Как в России используют ИИ для создания комфортной городской среды
Закоперщики нейросетевого развития в стране — Москва и Московская область, где уже работают более 40 проектов на основе искусственного интеллекта. Самым масштабным из них представитель Центра развития цифровых технологий Московской области Роман Козлов назвал «Чистую территорию».
С помощью почти 83 тысяч камер «Безопасного города» днём с точностью 86 процентов отслеживается вывоз мусора в жилых кварталах и общественных пространствах, а вечером контролируется работа фонарей. Нарушения фиксируются, передаются в систему управления дефектами, по геолокации и типу «привязываются» к исполнителю, который работает на территории по контракту. Спустя время контролирующая группа проверяет, всё ли исправлено.
«Два последних года мы проверяли 8,3 тысячи дворов и 2,3 тысячи контейнерных площадок. В результате выявили 438 тысяч нарушений, 267 тысяч из них устранены. Только за девять месяцев текущего года выписали 21 штраф на сумму более миллиона рублей. Количество жалоб горожан по состоянию дворов снизилось на 28 процентов, по мусорным контейнерам — на 51. А ещё ИИ позволил высвободить 80 ставок инспекторов — людей направили на другую работу», — рассказал Козлов.
ИИ в Москве следит за тем, чтобы частные авто не загораживали проезды к контейнерным площадкам (нарушителям вынесено 1,1 тысячи постановлений на девять миллионов рублей), а также не парковали на газонах (157 тысяч штрафов). Из свежего: мониторинг хода строительства домов для предотвращения срыва сроков (под камерами уже 280 МКД, зафиксировано 1,7 тысячи инцидентов) и выявление бездомных собак и кошек.
Но и регионы тоже не лыком шиты. Состояние городской среды в Казани, например, курирует информационная система «Сити Софт». К концу 2025 года она будет контролировать 16 направлений: от дефектов дорожного полотна до состояния кровель зданий. Уже год в тестовом режиме в столице Татарстана с помощью видеоаналитики отслеживают включение уличных светильников. Благодаря ИИ бюджет города пополнился на 26,5 миллиона рублей за счёт штрафов за размещение машин на газонах и на 476 миллионов — за неоплаченную парковку. Из нестандартного — фиксация не накрытых пологом кузовов машин, перевозящих сыпучие грузы.
В Тюменской области ИИ-мониторинг транспорта с точностью до 70 процентов выявляет ДТП и помогает планировать маршруты. 45 камер с ИИ зафиксировали более трёх тысяч подобных нарушений за год, было выписано 2455 постановлений, в итоге количество подобных случаев сократилось в 14 раз. Раньше в ручном режиме инспекторы выявляли максимум 100 нарушений за два месяца, — привёл цифры начальник управления административно-технической инспекции Казани Артур Мухаметшин.
Интересный кейс с ИИ представил Андрей Паршин, руководитель проектов Angels IT из Воронежа. Это модуль по распознаванию скрытых или плохо читаемых государственных регистрационных знаков транспорта при прохождении весогабаритного контроля. «Почти в 90 процентах случаев госномера у большегрузов замазаны или закрыты. Мы установили дополнительные комплексы фотовидеофиксации в нескольких километрах до пункта контроля и после него. Если нейросеть увидит «теневое» авто, ей придётся изучить видеопотоки по пути следования транспорта и направить данные о нарушителе в Ростехнадзор для вынесения постановления. Уровень раскрытия составляет 75 процентов, это неплохо», — заключил Паршин. К слову, данный модуль закупил 31 регион страны.
В Нижегородской области нейросеть на основе аэрофотосъёмки с беспилотников выявляет неучтённые, аварийные, самовольно построенные объекты и здания с несоответствующими характеристиками, а также нарушения земельного законодательства. Цель — пополнение бюджета, увеличение налоговой базы, вовлечение новых территорий и объектов в хозоборот. Как рассказала представитель «Регнедвижимости» Светлана Макарова, в рамках тестирования системы дроны облетели 100 кварталов: ИИ нашёл 13,6 тысячи объектов капитального строительства (с нарушениями — 27,2 процента, самое частое — несоответствие характеристикам) и 8,8 тысячи земельных участков (с нарушениями — 19,2 процента, в основном самозахват). Планируемый доход только по трём тысячам объектов составит порядка 600 миллионов рублей в год.
Представитель Белгородского технологического университета Юрий Кошлич разрабатывает систему, которая отвечает за энергосбережение в бюджетных учреждениях, с помощью ИИ рассчитывает для каждого здания объём потребления и даёт советы руководству по экономии. Уже выполнен анализ энергопотребления 2291 учреждения Белгородской области, общие затраты которых на тепловую энергию составляют более двух миллиардов рублей. Экономия после расчёта — 246 миллионов. Посчитали эффект и для Тюмени: затраты 753 учреждений — 2,14 миллиарда рублей, экономия — 257 миллионов в год, представил цифры Кошлич.
Но в огромном массиве позитивных перемен всё же есть и «ложка дёгтя». Гендиректор NtechLab Алексей Паламарчук сначала перечислил успехи (на Ямале с помощью ИИ за год раскрыто 1,7 тысячи преступлений и правонарушений, найдено 117 пропавших без вести, в планах — ещё целый ряд проектов), а потом заговорил о наболевшем. На улицах и дорогах России сегодня работают около 15 миллионов камер, но только семь процентов из них — с видеоаналитикой. То есть инфраструктура для ИИ в принципе создана, однако нужно придать ей дополнительную ценность. Запрос в Федерацию отправлен. Очевидно, более прицельно об этом поговорят на форуме в Тюмени через год.
ЦИФРА: 149 ИИ-решений из 26 субъектов РФ размещены на федеральном портале «Цифровой регион».