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%