CC BY
1
ИНТЕГРАЦИЯ ПРОИЗВОДСТВА, НАУКИ И ОТРАСЛЕВОГО ОБРАЗОВАНИЯ В КОНТЕКСТЕ «ЦИФРОВОЙ ЖЕЛЕЗНОЙ ДОРОГИ»
И.С. Волегжанина, д-р пед. наук, доцент
Сибирский государственный университет путей сообщения
(Россия, г. Новосибирск)
DOI:10.24412/2500-1000-2023-11-2-185-189
Аннотация. Целью статьи является раскрытие роли «цифровой железной дороги» для трансформации механизма интеграции науки, образования и производства в системе «отрасль - отраслевой вуз». Важным условием такой интеграции полагается использование аналогичных подходов и технологий отраслевой корпорацией и вузом, связанных через научную и образовательную деятельность. Одним из разделяемых подходов обоснован символьный подход в искусственном интеллекте, возможности которого изучаются для создания гибридного интеллекта научно-образовательно-производственного комплекса. В условиях смещения внимания с экономического и технологического аспектов взаимодействия человека и машины на социальный и экологический, гибридный интеллект может быть реализован в виде мультиагентной системы. Ядром данной системы рассматривается разделяемый ресурс отраслевых знаний, представляемых в формате онтологий. Отраслевые знания перераспределяются между искусственными и естественными интеллектуальными агентами, взаимодействующими на основе «умных контрактов». Попытка разработки теоретических оснований гибридной мультиагентной системы отраслевого вуза была предпринята коллективом исследователей Сибирского государственного университета путей сообщения, г. Новосибирск.
Ключевые слова: цифровая железная дорога, научно-образовательно-производственный комплекс, мультиагентная система, онтология, отраслевой вуз, «умный» контракт.
В научной литературе, посвященной проблемам создания «умной» (smart) транспортной инфраструктуры, отмечается, что цифровые системы на железнодорожном транспорте, известные сегодня как «цифровые железные дороги» (ЦЖД), кардинально изменили возможности отрасли и содержание деятельности занятых в ней сотрудников. Исторически ядро цифровой железной дороги в виде цифровой системы сигнализации, управления и связи возникло на высокоскоростных железных дорогах. Масштабным примером современной комплексной реализации научно-технологического проекта «Цифровая железная дорога» является компания Network Rail (Великобритания). Аналогичные проекты реализуются во многих странах мира, включая Россию и Китай [1; 2]. Как отмечается в отчете [3], ожидаемый объем мирового рынка цифровых железных дорог к 2028 г. достигнет 103,7 млрд. долл. При этом отмечается, что достижение такой
цели потребует кардинальных изменений традиционных бизнес-моделей, используемых организациями железнодорожного транспорта, ориентированными преимущественно на инженерные и эксплуатационные работы. Эти изменения связываются с установлением связи между физическим состоянием транспортных инфраструктур и их цифровыми образами. Иными словами, необходимо согласованное управление как физическими, так и нематериальными активами отрасли.
Как показывает анализ современной научной литературы и мирового опыта, применение «цифровых подходов» на железнодорожном транспорте направлено на формирование отраслевых сервисных экосистем, предполагающих объединение информационных ресурсов множества взаимодействующих партнеров [4]. В этой связи наблюдается возрождение практического интереса к символьному подходу в искусственном интеллекте, в частности к
разработке систем, основанных на знаниях в формате онтологий. В центре внимания авторов современных публикаций находятся две взаимосвязанные идеи: согласование разделяемой терминологии и стандартизация данных/контента посредством онтологий ([5; 6] и др.).
Возможности онтологического подхода изучаются для решения актуальных задач строительства железных дорог [7], разработки цифровых двойников [8], мультимо-дальных перевозок [9], автоматизации бизнес-процессов транспортных компаний [10], обеспечения совместимости систем грузовых и пассажирских перевозок и др.
На решение последней задачи направлен проект ST4RT (Semantic Transformations for Rail Transportation), реализованный в период с 2016 по 2018 гг. в рамках совместной железнодорожной технологической инициативы стран Европы и Великобритании Shift2Rail. В настоящее время полученные результаты используются Агентством Европейского союза по железным дорогам (European Union Agency for Railways). Как пишут J.A. Rojas и соавторы, «до настоящего времени агентство руководствовалось традиционными подходами, ориентированными на приложения для поддержки обмена данными между различными субъектами, взаимодействующими в сфере железнодорожного транспорта. Это приводило к созданию изолированных цифровых сред, что создавало барьеры для взаимодействия цифровых технологий и увеличивало затраты на обслуживание и инновации» [11]. Исследователями предложен ряд решений на основе онтологий, позволяющие создать семантический слой для интеграции разнородных данных реестров Агентства. Среди таких решений онтология транспортной инфраструктуры и типов транспортных средств, представляемая, в том числе в виде графа знаний, и мобильное приложение для пользователей.
Помимо вышеизложенного, объяснение роста научного и практического интереса к возможностям символьного подхода и он-тологиям находим в концепции «Индустрия 5.0». Ее центральной идеей полага-
ется «человекоцентричная экономика», в которой фокус внимания смещается с экономического и технологического аспектов взаимодействия человека и машины на социальный и экологический [12]. Эти аспекты в полной мере учитываются в гибридных мультиагентных системах, позволяющих интеграцию науки, образования и производства в сфере железнодорожного транспорта, исходя из идеи о разделяемых подходах, методах и технологиях в совместной деятельности отрасли и отраслевых вузов.
В обозначенном контексте преимуществом символьного подхода для системы «отрасль - отраслевой вуз» является обращение к разделяемым человеком и машиной формам представления знаний, извлекаемых из корпоративных данных. Такими элементами баз знаний рассматриваются онтологии, которые, в отличие от нейронных сетей, могут интерпретироваться человеком. Это придает системам управления отраслевыми знаниями лич-ностно-ориентированный характер и позволяет использование в комплексе с образовательными технологиями в процессе формирования и развития компетенций субъекта труда. На данный факт обращают внимание G. Dante и соавторы, отмечая, что знания как составляющая профессиональных компетенций человека могут быть использованы для развития бизнес-интеллекта компаний [13].
Роль, которую играет ЦЖД в цифровой трансформации взаимодействия отрасли с отраслевыми вузами, можно описать, обратившись к принципу интеллектуальной мобильности. Будучи понятием логистики, мобильность в «цифровой» интерпретации связывается с управлением информационными потоками в некоторой виртуальной среде. В вузах, аналогично отраслевым предприятиям, цифровые логистические процессы осуществляются с использованием знаниевых ресурсов (доставка контента обучающимся, накопление и хранение знаний, их обогащение и др.). Как полагают исследователи, обращение к онто-логиям и стандартам Semantic Web позволит создание ресурса, разделяемого деловыми, научными и образовательными ор-
ганизациями [14]. Такой ресурс как Share-Point может рассматриваться ядром научно-образовательно-производственной среды в русле движения Open Science.
Очевидно, что реализация цифровой модели взаимодействия отрасли и отраслевого вуза потребует разработки соответствующих теоретико-методологических оснований и реализующего инструментария. Попытка создания теоретических и практических решений была предпринята в рамках научно-исследовательского проекта «Цифровая модель взаимодействия ОАО «РЖД» и ФГБОУ ВО СГУПС в системе управления знаниями в форме онто-логий» (шифр 2.2022-ГЗ, рег. № НИОКТР 109-00011-22-00).
Одним из положений, объясняющих интеграцию науки, образования и производства в контексте ЦЖД, явилась ориентированность на достаточно универсальную идею «умного контракта». Ее суть заключается в использовании искусственных интеллектуальных (ИИ) агентов в качестве посредников при взаимодействии ролей в бизнес-процессах организации. Ролевые агенты полагаются носителями знаний об установленных в организации регламентах и следят за их выполнением. Они взаимодействуют с носителем должности (человеком) и обеспечивают его нормативное поведение. При этом образовательный процесс рассматривается как бизнес-процесс, а образовательные программы как нормативные документы. Отраслевые базы знаний, представленные в форме онтологий, являются разделяемым ресурсом, используемым в процессе профессиональной подготовки отраслевых кадров.
В итоге формируется новая архитектура
появляется виртуальная научно-образовательно-производственная среда как надстройка над реальной средой в виде взаимодействующих ИИ агентов. Взаимодействие виртуальной и реальной сред осуществляется через взаимодействия виртуальных ИИ агентов с людьми (преподавателями, обучающимися, сотрудниками, представителями науки и производства). При таком подходе принципиальным становится вопрос о переводе руководящих документов в форму баз знаний, которые можно использовать для построения мультиагентных систем.
Подводя итоги всему вышеизложенному, необходимо отметить, что практически все документы, циркулирующие в современных вузах, представлены в текстовой и гипертекстовой формах. Эти формы представления знаний рассчитаны на восприятие исключительно человеком, поэтому их перевод в машинно-ориентированные формы является ключевой и, как показывает практика, сложной задачей.
Обращение к концепции ЦЖД и цифровым технологиям, которые должны разделяться отраслью и отраслевыми вузами, открывает перспективу создания гибридного интеллекта, основанного на отраслевых знаниях. Такие знания перераспределяются между искусственными и естественными интеллектуальными агентами, взаимодействующими на основе «умных контрактов». Вокруг открытого ресурса отраслевых знаний, разделяемого взаимодействующими партнерами благодаря обращению к формату онтологий, формируется научно-образовательно-производственная среда, обеспечивающая интеграцию науки, образования и производства.
системы управления знаниями, в которой
Библиографический список
1. Anokhov I.V., Rimskaya O.N., Khomov A.V. Impact of railways digitalisation on the national economy development // Modern Transportation Systems and Technologies. - 2022. -Vol. 8. - № 2. - P. 135-148. DOI: 10.17816/transsyst202282135-148.
2. Zhang X., Khan M.M., Halimu Y. Future Technological Development of Rail Transit // Principles of Intelligent Rail Transit. Advances in High-speed Rail Technology. - Springer, Singapore. - 2023. - P. 281-306. - DOI: https://doi.org/10.1007/978-981-19-6072-7_7.
3. Global Digital Railway Market Report 2022 to 2028: Demand for Cutting-Edge Transportation Infrastructure is Increasing Driving Growth / Dublin, Nov. 15, 2022 (GLOBE NEWS-WIRE). - URL: https://www.globenewswire.com/news-
release/2022/11/15/2555811/0/en/Global-Digital-Railway-Market-Report-2022-to-2028-Demand-for-Cutting-Edge-Transportation-Infrastructure-is-Increasing-Driving-Growth.html (дата обращения: 26.11.2023).
4. Khabarov V., Volegzhanina I. An impact of ontology-based service-oriented ecosystems on digital transformation of railway transport and engineering education // Transportation Research Procedia. - 2022. - Vol. 63. - P. 1899-1908. - DOI: https://doi.org/10.10167j.trpro.2022.06.210.
5. Psarommatis F., Fraile F., Ameri F. Zero Defect Manufacturing ontology: A preliminary version based on standardized terms // Computers in Industry. - 2023. - Vol. 145. - P. 103832.
6. Sileryte R., Wandl A., van Timmeren A. A bottom-up ontology-based approach to monitor circular economy: Aligning user expectations, tools, data and theory // Journal of Industrial Ecology. - 2023. - Vol. 27. - № 2. - P. 395-407. - DOI: 10.31219/osf.io/sqcdv.
7. Zhang H. Template-based knowledge reuse method for generating high-speed railway virtual construction scenes / H. Zhang, W. Zhao, Z. Han, J. Zhu // International Journal of Digital Earth. - 2023. - Vol. 16. - № 1. - P. 1144-1163. - DOI: 10.1080/17538947.2023.2197259.
8. Jafari M. A Review on Digital Twin Technology in Smart Grid, Transportation System and Smart City: Challenges and Future / M. Jafari, A. Kavousi-Fard, T. Chen, M. Karimi // IEEE Access. - 2023. - Vol. 11. - P. 17471-17484. - DOI: 10.1109/ACCESS.2023.3241588.
9. Matei O., Erdei R., Delinschi D. Multimodal Transportation Overview and Optimization Ontology for a Greener Future // Artificial Intelligence in Intelligent Systems. CSOC 2021. -Lecture Notes in Networks and Systems. - Springer, Cham. - 2021. - Vol. 229. -DOI: https://doi.org/10.1007/978-3-030-77445-5_15.
10. Golightly D. Human, Organisational and Societal Factors in Robotic Rail Infrastructure Maintenance / D. Golightly, J. Chan-Pensley, N. Dadashi, S. Jundi et al. // Sustainability. - 2022. - № 14(4). - P. 2123. - DOI: https://doi.org/10.3390/su14042123.
11. Rojas J.A. Leveraging Semantic Technologies for Digital Interoperability in the European Railway Domain / J.A. Rojas, M. Aguado, P. Vasilopoulou, I. Velitchkov et al. // The Semantic Web. - ISWC 2021. - Lecture Notes in Computer Science. - Springer, Cham. - 2021. -Vol. 12922. - DOI: https://doi.org/10.1007/978-3-030-88361-4_38.
12. Ху Т. Обзор национальных стратегий перехода к Индустрии 5.0 // Экономика и управление инновациями. - 2022. - № 3(22). - С. 28-38. - DOI: 10.26730/2587-5574-2022-328-38.
13. Dante G., La Rosa G., Lopez P., Bayona A.L. Domain analysis of the research in professional competences, technology and engineering cluster // Procedia - Social and Behavioral Sciences. - 2015. - № 182. - P. 163-172.
14. Catrinescu V., Seward T. SharePoint and Exchange Integration // Deploying SharePoint. -Apress, Berkeley, CA. - 2019. - DOI: https://doi.org/10.1007/978-1-4842-4526-2_11.
INTEGRATION OF INDUSTRY, SCIENCE AND INDUSTRY-RELATED EDUCATION
IN VIEW OF THE "DIGITAL RAILWAY"
I.S. Volegzhanina, Doctor of Pedagogical Sciences, Associate Professor Siberian Transport University (Russia, Novosibirsk)
Abstract. The article aims to reveal the role of "Digital Railway" for the transformation of a mechanism of science, education and industry integration in the "industry - industry-related higher education institution" system. An important condition for such integration is using similar approaches and technologies by an industry corporation and a higher education institution, which are related through scientific and education activities. A symbolic approach in Artificial Intelligence is grounded as one of shared approaches. Its opportunities for the development of hybrid intelligence of the science-education-industry complex are studied. With the shift of attention from the economic and technological aspects of human-machine interaction to the social and environmental aspects, the hybrid intelligence can be implemented in a form of multi-agent system. The core of this system is considered to be a shared resource of industry-specific knowledge represented in an ontology format. Industry-specific knowledge is redistributed between artificial and natural intelligent agents interacting through smart contracts. An attempt to develop theoretical foundations of the hybrid multi-agent system of an industry-related higher education institution was made by a team of researchers from Siberian Transport University, Novosibirsk.
Keywords: digital railway, science-education-industry complex, multi-agent system, ontology, industry-related higher education institution, smart contract.
