О том, как алгоритмы становятся частью городского управления, заместитель губернатора Егор Поляков рассказал на шестом форуме "Сильные идеи для нового времени" в Нижнем Новгороде. По его словам, регион занимает третье место среди всех субъектов России в рейтинге Минцифры по внедрению ИИ в государственное управление. В активе области 24 кейса, каждый из которых необходимо защищать отдельно.
Один из самых понятных примеров - мусорные контейнеры. Камеры с ИИ замечают, что бак переполнен, или фиксируют мусор, оставшийся на площадке после вывоза. Алгоритм становится дополнительным "наблюдателем", которому не нужно объезжать город.
Похожий принцип работает на остановках общественного транспорта. "Всевидящее око" считает пассажиров и помогает понять, где скапливается слишком много людей, однако пока им охвачены не все точки.
"Недостаток этого решения - технология работает только там, где установлены камеры. У нас сейчас около 286 таких остановок", - рассказал Егор Поляков.
Еще один "цифровой глаз" следит за дорогами. Специальный сервис устанавливают на обычный телефон в автомобиле или автобусе. Во время движения система отмечает дефекты полотна и придорожной инфраструктуры, например, на фонарных столбах. Отдельный модуль определяет заснеженные участки и отмечает на карте проблемные места красными шестиугольниками, благополучные - зелеными.
Заметный результат ИИ дает и в управлении транспортными потоками. Интеллектуальные транспортные системы следят за загруженностью, ДТП, скоростью и направлением движения.
"Среди наших достижений - снижение числа ДТП на особо нагруженных перекрестках составило 29 процентов, уменьшение аварийности на отдельных участках дорог - 28 процентов. При этом скорость движения выросла примерно на 30 процентов", - поделился Егор Поляков.
Если дорогу можно увидеть глазами камеры, то за земельными участками приходится следить уже с воздуха. И здесь ИИ способен заменить огромный объем ручной работы. В Нижегородской области отсняли всю территорию населенных пунктов. Вместо прежней инвентаризации "ногами" сегодня используются квадрокоптеры, а при необходимости - данные дистанционного зондирования Земли с масштабом 1:500.
Алгоритмы распознают контуры недвижимости и границы территорий, находят самострои, замечают использование земли не по назначению и фиксируют самозахваты. Цель - поставить объекты не только на кадастровый, но и на налоговый учет, чтобы получать земельный налог и налог на имущество. Точность съемки достаточно высокая, хотя до идеала еще далеко, например, незаконно достроенный этаж модель может не заметить.
Автоматически превращать такие фотографии и видео в протоколы об административных нарушениях пока нельзя. При самострое решение о сносе принимает комиссия, при нецелевом использовании земли можно расторгнуть договор аренды и назначить штрафы. Для того, чтобы сделать с земельными нарушениями то же, что уже происходит в секторе ПДД, нужно изменить федеральное законодательство и подключить к работе Росреестр.
"Искусственный интеллект идеально подходит для детектирования подобных нарушений, потому что в регионах накопилась серьезная проблема, так как контроль за соблюдением земельного законодательства долгие годы отставал от требований времени", - сказал Егор Поляков.
Еще дальше от города ИИ ведет наблюдение за лесами. Спутниковая съемка используется раз в неделю и выявляет незаконные рубки деревьев, пожары и ветровалы. Информация онлайн поступает лесной службе и министерству лесного хозяйства. Масштаб 1:2000 вполне достаточен, поэтому для фиксации изменений больше не нужно каждый раз ехать по лесным участкам на машине. По спутниковым снимкам можно находить и заросли борщевика Сосновского, за который в области предусмотрена административная ответственность.
Самое интересное начинается там, где ИИ должен не просто увидеть проблему, а помочь чиновнику принять решение. В области уже думают о программах, которые смогут разрабатывать проекты планировки для градостроительных документов. Сегодня часто подобные работы растягиваются на длительный срок, однако уже создан сервис, проверяющий готовые проекты и находящий фактические ошибки. Следующий шаг - научить ИИ готовить проект самостоятельно. По оценке Егора Полякова, это может стать реальностью через пару лет.
Автоматизировать хотят и корректировку охранных зон. Алгоритм сможет определить возможность изменения границ и подготовить проект приказа. Формирование градостроительных планов земельных участков (ГПЗУ) выглядит еще более подходящей задачей, которую, по словам Полякова, можно реализовать в течение полугода. Кроме того, ИИ также можно использовать для расчета потребности в энергоресурсах, заполнения заявок на технические условия и подбора земельных участков под инвестиционные проекты.
Еще одна область применения - качество жизни. Соответствующий рейтинг был разработан Агентством стратегических инициатив. В Нижегородской области оценивают 50 муниципалитетов по 34 показателям, причем 29 из них основаны на социологических опросах.
"Это дорого, долго и дает картину всего один раз в год, от этой практики нужно уходить", - считает Егор Поляков.
Дело в том, что жители ежедневно оставляют обращения в ЦУРы, сообщая о медицине, образовании и других государственных услугах. Анализ этих данных в реальном времени позволит оценивать качество услуг в разных сферах в любом муниципалитете. Составление рейтинга качества жизни - очевидная задача для ИИ. С использованием больших языковых моделей можно постоянно анализировать этот поток сообщений, и картина будет обновляться почти в реальном времени. Алгоритм сможет находить повторяющиеся проблемы и видеть, где качество услуг меняется. По словам Егора Полякова, такой инструмент может появиться уже через год.
Так ИИ постепенно входит во все сферы жизни. В результате города становятся не просто "умными" - они получают возможность быстрее замечать собственные проблемы и реагировать на них.