Всероссийский научно-исследовательский институт метрологической службы и Университет искусственного интеллекта завершили совместную работу по созданию прототипа нейроконсультанта, способного генерировать точные ответы на запросы пользователей в области законодательной метрологии. Реализация проекта осуществлялась на платформе российской большой языковой модели (LLM) – YandexGPT. Также специалистами Университета искусственного интеллекта был создан интерфейс телеграм-бота.

В ближайшее время завершится процесс миграции прототипа на ресурсы ВНИИМС, после чего нейроконсультант в области законодательной метрологии будет доступен для пользователей в социальной сети Телеграм. При создании прототипа использовались исходные данные, в состав которых вошли более 100 экспертных ответов специалистов – метрологов и более 25 нормативно-технических документов, регулирующих метрологическую деятельность.

Сформированная база знаний прошла предварительную обработку, включавшую разделение на чанки (блоки информации) в зависимости от формата текста, с последующей векторизацией и сохранением в хранилище FAISS. Обработка пользовательских запросов начиналась с получения вопросов в Telegram, после чего следовала векторизация для поиска в хранилище. Завершающим этапом была отправка текстов и вопросов на подготовку ответов в языковую модель (LLM).

Также был проведен сравнительный анализ различных моделей искусственного интеллекта, чтобы оценить их эффективность в понимании и обработке запросов. Учитывая ограниченные время и ресурсы, были выбраны модели GigaChat, YandexGPT и зарубежный аналог Claude-3-haiku от Anthropic. Публичные рейтинги часто противоречивы и не всегда понятны сами принципы сравнения, поэтому наш анализ был направлен на получение более объективной картины в контексте тематики проекта.

По итогам сравнения модель YandexGPT показала наилучшие результаты по качеству ответов. Архитектура решения состояла из двух частей: первая модель анализировала пользовательский запрос, формируя список используемых терминов и определений; вторая модель, используя эти объяснения и дополнительные материалы из базы знаний, формировала окончательный ответ.

Результатом проведенных работ стал успешно протестированный прототип нейроконсультанта, демонстрирующий высокую скорость и точность обработки запросов, который был интегрирован в Telegram для удобства пользователей, обеспечивая высокую скорость ответа.

Проект показал значительный потенциал использования ИИ в области метрологии и предоставления информационной поддержки.