«Автоматизация и информатизация ТЭК»

Автоматизация межсистемной интеграции с применением искусственного интеллекта в задачах анализа данных, генерации кода и динамической адаптации к изменениям

УДК: 004.048
DOI: -

Авторы:

¹ РГУ нефти и газа (НИУ) имени И.М. Губкина, Москва, Россия

Ключевые слова: генеративные сети, машинное обучение, искусственный интеллект, интеграция, автоматизация

Аннотация:

В статье представлен подход к автоматизации межсистемной интеграции, основанный на семантическом анализе данных и автоматической генерации кода с использованием искусственного интеллекта. Особое внимание уделено механизмам динамической адаптации, позволяющим системе автоматически подстраиваться под изменения в структурах данных и API без ручного вмешательства. Таким образом, значительно снижается порог владения технической экспертизой для реализации сложных интеграционных сценариев. Разработанные алгоритмы используют современные модели обработки естественного языка для семантического сопоставления полей и генеративные нейросети для создания программного кода в части интеграции. Экспериментальные результаты демонстрируют высокую точность сопоставления данных, оперативную генерацию кода на основе технического описания взаимодействия и способность адаптироваться к изменениям без необходимости ручной доработки. Предложенное решение позволяет значительно сократить затраты на поддержку и развитие интеграционных контуров в корпоративных средах. Это открывает новые возможности для создания гибких и масштабируемых экосистем, способных к автономной эволюции.

Список литературы:

1. Красиков В.Е. Обзор основных характеристик и проблем при интеграции информационных систем // Вопросы науки и образования. – 2020. – № 15(99). – С. 9–30.
2. Лобанов О.А. Обзор основных трудностей интеграции данных и важность в их качестве // Вестник науки. – 2023. – Т. 4, № 7(64). – С. 239–243.
3. Морозова О.А. Интеграция корпоративных информационных систем: учебное пособие. – М.: Финансовый университет, 2014. – 140 с.
4. Салып Б.Ю., Смирнов А.А. Анализ модели BERT как инструмента определения меры смысловой близости предложений естественного языка // StudNet. – 2022. – № 5. – С. 33.
5. Леонов Д.Г., Телегова К.Н. Применение машинного обучения в задачах автоматизации подготовки данных в процессе реализации системной интеграции // Автоматизация и информатизация ТЭК. – 2024. – № 10(615). – С. 24–30.
6. Леонов Д.Г. Методы, модели и технологии разработки и интеграции распределенных гетерогенных программно-вычислительных комплексов в транспорте газа. – М.: РГУ нефти и газа (НИУ) имени И.М. Губкина, 2017. – 196 с.
7. Леонов Д.Г., Степанкина О.А., Телегова К.Н. Функциональные возможности генеративных моделей и оценка их применимости в задачах интеллектуальной поддержки принятия решений для объектов Единой системы газоснабжения // Автоматизация и информатизация ТЭК. – 2025. – № 5(622). – С. 28–33.
8. GigaChat API. – URL: https://developers.sber.ru/docs/ru/gigachat/api/overview (дата обращения 23.04.2025).
9. Леонов Д.Г., Папилина Т.М., Степанкина О.А. Развитие архитектуры расчетно-интеграционной платформы построения цифровых двойников и интеллектуальных средств поддержки принятия решений для объектов ЕСГ // Автоматизация и информатизация ТЭК. – 2023. – № 9(602). – С. 6–14. – DOI: 10.33285/2782-604X-2023-9(602)-6-14
10. Исследование целесообразности нейросетевого моделирования режимов работы компрессорных станций / А.В. Олейников, А.С. Казак, А.В. Белинский [и др.] // Автоматизация и информатизация ТЭК. – 2024. – № 2(607). – С. 10–19.
11. Сарданашвили С.А., Швечков В.А. Применение технологий искусственного интеллекта в разработке инновационной отечественной системы поддержки принятия диспетчерских решений в области моделирования, планирования и управления межрегиональными потоками газа в ЕСГ // Автоматизация, телемеханизация и связь в нефтяной промышленности. – 2019. – № 8(553). – С. 31–37. – DOI: 10.33285/0132-2222-2019-8(553)-31-37