| Дейности |
-
Дейност: Въвеждане на технологии от Индустрия 4.0 - част 1: Целта на настоящата дейност е да бъдат въведени технологии от Индустрия 4.0 в нашето предприятие, чрез които ще успеем да повишим нивото си на дигитализация.
Изпълнението на дейността ще доведе до внедряването на следните технологии от Индустрия 4.0 от Приложение 18:
1. Технология Анализ на големи данни
2. Технология Изкуствен интелект (AI) и Машинно обучение (ML)
3. Технология Облачни технологии
4. Технология Предиктивна аналитика
1. Технология Анализ на големи данни
Технологията е свързана със:
• събиране и анализ на големи данни, които позволяват на предприятията да идентифицират модели, зависимости и аномалии в производствените процеси.
• Предварителен анализ на данни: Инструментите за анализ предоставят възможности за мониторинг в реално време, което помага да се идентифицират потенциални проблеми и да се вземат навременни коригиращи действия
Технологията ще внедрим чрез закупуването на софтуерна софтуерна екосистема за обработка на големи данни, изкуствен интелект и прогнозна поддръжка на инфраструктурата. Платформата ще има 4 модула:
1. Анализ на големи данни
2. AI/ML Системи с големи езикови модели (LLM)
3. Микросервизна облачна архитектура за услуги и API
4. Система за превантивна поддръжка и прогнозна аналитика
1. Анализ на големи данни
Модул едно отпПлатформа ще може да обработва петабайти данни в реално време като комбинира различни на информация: социални мрежи, новинарски сайтове и телевизионни канали. Софтуерът ще работи с разпределени сървъри, които разделят данните на части и ги обработват едновременно, което е много важна функционалност за оптимизацията на основния ни процес. Ще бъдат добавени повече разпределени сървъри за по-бърза обработка и автоматично индексиране, така че търсенето по теми или инфлуънсъри да е мигновено. Новите данни ще влизат непрекъснато, а системата ще ги индексира автоматично. Така ще се получава бързо търсене по ключови думи, дати или теми. За анализ ще използваме алгоритми, които намират тенденции, връзки между събития и аномалии. Технологията Big Data ще дава препоръки, например като "този инфлуънсър увеличава позитивното въздействие с 20%" директно в интерфейса. Тя ще бъде изградена на базата на няколко компонента:
- събиране на данни;
- съхранение на данни;
- обрабаботка на данни;
- анализ на данни;
Всеки един от елементите на системата ще отговаря за изпълнението на конкретна задача, така че да се получи систематична, непрекъсваема работа. Новата технология ще съдържа и подсистема за автоматично регистриране и подреждане на логове, системни събития и грешки. Това позволява веднага след появата на нова информация в интернет, тя да бъде разпозната, филтрирана по тематика, обект или ключова дума и подадена за обработка. Така ще се избегне ръчното търсене на входните данни и ще се постигне гъвкаво докладване, бързо вземане на решения и формиране на аналитични заключения. Чрез база от данни, която ще бъде с гъвката инфраструктура, информацията ще се съхранява без необходимостта да се преформатира. Резултатите ще се визуализират графично чрез инструмент за мониторинг и dashboard визуализации в реално време. Това осигурява бърза преценка на обстановката, откриване на тенденции и реакция при появата на чувствителни публикации, новини или инциденти.
Чрез различни софтуерни инструменти, входящите данни, които са от различно естество, с различна структура и обем, ще се превръщат в структурирана информация, която ще обработва всичко в реално време. Big Data технологията ще съдържа софтуер, който ще позволява обработката на данни паралелно, като ги разпределя на различни машини. Ще има и вградена библиотека за машинно обучение.
Новата технология ще осигурява мащабируемост - капацитетът ще расте според нуждите. ,
Договорена стойност: 214 742.59
,
Отчетена стойност: 0.00
-
Дейност: Въвеждане на технологии от Индустрия 4.0 - част 2: 2. Технология Изкуствен интелект (Artificial intelligence – AI) и Машинно обучение
Технологията е свързана със:
• Изкуственият интелект използва обработените данни за предоставяне на интелигентни препоръки и оптимизация на процесите в реално време. Технологиите на AI могат автоматично да анализират промените в процесите и да препоръчват коригиращи действия.
• Анализ на причинно-следствени връзки: технология, която позволява анализ на големи обеми данни и разкриване на скрити зависимости. ML алгоритмите могат да откриват модели в данните, които не са очевидни за операторите и служителите, и да осигурят информация за това как различни променливи влияят върху производството.
Вторият модул от софтуерното решение ще внедри технологията AI и ML в комбинация с големи езикови модели. Тъй като решението обединява и е взаимосвързано и с машинно обучение и с изкуствен интелект, сме определили и двете технологии, което ще ни даде цялостната функционалност на софтуера.
За постигане на висока ефективност и във връзка със спецификата на дейността ни, технологията ще бъде надградена с ново поколение големи езикови модели (Large Language Models). LLM е вид AI, който е обучен върху огромни обеми текстови данни за разпознаване, разбиране на човешки език. Той използва архитектура, която анализира връзки между думи и контекст, предсказвайки следващи думи с висока точност чрез статистически модели. АI/ML технологията ще бъде свързана директно с Big Data технологията посредством защитени интерфейси за достъп до данни. Тази интеграция ще позволи използване на пълния обем събрана информация в реално време за автоматично обучение, адаптиране и усъвършенстване на алгоритмите. Новите модели ще работят в хибридна инфраструктура – комбинираща високопроизводителни локални сървъри и облачни AI платформи. Облачните услуги ще се използват за интензивни изчисления, свързани с тренировка на големи модели, докато обработката на чувствителни данни и извличането на резултати ще се изпълняват локално. По този начин ще се гарантира, както висока скорост, така и защита на информацията, която не напуска организацията. Внедрените модели ще разширят възможностите на платформата чрез автоматизирани функции като анализ на настроения (sentiment analysis), откриване на неестествени текстови модели, засичане на фалшиви новини и разпознаване на дезинформация. Моделите ще използват текущите постъпващи данни за допълнително обучение (continual learning), което ще подобрява качеството на прогнозите и аналитичните резултати. Машинното обучение ще позволява откриване на аномалии, подозрителни публикации и индикации за киберзаплахи, включително фишинг, манипулация на съдържание, зловредни линкове и автоматизирани атаки през социални мрежи, което не е възможно да бъде осъществено от служител. Аналитичните механизми ще съпоставят данни от множество източници и ще оценяват вероятността дадено съдържание да представлява риск.
Процесът на работа ще протича автоматизирано: Big Data модулът ще предоставя информацията в необработен вид, езиковите модели ще извършват семантичен анализ, извличане на контекст и тълкуване на текста, след което ще изпращат обратно резултат с конкретизирани показатели, които представляват автоматични препоръки. Данните могат да бъдат трансформирани в метрики като: „85% негативна тоналност“, „вероятност за дезинформация“, „потенциална заплаха“, „предупреждение – блокирай линка“ и др.
Внедрената технология ще позволи постигане на значително по-висока автоматизация, намаляване на времето за оценка на риска, по-бързи реакции при критични събития, както и разширени възможности за прогнозен анализ. Комбинирането на Big Data и Large Language Models предоставя модерен подход за интелигентно управление на големи обеми информация и представлява стратегическа технологична стъпка за изграждане на цялостна AI инфраструктура.,
Договорена стойност: 40 596.58
,
Отчетена стойност: 0.00
-
Дейност: Въвеждане на технологии от Индустрия 4.0 - част 3: 3. Технология Облачни технологии (Cloud Computing)
Технологията е свързана със:
• Осигуряване на мащабируеми и гъвкави изчислителни ресурси през интернет.
• Съхранение и обработка на данни в облака: Облачните технологии позволяват съхранение на големи обеми данни и тяхната обработка в реално време. Това дава възможност за лесен достъп до информация от всяка точка и за анализ на данни в глобален мащаб.
• Платформи за управление на данни (Data Management Platforms) - събират и анализират данни от различни източници и предоставят ценна информация за състоянието на дейността.
За въвеждането на технологията ще бъде разработен модул 3 от софтуерното решение - микросървизна клауд архитектурa за услуги и API. Това ще бъдат самостоятелни малки услуги работещи на клауд платформа. Целта тук е първите два модула Big Data и AI/MLда бъдат преструктурирани и трансформирани в микросервизна облачна инфраструктура. Софтуерните модули и на двете технологии няма да функционира като един монолит, а ще бъдат разделени на множество малки, самостоятелни и специализирани услуги, наричани микросервизи. Всеки микросервиз ще има отделна логика, API интерфейси и независим жизнен цикъл. Така например една услуга ще обработва събирането на данни в реално време, друга ще се занимава с анализ на настроенията чрез AI, трета ще бъде отговорна за класифициране на съдържание и откриване на заплахи и др. Облачната архитектура позволява тези микросервизи да бъдат стартирани, обновявани и управлявани независимо, което минимизира риска от прекъсване на работата при внедряване на нови функции. Технологията осигурява мащабируеми и гъвкави изчислителни ресурси, достъпни през интернет, което означава, че при ресурсно натоварване системата може автоматично да увеличава или намалява необходимите изчислителни мощности. Мащабирането се извършва автоматично — ако дадена услуга е претоварена, платформата добавя допълнителни ресурси и нови работни процеси, за да поддържа бърза обработка. Освен автоматичното мащабиране, микросервизната облачна архитектура осигурява възможност за динамично балансиране на натоварването и разпределяне на задачите между няколко облачни или локални възли. Това гарантира постоянна производителност и стабилност дори при резки увеличения на трафика или значителни пикове в потока от информация. По този начин се осигурява висока устойчивост и непрекъсваемост на услугите. Между микросервизите ще бъдат внедрени защитени API връзки, които ще позволяват обмен на данни и услуги в реално време. Така например модулът, който събира публикации от данни, ще комуникира директно с модула за обработка и анализ на съдържание, като изпраща суровата информация без промеждутъци за ръчна намеса. Това позволява създаване на нови функционалности само чрез добавяне или комбиниране на микросервизи, без необходимост от промяна на основния код.
Проектът предвижда използване на облачно съхранение за големи обеми информация, с възможност за обработка на данни в реално време. Чрез cloud-услугите данните ще могат да бъдат достъпвани и анализирани от всяка точка и от различни системи, без значение от физическото им местоположение. Това е ключов елемент при анализ на големи масиви информация и при интеграция с AI и Big Data модулите.
Облачната микросервизна архитектура предоставя също възможност за автоматизация на скалирането, управление на конфигурациите, мониторинг на състоянието и възстановяване при грешки, без участие на оператори. Тази модерна архитектура значително намалява разходите за инфраструктура, ускорява времето за внедряване и подобрява надеждността на системата.
Внедряването на cloud-инфраструктура и микросервизни технологии представлява стратегическа технологична стъпка, която подготвя организацията за бъдещи AI-модули, BIG DATA анализ и интеграция на нови цифрови услуги.,
Договорена стойност: 76 693.78
,
Отчетена стойност: 0.00
-
Дейност: Въвеждане на технологии от Индустрия 4.0 - част 4: 4. Технология Предиктивна аналитика
Технологията е свързана със:
• Прогнозни модели: Прогнозната аналитика използва статистически и машинно-обучителни модели, за да предвиди бъдещи събития въз основа на исторически данни. Технологиите анализират тенденции и аномалии в данните, за да предвидят потенциални проблеми или възможности за подобрение.
• Прогнозиране на търсене и планиране на основната ни дейност: Чрез прогнозни модели може да се предсказва бъдещото търсене на услуги и да се оптимизира планирането на основните ресурси.
За внедряването на технологията ще бъде разработен модул 4 от софтуерна система - превантивна поддръжка на инфраструктурата. Той ще наблюдава сървърите, мрежовите устройства и софтуерните услуги в реално време, използвайки логове, облачни метрики, натоварване и капацитет на дискове, както и данни от Big Data модула. Системата ще функционира едновременно върху локалната и облачната част от инфраструктурата, което означава, че всички източници на информация – физически устройства, виртуални машини, облачни услуги и микросервизни компоненти – предоставят непрекъснат поток от данни; тези данни се анализират в реално време от ML модели за прогнозиране на потенциални проблеми.
В основата на тази система стои технологията за предиктивна аналитика, която използва статистически и машинно-обучителни модели, за да анализира исторически и оперативни данни, да открива тенденции, аномалии и ранни признаци на възможни повреди. Например моделите могат да установят ускорено нарастване на температурата в даден сървър или бързо запълване на дисков ресурс и на база на съхранени исторически модели да предскажат проблем – например „вероятност от отказ на дисков масив в рамките на 72 часа“. Това позволява поддръжката да бъде извършвана проактивно, вместо реактивно – проблемът се предотвратява, преди да е довел до прекъсване или загуба на данни.
Системата за предиктивна аналитика ще бъде интегрирана с Big Data модула, където се събират системни записи от всички елементи – логове от облака, инфраструктура, микросервизи. Чрез механизми за стрийминг обработка информацията се анализира на момента, без да се налага ръчна интервенция. Това осигурява висока точност на прогнозните модели, защото се вземат предвид огромни обеми данни, включително аномалии, натоварване в пикови часове, процесорни сензори, мрежови закъснения и KPI-показатели за работа на хардуера.
В допълнение към техническите предсказания системата може да се използва и за прогнозиране на търсене – не само дали даден компонент ще се повреди, но и кога ще е необходимо разширяване на сървърни ресурси или облачни услуги. Например ML моделите могат да прогнозират повишено потребление по време на маркетингова кампания и да препоръчат предварително увеличаване на капацитета, както и временно разгръщане на допълнителни микросервизни инстанции. По този начин не само се избягват сривове, но се оптимизира разходът за инфраструктура и се планира по-ефективно основната дейност. При критични предсказания тя може да задейства автоматично преместване на данни между облачни региони, балансиране на натоварване или временно прехвърляне на услугата към друг дата център, за да се избегне престой.
Така изградена, системата не само предотвратява повреди, но и повишава надеждността на инфраструктурата, намалява разходите за поддръжка, осигурява оперативна непрекъснатост и създава условия инфраструктурата да функционира интелигентно – т.е. да предвижда бъдещи сценарии, а не просто да реагира след настъпване на проблем.
За цялостното функциониране на софтуерната система ще бъдат закупени 3 сървъра:
- Сървър за съхранение и управление на данни - необходим за големите бази от данни;
- ML/AI обучителен сървър - необходим за ML и LLM
- изчислителен сървър - специализирана система, която изпълнява обучени AI/ML модели за генериране на прогнози или резултати в производствена среда. Това е базата за AI приложенията - мостът между обучения изкуствен интелект и реалните приложения.,
Договорена стойност: 43 715.46
,
Отчетена стойност: 0.00
|