Технологический стартап Atomic Canyon представил комплексное решение для оптимизации в атомной энергетике на базе специализированных ИИ-моделей. Основатель компании Трей Лодердейл инициировал разработку технологических решений для атомной отрасли после серии взаимодействий с сотрудниками атомной электростанции Diablo Canyon, расположенной вблизи его места проживания в Сан-Луис-Обиспо, Калифорния.
Эмпирический анализ отраслевой специфики выявил критическую проблему: колоссальный объем документации, сопровождающей функционирование ядерных объектов. По данным основателя, документооборот только АЭС Diablo Canyon включает приблизительно 2 млрд страниц технической, регуляторной и эксплуатационной документации.
Технологический продукт Atomic Canyon представляет собой специализированную систему поиска и навигации в массивах отраслевой документации, оптимизированную для потребностей инженерного персонала, технических специалистов и сотрудников, ответственных за нормативное соответствие.
Первичная архитектура решения основана на применении методологии retrieval-augmented generation (RAG) — технологии, интегрирующей возможности генеративных языковых моделей с систематизированными базами знаний для минимизации риска генерации некорректной информации.
Технологическая траектория разработки Atomic Canyon характеризовалась значительными инженерными вызовами на начальных этапах. Первичное тестирование универсальных языковых моделей продемонстрировало их неэффективность при работе со специализированной терминологией ядерной отрасли: «Мы быстро осознали, что ИИ генерирует некорректные данные при столкновении с терминологией атомной энергетики. Модели не имели достаточного количества примеров отраслевых акронимов», — комментирует Лодердейл.
Необходимость разработки специализированной модели потребовала консолидации значительных вычислительных мощностей. Стратегическим решением стало привлечение ресурсов Национальной лаборатории Ок-Ридж, совмещающей компетенции в ядерных исследованиях с обладанием второго по производительности суперкомпьютера в мире. Результатом технологического партнерства стало предоставление стартапу 20 000 GPU-часов вычислительных ресурсов для обучения специализированных моделей.
Техническая архитектура решения Atomic Canyon базируется на применении методологии sentence embedding, оптимизированной для индексации документов. Данный подход обеспечивает эффективную поисковую навигацию в масштабных документационных массивах при сохранении контекстуальной релевантности результатов.
