ИННОВАЦИОННЫЕ ПРОЕКТЫ В СОТРУДНИЧЕСТВЕ С ПРЕПОДАВАТЕЛЯМИ, МАГИСТРАНТАМИ, СТУДЕНТАМИ И ПАРТНЁРАМИ

Название проекта:

«UPTRACK» – тренажёр на основе компьютерного зрения для индивидуальных тренировок

Цель проекта:

Цель проекта является создание интеллектуального тренажёра, использующего компьютерное зрение для автоматического контроля правильности выполнения упражнений и предоставления персонализированной обратной связи пользователю в режиме реального времени.

Проблема и решение:

Проблема: Более 60% пользователей тренажёров (особенно в домашних условиях) тренируются без контроля со стороны специалистов. Это увеличивает риск травм, снижает мотивацию и эффективность занятий.
Решение: Отсутствие персонального контроля на тренажёрах при самостоятельных тренировках часто приводит к снижению эффективности занятий и травмам. Существующие решения на рынке не интегрированы в сами тренажёры и требуют дополнительных устройств или подписок.

Ожидаемые результаты:

  • Разработанное и внедрённое ИИ-решение, встроенное в линейку тренажёров ТОО "Iron BARS".
  • Прототип и серийная модель тренажёра с функцией интеллектуального анализа движений.
  • Повышение безопасности и эффективности тренировок для конечных пользователей.
  • Повышение конкурентоспособности продукции ТОО "Iron BARS" за счёт цифровизации и внедрения ИИ.
  • Налаживание массового выпуска интеллектуальных тренажёров и выведение их на рынок.
  • Возможность масштабирования проекта на новые типы тренажёров и направления (реабилитация, спорт, фитнес для детей и пожилых и т.д.);

Участники / Партнёр:

Преподаватели, магистранты, ТОО "Iron BARS"


Название проекта:

Система контейнеров для раздельного сбора твёрдых бытовых отходов

Цель проекта:

Формирование современной модели раздельного сбора и переработки отходов, развитие «зелёной экономики» в университете

Проблема и решение:

Проблема: Отсутствие системы раздельного сбора, низкая переработка вторсырья, экологическая нагрузка.
Решение: Установка контейнеров, организация сортировки, проведение эко-мероприятий и сотрудничество с перерабатывающими компаниями

Ожидаемые результаты:

Сокращение отходов на полигоны, рост переработки на 20–30%, демонстрационная база для обучения, повышение экологической культуры

Участники / Партнёр:

ТОО «Чистый след»


Название проекта:

Автоматизированный робот «Лазерный гравировальный станок»

Цель проекта:

Повышение эффективности и производительности малого бизнеса в сфере декора и текстиля

Проблема и решение:

Проблема: Ручная резка орнаментов занимает много времени, себестоимость высокая, масштабирование ограничено.
Решение: Внедрение автоматизированного лазерного станка с высокой точностью и скоростью, интеграция с ПО для настройки дизайнов

Ожидаемые результаты:

  • Увеличение производительности в 4–5 раз
  • Снижение себестоимости на 30–40%, расширение ассортимента
  • выход на экспорт
  • поддержка локальных предпринимателей

Участники / Партнёр:

Преподаватели, магистранты, студенты


ИННОВАЦИОННЫЕ ОБРАЗОВАТЕЛЬНЫЕ КЕЙСЫ

Название кейса:

BilimALL AI – Формирование интеграции технологий искусственного интеллекта в естественные дисциплины

Описание проблемы / задачи:

В современной системе образования меж предметные связи играют важную роль(Stem-обучение). На Web портале, в системе автоматически определяется междисциплинарная связь (физика, биология, химия, география, математика). На основе выявленной междисциплинарной связи портал автоматически создает слайды. На основе запроса модуль AI предоставляет контент, подготовленный в логическом научном стиле. На платформе введены в базу официальные учебники, утвержденные МОН РК.

Ожидаемый результат:

  • Оперативный доступ к учебному материалу экономит время
  • Сокращение времени получения научно-обоснованной содержательной информации
  • Цифровая трансформация подготовки учебных материалов
  • Снижение методической нагрузки учителей и редакторов до 40%;
  • Сокращение времени и трудозатрат на подготовку слайдов на 50–70%;

Название кейса:

DSR (Document Smart Route) –Внедрение машинного обучения в систему электронного документооборота

Описание проблемы / задачи:

Современные организации сталкиваются с необходимостью обрабатывать и хранить большие объёмы документов в цифровом формате. Ручная обработка приводит к потерям времени, ошибкам и задержкам в принятии решений. Цель проекта — разработка интеллектуальной системы, автоматизирующей классификацию и маршрутизацию документов с использованием методов машинного обучения, что значительно ускоряет процессы внутри организации.

Ожидаемый результат:

  • Снижение времени обработки документов до 50%
  • Повышение точности классификации за счёт адаптивного обучения
  • Оптимизация документооборота и управление на основе данных
  • Снижение числа ошибок при маршрутизации документов
  • Повышение скорости принятия управленческих решений

Название кейса:

Интеллектуальная система обнаружения сетевых аномалий (iNADS)

Описание проблемы / задачи:

Современные методы сетевой безопасности, основанные преимущественно на сигнатурном анализе, не обеспечивают своевременное обнаружение новых и модифицированных кибератак. Это создаёт угрозу информационной безопасности критической инфраструктуры и корпоративных сетей. Система iNADS разработана для повышения точности и скорости обнаружения сетевых аномалий за счёт объединения возможностей искусственного интеллекта и систем IDS/IPS.

Ожидаемый результат:

  • Повышение уровня сетевой кибербезопасности без дополнительных затрат на лицензии сторонних решений;
  • Снижение числа инцидентов, не выявленных традиционными IDS;
  • Сокращение времени реагирования на инциденты за счёт автоматического уведомления.

Название кейса:

MapOil – визуализация и анализ данных о нефти

Описание проблемы / задачи:

Инструмент для аналитики и отчётности, позволяющий получать актуальные сведения по логистике нефти. Информационная система обеспечивает возможность отслеживания потоков нефти при транспортировке, анализ маршрутов транспортировки, контроль объёмов и фиксацию потерь. Для нефтяных компаний учет потерь имеет важное значение как с экономической, так и с экологической точки зрения, поскольку позволяет минимизировать убытки, обеспечить точность балансовых расчетов и соблюдение нормативных требований.

Ожидаемый результат:

  • Снижение времени на сбор и анализ логистических данных до 40%
  • Уменьшение технологических потерь за счёт своевременного мониторинга
  • Повышение прозрачности и точности отчётности
  • Сокращение времени реакции на инциденты на 20–30%