы, развитие внутренних RAG-решений и автоматизацию сбора данных», — отметил Артур Асланян, руководитель направления развития процессов и сервисов «СИБУР ПолиЛаб.»

Развитие искусственного интеллекта в прикладных исследованиях опирается на системную работу по цифровизации научных подразделений СИБУРа. Так, в научно-исследовательском центре «СИБУР Инновации» тестируются гипотезы в области ИИ-подходов для ускоренного проектирования катализаторов и новых материалов: модели анализируют массивы экспериментальных данных, выявляют взаимосвязи между составом, структурой и характеристиками веществ, помогают прогнозировать эффективность каталитических систем и сокращать объём трудоёмких лабораторных испытаний. Такой подход позволяет переходить от длительного подбора решений к более точному и управляемому научному поиску, формируя основу для ускоренного вывода технологических решений и укрепления собственной исследовательской базы компании.