Инженеры из Массачусетского технологического института (MIT) разработали метод для обнаружения неисправностей в турбинах ветряных ферм с помощью больших языковых моделей (LLM). Новый подход, получивший название SigLLM, позволяет анализировать временные ряды данных, которые фиксируют показания различных сенсоров на турбинах.
SigLLM использует уже обученные модели без необходимости их дополнительной настройки, что упрощает внедрение технологии на практике. Это особенно актуально, учитывая, что для анализа данных с сотен турбин обучение глубоких моделей требует значительных затрат и времени.
Исследователи создали две версии системы: Prompter, которая непосредственно определяет аномалии, и Detector, прогнозирующую будущие значения и сравнивающую их с реальными показателями. Хотя текущие модели глубокого обучения превосходят LLM по точности, новый подход MIT поможет значительно упростить и удешевить процессы мониторинга и выявления неисправностей в сложных системах, таких как турбины или спутники.