Сквозная технология. Современные методы доставки грузов. Понятие «Сквозная технология», основные условия функционирования и ее эффективность. Академик Алексей Хохлов: «Постоянно идти вперед!»

​Научные заделы для этих технологий, как выяснилось, еще предстоит создать, а научные направления, в которых уже совершен реальный прорыв, остаются без финансирования.

"Важно нам цепочки выстраивать от начала и до конца в таких областях, как большие данные, искусственный интеллект, квантовые технологии, новые портативные источники энергии, сенсорика, технологии беспроводной связи, технологии управления свойствами биологических объектов, нейротехнологии, - заявил на Совещании по вопросу вовлечения потенциала РАН в реализацию НТИ исполняющий обязанности президента РАН, академик Валерий Козлов. - Простое перечисление говорит о том, что информационные технологии лежат как бы в основе очень многого. Нам необходимо сконцентрировать усилия всех институтов, в том числе и тех, которые занимаются исключительно гуманитарными проблемами".

Как известно, НТИ была заявлена президентом Путиным 4 декабря 2014 года в Послании Федеральному собранию. Это долгосрочная комплексная программа по формированию принципиально новых рынков и созданию условий для глобального технологического лидерства России к 2035 году.

"Это накладывает на нас серьезную ответственность, - отметил академик, добавив, что "на сегодняшний день одобрено 6 дорожных карт (ДК) рынков: "Энерджинет", "Хелснет", "Нейронет", "Маринет", "Автонет", "Аэронет" и кроссрыночное направление - "Технет".

Если конкретнее, то речь идет о так называемых "умных сетях" ("Энерджнет"), персональной медицине ("Хелснет"), распределенных системах летательных аппаратов ("Аэронет"), морском транспорте без экипажа ("Маринет") и автомобилях без водителя ("Автонет"), распределенных искусственных компонентах сознания и психики ("Нейронет") и т.п.

Главная идея состоит в том, что конкурировать с Западом на занятых площадках не получится. Соответственно лозунг советских времен "догнать и перегнать" не работает. В России сегодня половина экономики, как заметил один из участников встречи в РАН, аналоговая. Лишь 5% ориентировано на высокотехнологичный экспорт. Все остальное мы импортируем.

"Если ничего не делать, то наша экономика в ближайшие 20 лет сократится в два раза, - отметил директор направления "Молодые профессионалы" АСИ Дмитрий Песков. - Мы должны строить цифровую экономику, или экономику данных... Все новые рынки строятся на сетевом принципе, то есть внутри себя представляют собой сеть, в которой посредники замещаются на управляющее программное обеспечение".

Сегодня, по его словам, "на всех рынках от сельского хозяйства до рынка космоса новые рынки возникают в новой сетевой логике". Вот откуда и появились все эти названия с компонентом "net". Есть и еще одно обстоятельство, почему России необходимо осваивать эти новые рынки. Они пока достаточно свободны. Там нет признанных игроков, а значит, у России есть шанс занять лидирующие позиции. Хорошим примером может служить компания Яндекс, которая возникла, когда на этом рынке еще не было общепринятых стандартов и признанных игроков. То же самое было во времена СССР, когда создавались ядерный и ракетный проекты. "Во всех этих случаях мы как страна смогли достигнуть успеха", - подчеркнул Песков.

На пути к технологическому лидерству немало барьеров, которые необходимо преодолеть. Академическая наука может помочь это сделать. Речь о создании перечня технологий для реализации Дорожных карт и о привлечении к работе соответствующих институтов.

"Есть Экспертный совет Национальной технологической инициативы, куда из 22 человек вошло 8 представителей РАН, - сообщил вице-президент РАН, академик Сергей Алдошин. - По поводу вовлечения научных организаций в реализацию дорожных карт по сквозным технологиям и технологическим барьерам здесь уже говорилось, какие планируются направления по созданию сквозных технологий. Задача науки состоит в формировании научно-технического задела по этим выделенным группам технологий с целью создания конкурентоспособных высокотехнологичных продуктов".

Еще одна проблема, на которую обращают внимание специалисты, барьеры, связанные с несовершенством нормативно-правовой базы, а также недостаток финансирования и неправильный подход к финансированию новых направлений и разработок, когда средства выделяются только в том случае, если бизнес заинтересовался продуктом ученых. "Найти инвестора невозможно", - посетовал член-корреспондент РАН Павел Балабан, говоря о направлении "Нейронет". Меж тем, российская наука открыла фактически новое направление - "термогенетику", причем, без финансовой поддержки. Например, больному эпилепсией можно "подсадить" белки змеи, и он избавится от мучительных припадков. А человеческому глазу можно придать термовидение. Не говоря уже о возможности за счет этих разработок возвращать зрение слепым.

"Институты ФАНО все страдают от отсутствия возобновления инфраструктуры. Часть институтов в плохом состоянии, просто ремонт не можем сделать. Там, где преодолены научные технологические барьеры, надо использовать это как один из критериев выделения тех немногих денег, которые есть у ФАНО ", - убежден ученый.

По его словам, надо подумать о том, чтобы в РФ были проекты с приличным финансированием, которые могли бы "поддержать хотя бы те новые области, где совершен прорыв". В противном случае технологию освоят за рубежом. А мы опять будем это у Запада покупать.

Елена Ковачич

Академик Александр Сергеев: РАН необходимо уважение общества и власти

Кандидат в президенты Российской академии наук Александр Сергеев встретился с представителями научной общественности в Физическом институте им. П.Н.Лебедева. Как известно, академика Сергеева первым выдвинуло бюро Отделения физических наук РАН, а Ученый совет ФИАН это решение поддержал.

Академик Алексей Хохлов: «Постоянно идти вперед!»

​"Чаепития в Академии" - постоянная рубрика "Правды.Ру". В ней публикуются интервью писателя Владимира Губарева с академиками. Сегодня его собеседник - академик РАН, доктор физико-математических наук, профессор, заведующий кафедрой физики полимеров и кристаллов физического факультета МГУ Алексей Хохлов.

Трое томичей выбраны академиками РАН и трое - членами-корреспондентами РАН

​В Российской академии наук прошли выборы членов РАН, и томская научная школа еще раз подтвердила свой высокий класс. Ряды академиков и членов-корреспондентов РАН пополнили лучшие представители томских учреждений ФАНО России, Министерства образования и науки РФ, Министерства здравоохранения РФ.

Национальные академии доказывают свою полезность

​В Президиуме РАН прошла встреча Владимира Фортова с руководством национальных академий, которые созданы в некоторых субъектах РФ. Гостями главы Российской академии наук были президенты Академии наук Республики Саха (Якутия) Игорь Колодезников, Академии наук Республики Башкортостан Альфис Гаязов, Академии наук Республики Татарстан Мякзюм Салахов и вице-президент Академии наук Чеченской Республики Ибрагим Керимов.

Академический треугольник

​Эффективность российской науки проверят по 35 параметрамМихаил Котюков: Экзамен на результативность пройдут все научные организации РоссииМожно ли существенно увеличить зарплаты ученым, не сокращая штаты? Зачем массово объединять институты? Насколько болезненным для науки окажется смена за год почти трети руководителей институтов? Об этом корреспондент "РГ" беседует с Михаилом Котюковым - руководителем Федерального агентства научных организаций (ФАНО), которому переданы академические институты.

27 марта состоялось первое в этом году заседание Научно-координационного совета при Федеральном агентстве научных организаций. В нем принял участие руководитель ФАНО России Михаил Котюков. В ходе заседания объявлено о плановой ротации состава Научно-координационного совета.

Институт статистических исследований и экономики знаний НИУ ВШЭ представляет данные об использовании облачных сервисов в России в динамике за пять лет и в сравнении с другими странами.

Одна из мировых тенденций технологического развития ― стремительное распространение облачных сервисов, реализующих принципы распределенных вычислений. По прогнозам, к 2023 г. объем мирового рынка облачных сервисов достигнет 623,3 млрд долл. США при среднегодовом темпе прироста в 18% (в 2018 г. ― 272 млрд долл. США). Наиболее динамично развивающимися станут сегменты «Инфраструктура как услуга» (Infrastructure as a Service ― IaaS), «Платформа как услуга» (Platform as a Service ― PaaS), «Программное обеспечение как услуга» (Software as a Service ― SaaS). Ожидается активное развитие относительно нового сегмента рынка облачных сервисов ― «Аварийное восстановление как услуга» (Disaster Recovery as a Service ― DRaaS): среднегодовой темп его прироста за 2017–2022 гг. составит 41,8% 1 .

В рамках реализации национальной программы «Цифровая экономика Российской Федерации» облачные вычисления включены в перечень субтехнологий «сквозных» цифровых технологий (СЦТ) «Большие данные». О росте популярности облачных сервисов в России свидетельствует удвоение числа пользователей этих услуг среди организаций предпринимательского сектора (с 11,0% в 2013 г. до 22,6% в 2017 г.). Уровень использования облачных сервисов в России сопоставим с показателями Эстонии и Португалии и выше, чем в ряде стран ОЭСР, включая Германию и Францию (рис. 1).

В 2013–2017 гг. зафиксирован двукратный рост применения облачных сервисов практически во всех сегментах экономики. В сфере телекоммуникаций, отрасли информационных технологий облачные сервисы используют более трети организаций, в торговле и обрабатывающей промышленности ― каждая четвертая (рис. 2). Перечисленные сегменты экономики лидируют по востребованности облачных сервисов, что во многом обусловлено спецификой их деятельности.

Самой востребованной облачной услугой в России оказалось размещение электронной почты: в 2017 г. ею воспользовались 16,3% организаций предпринимательского сектора. Каждая десятая организация использует данный ресурс для баз данных, хранения файлов (11,8%), а также для доступа к программному обеспечению, предоставляемому провайдерами (11,4%). Только 5% организаций размещают в «облаке» собственное программное обеспечение.

Растет популярность облачных хранилищ и у населения: за последние пять лет доля пользователей интернета, размещавших личные файлы в сети для публичного доступа, увеличилась в 1,4 раза - до 35% в 2018 г.

Облачные сервисы, предоставляющие доступ к обработке информации, обеспечивающие хранение данных и минимизирующие при этом затраты, выступают одним из ключевых драйверов цифровизации компаний. Однако их использование сопряжено с задержками при передаче цифровой информации для устройств, находящихся на дальних расстояниях от централизованного публичного облака. В связи с этим перспективы развития данных технологий связаны с их последующим совместным использованием с туманными (fog computing) и росистыми (dew computing) вычислениями. Первые нивелируют проблему задержки в облачных технологиях, вторые могут функционировать в офлайн-режиме в случае отсутствия подключения к интернету.

Источники:

Расчеты ИСИЭЗ НИУ ВШЭ по данным Росстата, Евростата, ОЭСР, IEEE, MarketsandMarkets; результаты проекта «Подготовка методических и информационно-аналитических материалов по индикаторам цифровой экономики» тематического плана научно-исследовательских работ НИУ ВШЭ.

1. совокупность технологий, созданных на основе принципов функционирования нервной системы;
2. основа для создания нового класса глобально конкурентноспособных технологий, необходимых для развития новых рынков, продуктов, услуг, в числе – направленных на увеличение продолжительности и качества жизни.

Промышленный интернет

Промышленный интернет (индустриальный интернет вещей, индустриальный интернет, Industrial Internet of Things, IIoT) – концепция построения инфокоммуникационных инфраструктур, подразумевающая подключение к сети Интернет любых небытовых устройств, оборудования, датчиков, сенсоров, автоматизированной системы управления технологическим процессом (АСУ ТП), а также интеграцию данных элементов между собой, что приводит к формированию новых бизнес-моделей при создании товаров и услуг, а также их доставке потребителям.

Ключевым драйвером реализации концепции «Промышленного интернета» является повышение эффективности существующих производственных и технологических процессов, снижение потребности в капитальных затратах. Высвобождающиеся таким образом ресурсы компаний формируют спрос на решения в сфере Промышленного интернета.

В систему интернета вещей сегодня вовлекаются все необходимые для его функционирования звенья: производители датчиков и других устройств, программного обеспечения, системные интеграторы и организации-заказчики (причем как B2B, так и B2G), операторы связи.

Внедрение промышленного интернета оказывает значительное влияние на экономику отдельных компаний и страны в целом, способствует повышению производительности труда и росту валового национального продукта, положительным образом сказывается на условиях труда и профессиональном росте сотрудников. Сервисная модель экономики, которая создается в процессе этого перехода, основывается на цифровизации производства и иных традиционных отраслей, обмене данными между различными субъектами производственного процесса и аналитике больших объемов данных.

Робототехника

Робототехника - прикладная наука, занимающаяся разработкой автоматизированных технических систем и являющаяся важнейшей технической основой интенсификации производства. Робот — это программируемое механической устройство, способное выполнять задачи и взаимодействовать с внешней средой без помощи со стороны человека.

Робототехника опирается на такие дисциплины, как электроника, механика, телемеханика, механотроника, информатика, а также радиотехника и электротехника. Выделяют строительную, промышленную, бытовую, медицинскую, авиационную и экстремальную (военную, космическую, подводную) робототехнику.

Сенсорика

Сенсорика роботов (система чувствительных датчиков) обычно копирует функции органов чувств человека: зрение, слух, обоняние, осязание и вкус. Чувство равновесия и положения тела в пространстве, как функция внутреннего уха, иногда считаются шестым чувством. Функционирование биологических органов чувств базируется на принципе нейронной активности, в то время как чувствительные органы роботов имеют электрическую природу.

Мы можем характеризовать искусственные сенсоры по их отношению к природным органам чувств, но обычно классы сенсорных устройств выделяются по типу воздействия, на которое данный сенсор реагирует: свет, звук, тепло и т. д. Типы сенсоров, встроенных в робота, определяются целями и местом его применения.

Чувствительный элемент датчика сам по себе может называться сенсором. Датчики используются во многих отраслях экономики - добыче и переработке полезных ископаемых, промышленном производстве, транспорте, коммуникациях, логистике, строительстве, сельском хозяйстве, здравоохранении, науке и других отраслях - являясь в настоящее время неотъемлемой частью технических устройств.

В последнее время в связи с удешевлением электронных систем всё чаще применяются датчики со сложной обработкой сигналов, возможностями настройки и регулирования параметров и стандартным интерфейсом системы управления. Имеется определённая тенденция расширительной трактовки и перенесения этого термина на измерительные приборы, появившиеся значительно ранее массового использования датчиков, а также по аналогии - на объекты иной природы, например, биологические.

В автоматизированных системах управления датчики могут выступать в роли инициирующих устройств, приводя в действие оборудование, арматуру и программное обеспечение. Показания датчиков в таких системах, как правило, записываются на запоминающее устройство для контроля, обработки, анализа и вывода на дисплей или печатающее устройство. Огромное значение датчики имеют в робототехнике, где они выступают в роли рецепторов, посредством которых роботы и другие автоматические устройства получают информацию из окружающего мира и своих внутренних органов.

Беспроводная связь

(беспроводная передача данных) - связь, которая осуществляется в обход проводов или других физических сред передачи. К примеру, беспроводной протокол передачи данных Bluetooth работает «по воздуху» на небольшом расстоянии. Wi-Fi - еще один способ передачи данных (интернет) по воздуху. Сотовая связь также относится к беспроводной. Хотя протоколы беспроводной связи улучшаются год от года, по своим основным показателям и скорости передачи они пока не обходят проводную связь. Хотя большие надежды на этом поле показывает сеть LTE и её новейшие итерации.

Виртуальная реальность

Виртуальная реальность (ВР, англ. virtual reality, VR, искусственная реальность) - созданный техническими средствами мир (объекты и субъекты), передаваемый человеку через его ощущения: зрение, слух, обоняние, осязание и другие. Виртуальная реальность имитирует как воздействие, так и реакции на воздействие. Для создания убедительного комплекса ощущений реальности компьютерный синтез свойств и реакций виртуальной реальности производится в реальном времени.

Объекты виртуальной реальности обычно ведут себя близко к поведению аналогичных объектов материальной реальности. Пользователь может воздействовать на эти объекты в согласии с реальными законами физики (гравитация, свойства воды, столкновение с предметами, отражение и т. п.). Однако часто в развлекательных целях пользователям виртуальных миров позволяется больше, чем возможно в реальной жизни (например: летать, создавать любые предметы и т. п.).

Системами «виртуальной реальности» называются устройства, которые более полно по сравнению с обычными компьютерными системами имитируют взаимодействие с виртуальной средой, путём воздействия на все пять имеющихся у человека органов чувств.

Применение: компьютерные игры, обучение, видео.

Дополненная реальность

Дополненная реальность (англ. augmented reality, AR - «дополненная реальность») - результат введения в поле восприятия любых сенсорных данных с целью дополнения сведений об окружении и улучшения восприятия информации.

Дополненная реальность - воспринимаемая смешанная реальность (англ. mixed reality), создаваемая с использованием «дополненных» с помощью компьютера элементов воспринимаемой реальности (когда реальные объекты монтируются в поле восприятия).

Среди наиболее распространенных примеров дополнения воспринимаемой реальности - параллельная лицевой цветная линия, показывающая нахождение ближайшего полевого игрока к воротам при телевизионном показе футбольных матчей, стрелки с указанием расстояния от места штрафного удара до ворот, «нарисованная» траектория полета шайбы во время хоккейного матча, смешение реальных и вымышленных объектов в кинофильмах и компьютерных или гаджетных играх и т. п.

Существует несколько определений дополненной реальности: исследователь Рональд Азума (англ. Ronald Azuma) в 1997 году определил её как систему, которая:

• совмещает виртуальное и реальное;
• взаимодействует в реальном времени;
• работает в 3D.

Применение: кинематография, телевидение, мобильные технологии, медицина, военная техника, компьютерные игры, полиграфия.

«Ростелеком», как центр компетенций направления «Информационная инфраструктура» государственной программы «Цифровая экономика Российской Федерации», подготовил и во вторник 13 марта представил на экспертное обсуждение перечень существующих и перспективных технологий работы с данными, сказано в сообщении «Ростелекома» и АНО «Цифровая экономика».

Данная работа включена в план мероприятий по направлению « » программы «Цифровая экономика Российской Федерации».

Рабочая группа направления «Формирование исследовательских компетенций и научно-технологических заделов» при АНО «Цифровая экономика» поддержала представленный перечень.

Перечень сквозных технологий работы с данными

№	Cквозные технологии работы с данными	Перевод
1. Большие данные
1.	Интеллектуальный анализ данных	Data Mining
2.	Методы и способы визуализации, представления и использования больших данных человеком	Visualization and representation
3.	Базы данных	Database technology
4.	Базы данных с массовой параллельной обработкой	Massively parallel processing (MPP) databases
5.	Распределенные файловые системы	Distributed file systems
6.	Распределенные базы данных	Distributed databases
7.	Облачные вычисления, туманные вычисления, граничные вычисления	Cloud computing, fog computing, edge computing
8.	Обработка неструктурированных данных	Processing of unstructured data
9.	Облачные сервисы высокопроизводительных и других вычислений с большими данными	Cloud infrastructure, high-performance computation (HPC) infrastructure
2. Нейротехнологии и искусственный интеллект
1.	Машинное обучение	Machine learning
2.	Компьютерное зрение	Computer vision
3.	Поиск неструктурированной информации	Information Retrieval, Search algorithms, search optimization
4.	Обработка естественных языков	Natural language processing (NLP)
5.	Технологии распознавания текста	Optical character recognition
6.	Технологии распознавания лиц	Face recognition
7.	Технологии распознавания и синтеза речи	Speech recognition, Speech analysis, Natural language, speech generation
8.	Технологии распознавания жестов	Gesture recognition
9.	Технологии поддержки принятия решений	Decision support
10.	Биометрия	Biometric
11.	Геоинформационные технологии и навигация	Geographic information science, satellite navigation
12.	Технологии взаимодействия систем с искусственным интеллектом, включая интеллект роя, умную пыль, и др.	Swarm intelligence, smart dust
3. Системы распределенного реестра
4. Квантовые технологии
1.	Квантовые вычисления	Quantum computing
5. Методы вычисления для работы с данными
1.	Вычисления на графических процессорах	GPU Computing
2.	Суперкомпьютеры	Supercomputer

Источник: «Ростелеком»

Перечень состоит из 25 направлений, которые образуют пять групп. Группа технологий блокчейн («системы распределённого реестра») не детализируется и представляет собой отдельное направление.

«Ростелеком» провел исследование существующего уровня развития технологий работы с данными – перечень составлен на основе анализа более пяти миллионов источников (научные публикации, упоминания в отраслевых СМИ, маркетинговые исследования, сообщения профильных компаний и пр.), сообщил оператор.

На следующих этапах количественные данные поверялись и фильтровались на основании информации о патентах и инвестициях в технологические стартапы. Так были выявлены перспективные технологии, которые уже находятся в фокусе внимания учёных и разработчиков, а также привлекли реальное финансирование на доработку и коммерциализацию.

В перечень, в частности, вошли машинное обучение и нейросетевые технологии, компьютерное зрение, интеллектуальный анализ данных, биометрические технологии, геоинформационные технологии и навигация, облачные, туманные и граничные вычисления, технологии квантовых вычислений и др.

«Мы сделали важный шаг к систематизации массива информации о новых технологиях и трендах работы с данными. Один из важнейших результатов работы – определение перспективных сквозных технологий, которые могут дать импульс развитию прикладных решений в различных отраслях одновременно. Наглядным примером такого вида технологий является обработка биометрических данных (распознавание лица, голоса, отпечатков пальцев и др.), которая нужна и в медицине, и в банкинге, и при оказании государственных услуг и во многих других отраслях. При этом обновление перечня перспективных технологий работы с данными необходимо вести на регулярной основе, что мы и будем делать», – отметил вице-президент «Ростелекома», руководитель центра компетенций «Информационная инфраструктура» Борис Глазков.

«Перечень сквозных технологий по работе с данными – результат … работы центров компетенций и рабочих групп АНО «Цифровая экономика» двух направлений – «Информационная инфраструктура» и «Научно-технологические заделы», – говорит директор направления «Формирование исследовательских компетенций и научно-технологических заделов» АНО «Цифровая экономика» Сергей Наквасин.

Борис Глазков сообщил, что в начале второго квартала 2018 года планируется представить результаты второго ежегодного исследования «Мониторинг глобальных трендов цифровизации», которое в этом году будет расширено с целью выявления перспективных направлений технологического развития ключевых отраслей экономики.

О том, как «Ростелеком» мониторит глобальные тренды развития ИКТ, Глазков на пленарном заседании форума «ПРОФ-IT.2017» в сентябре 2017 года (см. его ), а также на всемирном молодежи и студентов в Сочи в октябре.

Эту редакционную статью я посвящаю теме, к которой, благодаря научному прошлому, никогда не смогу остаться равнодушным. В порядочной науке используется максимально четкая система введения определений, и можно сказать, что точность науки измеряется строгостью спецификации терминов, понятий (определений); эталоном такой строгости общепризнанно является математика. В инженерной деятельности математическая строгость оперирования терминами часто неестественна и невозможна, однако, этой области явно нелишне почерпнуть из точных наук всегда подразумеваемую аккуратность, здравый смысл и даже элементарную этику при введении новых понятий.

1. Аккуратная работа с понятиями и терминологией

Работающие в настоящей науке по определению заботятся о том, чтобы всем всегда было однозначно понятно, о чём говорится в той или иной статье, в чём состоит выдвинутое автором предложение, какое достигнуто развитие, в чем состоит результат, относительно чего высказывается критика и т.д. С другой стороны, в тех областях, в которых объективное научное рассмотрение предложений и результатов невозможно, некоторый туман определений или же приписывание себе их приоритета иногда диктуется или оправдывается соображениями конкуренции, маркетинга, рекламы и т.д.

Более или менее дисциплинированная и грамотная работа с терминами и понятиями, на мой взгляд, предполагает, что вы

Я затрону два термина – «сквозная технология» и «информационное моделирование» – и сразу скажу, что сегодняшние пропагандисты стоящих за этими терминами понятий, соответственно АСКОН и НЕОЛАНТ, являются настоящими и заслуженными лидерами отечественного рынка инженерного программного обеспечения. Речь идёт не о сомнениях в их лидерстве, речь идёт о моих сомнениях в корректности и/или аккуратности определений и употреблений двух вышеупомянутых понятий. Еще точнее: я хочу разобраться в том, что есть что, и буду рад, если читатели помогут мне в этом.

2. Как сквозная технология (СТ) АСКОНа соотносится с PLM?

Термин СТ, или сквозное проектирование (СП), активировался на нашем небосклоне прямо-таки в последние несколько недель. Например, обратим внимание на семинар «Сквозное проектирование в приборостроении на этапе перехода от P-CAD к Altium Designer » или на статью « ». В этом отношении главным ньюсмейкером стал АСКОН, поставивший объявление о своём новом СТ-курсе в фокус своего недавнего главного события: « ».

Достаточно подробно сквозной поворот АСКОНа рассматривается в , которое дал порталу сайт Сергей Евсиков. В интервью говорится, что «крупным заказчикам АСКОНа нужна сквозная автоматизация инженерных процессов. Им недостаточно отдельного САПР инструмента, даже самого замечательного, им нужна интегрированная PLM система ». Из этого заявления я пытаюсь сделать приятный вывод: крупные отечественные заказчики доросли до системного подхода, который они вместе с АСКОНом рассчитывают реализовать с помощью PLM или какой-то её разновидности (части?), называемой сквозной технологией. Мою гипотезу подкрепляет интервьюер – своим словосочетанием «сквозная PLM-интеграция », которое не отрицается ответом С. Евсикова. Одна из иллюстраций, на которой компоненты СТ вкладываются в круг, называемый Жизненным Циклом Изделия укрепляет мою гипотезу (впрочем, как и все остальные соответствующие рисунки этого интервью):

С другой стороны, возникает мысль о том, что, если на подробных и хорошо разработанных иллюстрациях, исходящих от бесспорно квалифицированных специалистов лидера рынка, не упоминается PLM, значит лидер всё-таки имеет в виду что-то существенно другое… Впрочем, Сергей говорит, что «сквозная 3D технология - это современный тренд », из чего я заключаю: СТ3D – не изобретение АСКОНа. Если бы речь шла о научной статье, после слов «это – современный тренд» обязательно последовали бы подтверждающие это утверждение ссылки: по крайней мере, мне стоит поискать их в интернете…

Для начала натыкаюсь на некую экзотическую «Большую Энциклопедию Нефти и Газа», которая порадовала потрясающим определением: «Сквозное проектирование — это процесс, устраняющий границу между этапами динамического синтеза системы, т.е. синтезом математических моделей закона управления и этапом (транспьютерной) реализации этого закона ». Ссылку не даю, чтобы поберечь психику читателей . Опущу и ссылку на статью (2010), в которой говорится, что «На базе 3D-модели возможно применение технологии сквозного проектирования... Данная технология позволяет связать воедино все этапы разработки и постановки продукции в производство… По данным Американского Национального Института Стандартов и Технологий (National Institute of Standards and Technology, USA) применение сквозного проектирования позволяет: ...» и далее приводятся смешные оценки того, как СП эффективизирует разные этапы ЖЦИ (от 5 до 90% !): разумеется, ссылок никаких нет. Нахожу еще какие-то не слишком внятные упоминания СТ примерно пятнадцатилетней давности…

Наконец, на сайте журнала «Оборудование и Инструмент» вижу очень насыщенную статью «Сквозная 3D-технология АСКОН» (2013) менеджеров АСКОНа, в которой говорится: «Отечественной реализацией идеологии и принципов концепции PLM-технологий стала Сквозная 3D-технология АСКОН, отвечающая главному условию существования методики — полной интеграции и взаимодействию всех компонентов ». Очень хорошо и приятно! (Правда, хочется спросить, являются ли, например, TFLEX-PLM+ или Lotsia® PLM также отечественными реализациями идеологии и принципов концепции PLM-технологий, но здесь мне неважно). Вообще, статья — очень содержательна, и, тем более обидно, что к ней не последовало никаких читательских вопросов и комментариев: чтобы исправить эту несправедливость, предлагаю авторам статьи и маркетологам АСКОНа опубликовать на сайт слегка обновлённую версию этой статьи, которая со времени упомянутой публикации стала даже более актуальной.

Из всего увиденного можно заключить, что СТ/СП должно быть неплохо известно в англоязычном мире. Однако, поиск по взятому из асконовской статьи термину «Straight-Through 3D Technology» ведут только на саму эту статью, а других английских прототипов или аналогов СТ/СП я найти не смог. Буду благодарен читателям за помощь.

Получается, что глубоко уважаемые мной специалисты АСКОНа не слишком аккуратно, в смысле изложенного выше в разделе 1, и не очень дальновидно обходятся с терминологией. Особенное сожаление у меня вызывает несоответствие пункту 2б, поскольку последовательная его реализация, на мой взгляд, принесла бы АСКОНу существенную методологическую и маркетинговую пользу (в том числе, за рубежом), а также способствовала бы разработке надежной стратегии развития объявленного направления.

Попробую сформулировать свою гипотезу. Похоже, что сквозная технология — это предшественник PLM, в котором воплотилась одна из первых идей интеграции инструментов инженерного проектирования, не включающих многие компоненты и методики возникшего впоследствии полноценного PLM. При этом сужение сферы рассмотрения и лучшая (по сравнению с компонентами не-CAD) технологическая проработанность и логическая связанность компонентов CAD позволила иметь в виду относительно более тесную интеграцию, разделение данных, коммуникацию и т.д. По-видимому, возрождение и уточнение сквозной технологии стало разумным сегодня в силу развития самого PLM (в т.ч., методов совместной и распределенной обработки данных), в силу развития самих инженерных компонентов и их интерфейсов, а также — развития тех некоторых крупных отечественных клиентов, которые уже доросли до понимания необходимости приобретения и внедрения комплексных интегрированных систем, но еще не доросли до перестройки бизнеса на основе организации полноценной контролируемой цифровой взаимосвязи всех его (бизнеса) компонентов, которые (перестройка и взаимосвязь) составляет сущность PLM.

Я бы рекомендовал преподносить сквозную технологию, четко позиционируя её место в пространстве процессов, компонентов и методологии PLM, в частности, в большей степени акцентируя не просто интеграцию и комплексность, а ориентацию на совместную и распределённую (не обязательно последовательную) обработку разделяемых данных. Внятное PLM-позиционирование вовсе не мешает включить в состав своего решения специальные средства обеспечения безопасности, если они принципиально необходимы некоторым клиентам. Не представляю, как без этого можно будет понятным образом рассказать (конечно, если захочется) мировому сообществу об этом курсе АСКОНа, например, на том же COFES или в блоге Ральфа Грабовски. Впрочем, понятно, что «сквозная технология» и «это нечто еще лучшее, чем уже обоснованно любимый вами КОМПАС-3D» для ушей некоторых важных клиентов звучит гораздо привлекательнее, чем, например, импортозамещаемое PLM 0.5

3. Как информационное моделирование (ИМ) НЕОЛАНТа соотносится с BIM и PLM?

На отечественном рынке инженерного софтвера вряд ли можно найти пропагандистскую активность, по своему напору сопоставимую с активностью НЕОЛАНТа по продвижению того, что в этой компании называют «информационным моделированием». И эта активность – очевидно результативная: посмотрите хотя бы и другие . Победителей, как считается, не судят, однако, вопросы, вынесенные в подзаголовок, я хочу задать.

Как уже упоминалось, англоязычного аналога или прототипа для сквозной технологии мне найти не удалось, но нельзя себе представить, чтобы словосочетание «информационная модель» не оказалось энциклопедическим, фундаментально общим и, конечно, имеющим четкий международный смысл (на уровне своего общепринятого употребления!). Так и есть: англоязычная Википедия в своей развёрнутой статье с множеством ссылок говорит, что «Информационная модель (ИМ) в сфере софтвера — это представление концепций и отношений, ограничений, правил и операций, которые специфицируют семантику данных той или иной предметной области… ИМ предоставляет разделяемую, стабильную и четко организованную структуру информационных требований или знаний в контексте этой предметной области ».

На сайте НЕОЛАНТа читаем «В понимании экспертов компании «НЕОЛАНТ» информационная модель (ИМ) — это база данных, в которой консолидируется и интегрируется информация об объекте реального мира. Содержит 3D модели, паспорта объектов, архив документации и другую информацию по объектам в структурированном и взаимосвязанном виде. Информационная модель является цифровым прототипом объекта, в котором однозначно определен каждый его элемент и обеспечена их логическая взаимосвязь. Именно структура и назначенные взаимосвязи — основные признаки информационной модели ».

Убедившись в том, что эксперты НЕОЛАНТа, в общем, согласны с Википедией, читаю дальше. «Под объектом реального мира понимается промышленное предприятие/гражданское сооружение/город или их часть — отдельное здание, система, оборудование ». Ага, думаю я, поскольку речь идет о допускающей эффективное моделирование концентрации данных и знаний о сооружениях, их частях или их совокупностях, то это таки-BIM! Однако, такое слово или какую-то его русскоязычную расшифровку в разъяснениях НЕОЛАНТа того, что такое ИМ, мне найти не удалось. Правда, в одном из комментариев к статье « », эрудированный читатель объясняет: «… можно сказать, что «информационное моделирование» — это более универсальное понятие, которое, при необходимости, может быть отнесено, на основании достигаемых целей и решаемых задач, к различным типам: PLM, BIM, ERP, управление активами, делопроизводство, экономика и т.п. ». В том, что ИМ (гораздо) более универсальное понятие, нет ни малейших сомнений: их не оставляет и некоторая общекультурная подготовка, и Википедия, и, например, статья «Информационное моделирование » в «Энциклопедии учителя информатики» — на мой взгляд, прекрасная статья, сочетающая широту, научно-методологическую грамотность, наглядность, богатую иллюстративность и простоту языка; эту статью всем нам стоит внимательно прочитать.

Вводный рисунок в статье для учителей информатики

С учетом такого рода энциклопедических представлений, при всём глубочайшем уважении к практическим достижениям НЕОЛАНТа, мне трудно понять, как компания может позиционировать себя в качестве мирового лидера в информационном моделировании…

Далее, сайт НЕОЛАНТа отмечает: «Сегодня в мировом экспертном сообществе идут споры о понятии информационной модели, и не удивительно — ведь данная область продолжает свой бурный рост, пределы которого пока и не обозначились. НЕОЛАНТ выработал свою концепцию информационного моделирования и на ее основе предлагает внедрение реальных прикладных решений ». Никаких ссылок на споры о понятии ИМ не приводится, и, по-моему, их быть не может, поскольку, за пределами философии и методологии науки, споры о том, что принято называть информационным моделированием сегодня вряд ли возможны.

Цитируемая вводная статья НЕОЛАНТа, на которую компания неустанно ссылается, завершается таблицей «Типология информационных моделей. Типы рекомендуемых цифровых моделей в зависимости от задач предприятия». Эта таблица кажется мне вполне перспективной с методологической точки зрения: действительно, при всех, несомненно, всегда и везде существующих, тонких особенностях каждого предприятия и его задач, типы предприятий и классы решаемых задач обязаны быть обозримыми и с достаточной точностью специфицируемыми. (Кажущийся наблюдателю полный хаос всегда отражает недостаток знаний наблюдателя.) Поэтому попытка классификации, предпринятая НЕОЛАНТом, может только приветствоваться и служить примером для всех вендоров и интеграторов. Другое дело, что в этой милой таблице опять-таки вообще не упоминается BIM (!), а PLM огульно отнесён к технологиям, что принципиально неверно.

И в данном случае, хочу сформулировать свою гипотезу-диагноз. У НЕОЛАНТа есть (а) завидный доступ к крупным интеграционно-сервисно-консалтинговым заказам в богатой сфере отечественного рынка (госсектор, нефтегаз, атомная и тепло-энергетика) и (б) взаимовыгодное партнёрство с рядом крупнейших мировых вендоров в области PLM, BIM и ERP. По-видимому, решение многих задач заказчиков НЕОЛАНТа (по объективным или по субъективным причинам) требует интеграции разных жанровых решений разных вендоров. В таких условиях нередко возникает необходимость в той или иной интеграции элементов PLM, AEC, ERP и в разработке дополнительных вспомогательных модулей. Подозреваю, что при методологически грамотном определении и использовании термина BIM, это понятие могло бы вполне разумно объединять все решения, применяемые и интегрируемые НЕОЛАНТом. Однако, поскольку сегодня на массовом уровне часто практически «мы говорим BIM, подразумеваем ArchiCAD или Revit или …», не приходится удивляться, что НЕОЛАНТу очень тесно в конкретности этого термина.

Чтобы вырваться из инструментальных рамок узко понимаемого BIM, НЕОЛАНТ выбрал, с моей точки зрения, методологически наивный выход: сделать вид, что BIM к компании отношения не имеет и назвать свою деятельность крайне общим термином, который, с точки зрения любого образованного человека, относится к энциклопедическим понятиям и не может иметь альтернативную интерпретацию в отдельной нише отдельно взятой отрасли. Назвали бы это, скажем, Неол-BIM, Н-BIM+ или, если стесняетесь BIMа, НЕОЛ-3D-моделированием, и уж в нём смело называли бы себя мировыми лидерами .

4. Выводы

Повторю, что у меня нет сомнений в том, что за неаккуратно (с моей точки зрения) применяемыми терминами, которые были здесь рассмотрены, стоят вполне содержательные результаты и перспективы. Более того, уверен в том, что подавляющее большинство пользователей никакой неаккуратности и некорректности не замечает и, скорее всего, делает или сделает вывод: мой вендор — самый крутой. Однако развитие нашего рынка может проходить быстрее, чем представляется сегодняшним прагматикам. Еще недавно кому-то казалось, что у нас прагматичнее внедрять 2.5D, и что BIM может работать только в условиях британской монархии. А ведь крупные российские предприятия могут дозреть до полной PLM-перестройки бизнеса быстрее, чем представляется сегодня, и вряд ли лозунг импортозамещения (если он сохранится) помешает им выгодно внедрять именно полное PLM, включающее, скажем, Internet of Things, а то и 3DExperience . И нельзя исключить, что BIM так далеко разовьётся, в том числе, в сторону методологии PLM, что на высоком архитектурно-методологическом уровне поглотит аналоги сравнительно сырых схем НЕОЛАНТа, и эти схемы импортируют нам в виде какого-нибудь BIM2020 от того или иного Сименса . Таким образом, я считаю, что отмеченная мной манера и практика манипулирования терминами и понятиями не только отражает неаккуратность и некорректность, но и закрепляет в головах вполне реальную методологическую помеху (тормоз) в процессе формирования и реализации вендорами своей долгосрочной стратегии.

Вообще, манипулирование терминами и понятиями без их честного, недвусмысленного и квалифицированного соотнесения с системой понятий и знаний, накопленных культурой человечества, кажется похожим на выбор так называемого особого пути без учёта гигантского мирового и своего собственного исторического опыта (то ли по неграмотности, то ли по соображениям политического маркетинга): такой выбор может принести тактические успехи, но стратегически он, как показывает тот же опыт, неэффективный и тупиковый.