Как искусственный интеллект меняет мегаполисы

Искусственный интеллект превращает городские агломерации в тонко настраиваемую среду, функционирование которой регулируется с помощью цифровых и инженерных решений. Такие процессы уже активно развиваются в России, создавая для городских жителей комфортные условия. В то же время городским властям становится проще принимать решения по управлению инфраструктурой и планированию застройки.

Распространение ИИ в городском хозяйстве способствует достижению одной из целей Нацпроекта “Жилье и городская среда” — повысить комфортность городской среды к 2030 году в полтора раза. В рамках Нацпроекта реализуется проект “Умный город”, в рамках которого ИИ будет внедряться как в управленческие процессы, так и непосредственно в городскую инфраструктуру. Лидер в использовании технологий ИИ в городах России — Москва. Однако и другие российские города реализуют новые проекты в области цифровой урбанистики.

Санкт-Петербург: нейросетевая видеоаналитика безопасности на дорогах и на воде

В Санкт-Петербурге интеллектуальные системы видеонаблюдения используются для мониторинга обстановки на дорогах. Инспекционные автомобили Государственной административно-технической инспекции (ГАТИ) оснащены комплексными системами нейросетевой аналитики “Городовой”. Видеокомплексы автоматически фиксируют основные нарушения: участки дорог с некачественным асфальтовым покрытием, незаконно установленные кондиционеры, самовольно сделанные граффити. Далее цифровая система передает данные для оценки в ГАТИ.

Похожий по принципу работы нейросетевой видеокомплекс используется в Санкт-Петербурге и для наблюдения на водном транспорте. Пилотный проект по использованию видеоаналитики для мониторинга судов стал прецедентом для российских городов. Видеокамеры со встроенными элементами нейросетей распознают водные суда и выявляют нарушения: например, незаконные передвижения маломерных транспортных средств.

Нижний Новгород: "умная" система обращения с ТКО и цифровизация архивов

Благодаря ИИ меняется и сфера управления сбором и транспортировкой отходов. Например, в Нижнем Новгороде используется видеоаналитика для контроля состояния мусорных площадок, разработанная командой билайна. Нейросети “сканируют” баки, определяя их заполненность, а также пространство вокруг. Цифровая система способна различать участки и присваивать им значения: “чисто” или “грязно”. Данные с видеокамер доступны управляющей компании для контроля качества работы операторов по вывозу ТБО.

Другая сфера для применения ИИ в Нижнем Новгороде связана с цифровизацией архивов. Доступ к документам часто ограничен, при этом искать нужную информацию сложно из-за отсутствия единой оцифрованной документальной базы. Именно такую базу формирует цифровой архив. Архивные документы, в том числе рукописные, сканируются и делятся на структурные блоки, которые обрабатывают нейросети. Они быстро переводят тексты на русский (например, со старославянского), распознают почерк и генерируют понятный текст.

Казань: интеллектуальные системы фото- и видеофиксации для мониторинга дорог

В Казани с помощью видеоаналитики контролируют дороги: состояние дорожного покрытия, работу спецтехники. Умные видеокамеры фиксируют аварии, возгорания, выезд транспортных средств на встречную линию, дефекты дорожной разметки, неработающие фонари, заснеженность улиц.

В “ручном” режиме проводить мониторинг работ в дорожном хозяйстве дорого и трудозатратно. При этом цифровые системы не только фиксируют состояние дорог с помощью видеокамер, но и направляют рекомендации диспетчеру: в какие районы и в каком количестве направить спецтехнику. В случае аварийной ситуации городские службы быстрее реагируют и принимают решения для ее устранения.

Тверь: ИИ в системах организации дорожного движения

В Твери внедрена интеллектуальная система организации транспортных потоков. Она оптимизирует городскую систему управления светофорами, позволяя эффективно планировать циклы их работы на основании типового уровня загруженности дорожной сети. Дорожная система видеоаналитики анализирует потоки машин в реальном времени и консолидирует эти данные. Затем с помощью нейросетей разрабатываются разные сценарии управления дорожным движением, исходя из типовых и исторических данных. Предиктивная аналитика дает возможность прогнозировать ситуацию на дорогах на 30 минут вперед. В результате внедрения умной системы организации движения в Твери удалось сократить уровень пробок на 50%, а количество ДТП — на 30%.

Пермь: интеллектуальный мониторинг потребления энергоресурсов

Во многих социальных учреждениях Перми (как и других российских городов) энергоресурсы не всегда расходуются рационально: появляются излишки тепла и не используются все возможности для экономии энергии. Для решения этой проблемы в городе внедрили систему мониторинга и анализа работы инженерных систем на базе ИИ. Она собирает данные о посещаемости помещений и зданий в прошлом для построения предиктивных моделей. Так можно предсказать заранее, какой уровень потребления тепла оптимален в том или ином здании. В итоге минимизируется невостребованная теплоэнергия и снижаются затраты муниципалитетов. Внедрив эту систему, Пермь сократила объемы потребления энергии на отопление зданий на 15-50%. Примерно на такой же уровень снизились и в целом затраты на энергообеспечение социальных объектов города.

Москва и ее цифровой двойник

В Москве более пяти лет назад был создан цифровой двойник города — 3D-модель, повторяющая сетевую инфраструктуру мегаполиса : транспортные и инженерные сети, а также здания в городе. Изначально цифровая модель столицы использовалась для того, чтобы планировать развитие городских территорий. В нее можно интегрировать разные объекты, оценивая, насколько органично они впишутся в городскую застройку. Кроме того, с помощью цифрового двойника города планируются транспортные потоки и оценивается загруженность дорог.

Сегодня цифровой двойник Москвы проводит комплексный мониторинг города: на цифровую платформу передаются данные с видеокамер и квадрокоптеров. Встроенные в нее нейросети анализируют съемку, например, для выявления случаев незаконного использования земли. С 2022 года на 3D-карте цифрового двойника Москвы отображается более 9 тыс. единиц городской техники, поэтому теперь он помогает контролировать и работы по благоустройству.

Приморье: анализ турпотоков с помощью геоаналитики

ИИ помогает развивать внутренний туризм в российских регионах. Бизнес и власти используют технологии геоаналитики для того, чтобы анализировать туристические потоки в город или регион. Цифровая система собирает обезличенные данные по динамике перемещения групп пользователей мобильной связи, основанные на нагрузке на базовые станции, и создает “тепловую карту”, демонстрирующую концентрацию и направление потоков людей на местности. Например, такой проект был реализован в Приморье при поддержке команды билайна, специализирующейся на работе с ИИ и большими данными.

Интересная особенность приморского проекта в том, что геоаналитическую систему пришлось “научить” отличать моряков, которых в регионе много, от обычных туристов. Полученные данные помогли сформировать портрет среднестатистического туриста в Приморье и узнать о размерах турпотоков в разные периоды. Для такой аналитики помимо информации о регистрации в сети сотовых вышек предиктивными моделями был проанализирован массив данных, создаваемых абонентами при пользовании связью. Анализ осуществлялся только в отношении пользователей, предоставивших согласие на такую обработку. Эти данные нужны как властям — чтобы планировать развитие туристических территорий, так и бизнесу. Компании получают ценные сведения о целевой аудитории и могут прогнозировать спрос. Предиктивные возможности ИИ используются также для того, чтобы строить модели потребления: сколько туристы будут тратить в регионе и как изменятся турпотоки, если, например, обустроить конкретную площадь или сквер.

Югра: цифровые помощники для жителей и губернатора

В Ханты-Мансийском округе отвечать на вопросы жителей помогает нейросеть “Вика” (“Vika”). Цифровой помощник с 2018 года помогает жителям получать информацию о государственных услугах и различных сервисах. Например, нейросеть может помочь решить вопросы зачисления в школу, постановки в очередь в детский сад, регистрации актов гражданского состояния, записи на прием к врачу и многое другое. Также "Вика" предлагает услуги по подбору мер социальной поддержки для граждан и предпринимателей региона. Взаимодействие с пользователем происходит через диалог. Система может действовать на основании ранее полученных знаний и опыта, то есть она самообучаемая. Виджет нейросети “Вика” доступен на сайтах органов власти и медицинских учреждений, а также цифровой помощник интегрирован в мобильное приложение Госуслуги Югры. Кроме текстового общения, "Вика" функционирует как голосовой помощник на горячей линии 122, консультируя граждан по вопросам здравоохранения и социальной сферы.

В Югре готовится тестовое внедрение еще одного помощника - нейроассистента Губернатора “Миша”. Цифровой помощник главы региона является разработкой югорских специалистов и работает на основе генеративных моделей. Ассистент собирает аналитику и отчеты, хранит нормативную базу, анализирует исполнение бюджета и даже вызывает подчиненных на совещания.

Безопасность, транспорт, обратная связь: основные сферы применения ИИ в городах

Как прогнозируют эксперты, к 2025 году доля горожан во всем мире увеличится на 15% по сравнению с нынешним уровнем и составит 70% жителей планеты. В растущих мегаполисах появятся все более сложные транспортные системы, вырастет потребность в проектах по обеспечению комплексной безопасности жителей, мониторинга общественных пространств, работы городской техники, градостроительного планирования. Искусственный интеллект будет все активнее подключаться к решению этих глобальных задач.

Спрос на комплексную безопасность в городах также будет расти во всем мире. Когда сформируется достаточное количество данных, ИИ и аналитика больших данных смогут предсказывать уровень преступности в мегаполисах вплоть до отдельных районов.

Впрочем, у внедрения решений на основе ИИ в городскую экономику и управление есть и объективные ограничения. Изношенная инфраструктура во многих городах, необходимость изменения действующих технических стандартов для внедрения новых технологий (она часто требует много времени и усилий), а также нехватка специалистов по комплексной цифровой трансформации городов - все это влияет на темпы внедрения ИИ. Наконец, серьёзной проблемой остаётся отсутствие на рынке открытой и достоверной информации об уже внедренных в городах цифровых решениях. Если администрации населенных пунктов по всей России получат доступ к “библиотеке” кейсов по городской цифровизации, это дополнительно простимулирует распространение ИИ.