В феврале 2026 года нейросеть GigaChat сдала экзамен по недвижимости. В апреле — по энергетике. Казалось бы, рядовое событие в череде «экзаменов для нейросети».
Но именно последний тест — в Московском энергетическом институте (НИУ МЭИ) по направлениям «Электроэнергетика» и «Теплоэнергетика» — оказался переломным. Впервые большая языковая модель продемонстрировала не просто знания, а способность решать расчетные инженерные задачи на уровне выпускника бакалавриата.
Оценка «хорошо» звучит скромно. Однако за ней скрывается тектонический сдвиг: нейросети входят в профессии, где раньше требовалась не столько эрудиция, сколько «инженерная интуиция» — способность чувствовать физику процессов.
Как устроен энергетический экзамен для нейросети
Подготовка к испытанию длилась несколько месяцев. Объединенная команда специалистов Сбера, ученых НИУ МЭИ и отраслевых экспертов «Россетей» проделала колоссальную работу: отобрали учебные и научные материалы по профильным дисциплинам, структурировали знания, а главное — разработали набор задач для оценки больших языковых моделей. Он принципиально отличался от типичных тестов для ChatGPT и аналогов. Это были не вопросы на общую эрудицию, а реальные задачи из университетской программы — с цифрами, схемами, расчетами потерь, режимами работы сетей, тепловыми балансами.
Экзамен проходил дистанционно в письменной форме. 24 дисциплины, по два вопроса на каждую: первый — теоретический, второй — расчетный. Ответы оценивала экзаменационная комиссия НИУ МЭИ по пятибалльной шкале.
Итог: «хорошо» (то есть 4 из 5). Модель не просто сдала — она подтвердила готовность работать с технической документацией и выполнять типовые инженерные расчеты.
Сильные и слабые места: где нейросеть обогнала студента, а где пока отстала
Экзамен выявил четкий профиль GigaChat как «энергетика».
Сильные стороны (то, за что поставили «хорошо»):
Теоретическая подготовка на отлично. Модель безупречно отвечала на вопросы по физике процессов, нормативной базе, устройству оборудования, стандартам безопасности. Там, где нужно знать определения, формулы, нормативы — нейросеть не уступает, а часто превосходит среднего студента.
Скорость и точность типовых расчетов. Задачи на расчет потерь в линиях, выбор сечений кабелей, определение режимов работы трансформаторов — модель решала быстро и без арифметических ошибок. Этого достаточно для 90% рядовых инженерных задач в распределительных сетях.
Системность знаний. Модель не «плавала» между дисциплинами — она связывала электроэнергетику с теплоэнергетикой, показывала понимание смежных процессов (когенерация, теплофикация, режимы ТЭЦ).
Слабые стороны (почему не «отлично» и где работать дальше):
Слабая «инженерная интуиция» — это прямая цитата из выводов экзаменационной комиссии. Модель в некоторых случаях выбирала формально правильный ответ, но не чувствовала реальную физику: например, просчитывала режим, который теоретически возможен, но практически невозможен из-за нелинейностей, гистерезиса, времени нарастания процессов.
Проблемы с многокритериальными оптимизациями. Реальная энергетика — это поиск компромисса между стоимостью, надежностью, потерями и безопасностью. Пока GigaChat лучше справляется с задачами, у которых есть один правильный ответ, а не вектор Парето.
Зависимость от формы задачи. Легкое изменение условия или введение нестандартного допущения могло сбить модель с толку — того разнообразия учебных примеров было недостаточно для уверенного обобщения.
Сам факт сдачи экзамена — новость для широкой публики. Но для профессионалов важнее другое: где эту модель можно применять уже сейчас, а где — пока рано.
Сценарий 1. Уже можно: помощник диспетчера и техподдержка
Диспетчерские и аварийные службы энергокомпаний ежедневно получают сотни запросов на регламентные действия: «куда смотреть», «какой документ открыть», «какой допуск оформить». GigaChat уровня энергетического бакалавра способен взять на себя 80% такой рутины: подсказать норматив, рассчитать типовой режим, проверить исходные данные.
При этом критическое решение (отключение, перевод нагрузки, оперативная команда) останется за человеком. Но время на поиск информации сократится в разы.
Сценарий 2. В проработке: инженер-расчетчик на типовых объектах
Проектирование новых подстанций, линий электропередачи, котельных — это набор повторяющихся расчетов. GigaChat, обученная на реальных проектах «Россетей», способна выполнять их быстрее и без усталости. Но на выходе должен стоять инженер, который проверит результат — так же, как сейчас проверяют расчеты младших коллег.
Сценарий 3. Пока фантастика: ответственное управление и аварийный анализ
Когда речь идет о предотвращении блэкаута, выборе режима в реальном времени или расследовании тяжелой аварии — «хорошо» недостаточно. Здесь нужна не оценка 4 балла, а глубинное понимание процессов, которое пока недоступно ни одной модели. Команда Сбера и отраслевые партнеры прямо заявляют: «инженерную интуицию» еще предстоит развивать.
Важно понимать контекст: сдача экзаменов в МЭИ — не единичный эпизод, а часть системной работы. Ранее GigaChat прошел аттестацию:
Медицина — лечебное дело, кардиология, неврология, педиатрия, гастроэнтерология, ревматология, стоматология, пульмонология, диетология, клиническая фармакология. Модель помогает ставить предварительные диагнозы, интерпретировать анализы, подбирать лекарства.
Строительство и ЖКХ — 28 дисциплин, комплексный экзамен на «хорошо». Модель разбирается в нормативах СанПиН, СНиП, расчетах нагрузок, сметах.
Энергетика оказалась сложнее медицины и строительства? Нет, просто другой профиль сложности. В медицине основная проблема — многозначность и неполнота данных. В энергетике — строгая математика и физика, где ошибка в расчете ведет к реальным авариям. Справиться и с тем, и с другим «на четверку» — уже достижение, ставящее GigaChat в лидеры среди российских LLM (Large Language Models).
Информация для энергетика: нейросеть не заменит вас в ближайшие 5 лет. Но тот, кто научится ей пользоваться как инструментом (помощник, ускоритель расчетов, справочник), получит кратное преимущество над коллегой, который игнорирует технологии.
С уважением к Вашему делу, Ника Виноградова
Источник: Lenta.ru
