Нейросеть городского хозяйства
Какова реальная практика и перспективы применения искусственного интеллекта для управления городом
Сферы применения ИИ с каждым днем расширяются. Если раньше управление городом осуществлялось практически в ручном режиме, то сейчас почти все процессы так или иначе оцифрованы. О том, как ИИ внедряется на практике и каковы дальнейшие перспективы его применения в городском хозяйстве, читателям RSpectr рассказал Станислав Галаган, руководивший процессами создания и развития информационных ресурсов Центра управления Комплекса городского хозяйства Москвы.
МНОГО ЛИ ЦИФРЫ В ГОРОДСКОМ ХОЗЯЙСТВЕ?
Городское хозяйство – это про цифры. В Москве, например, более 70 тыс. зданий и сооружений, 16 тыс. километров тепловых сетей (расстояние от Москвы до Южного полюса Земли), 8 тыс. километров коллекторов водоотведения (протяженность автомобильного маршрута от Москвы до Хабаровска), 80 тыс. километров подземных электросетей (две длины окружности Земли по экватору).
Поддерживать коммуникации, обеспечивать жителей и предприятия энергией, водой и теплом, управлять благоустройством и капитальным ремонтом, заниматься коммунальным хозяйством и управлять людьми в данной сфере очень непросто. У каждой из более чем 50 организаций города, входящих в комплекс, появились и успешно развиваются свои информационные системы, цифровизация идет по всем направлениям деятельности.
Однако для успешного управления городским хозяйством нужна централизация всех информационных потоков. И для этих целей в мае 2022-го в Москве открылся Центр управления Комплекса городского хозяйства (ЦУ КГХ), который обеспечивает функционирование порядка 30 систем жизнедеятельности города – около тысячи параметров.
Смысл существования любого центра управления – это аккумулирование данных для быстрого анализа и принятия управленческих решений
В Центр стекается информация из практически 100 различных источников информации, начиная от бюджетных учреждений и заканчивая органами власти. Информация поступает как при помощи взаимодействия через программные интерфейсы (автоматически), так и в наполовину ручном (отправка шаблонных файлов по электронной почте) или ручном режиме (формы ввода).
К тому же у каждой организации из сфер благоустройства, ЖКХ, экологии, энергетики, дорожного хозяйства и промышленности, входящей в комплекс, свои регламенты, свой уровень информатизации, свои понятия о критичности происшествий и свои показатели эффективности.
Как в стенах Центра управления обработать столь разнообразную и объемную информацию, как проанализировать ее и с уверенностью принять то или иное управленческое решение? Очевидно, что здесь не обойтись без помощи искусственного интеллекта.
ХОЗЯЙСТВЕННЫЙ ИНТЕЛЛЕКТ
Чтобы использовать искусственный интеллект в городском хозяйстве, как и в любой другой сфере, его нужно сначала обучить. Машинное обучение подразумевает, что в достаточном количестве имеется массив верифицированных данных о решениях, которые привели к нужному результату.
Например, даже такая простая задача, как уборка снега, состоит из множества управленческих решений – необходимо выделить достаточное количество людей и техники для уборки той или иной территории, нужно обеспечить наличие топлива, реагентов, инструментов, построить оптимальные маршруты передвижения с учетом характеристик техники, погодных условий, времени суток и загруженности дорог, необходимо в режиме реального времени получать информацию о скоплении самосвалов со снегом в местах его плавления. Одновременно с этим необходимо чутко отслеживать все обращения граждан по данному поводу, которые могут поступать по телефону, через электронный портал или мобильное приложение.
Одновременно с уборкой снега должен осуществляться объективный контроль как на местах (фото- и видеофиксация от руководителей бригад), так и при помощи системы городского видеонаблюдения. Вся эта информация из различных источников в конце концов попадает в единое информационное пространство, где анализируется и представляется в удобном для восприятия виде – в форме графиков и диаграмм.
Графики и диаграммы в Центре управления везде – в большом ситуационном зале на видеостене, на рабочих местах сотрудников, в филиалах центра управления в мэрии, в мобильных устройствах руководства, даже в музее ЖКХ, открытом недавно на ВДНХ. Однако все графики и диаграммы не позволяют проводить глубокую аналитику причинно-следственных связей, что в свою очередь не позволяет принимать по-настоящему взвешенные управленческие решения, ради которых и создавался Центр управления.
Верифицированные по всем параметрам управленческие решения могут принимать исключительно настоящие эксперты в данной области, а они сейчас только появляются
До создания центра управления ни у кого не было опыта получения столь разнообразной информации о жизнедеятельности мегаполиса в онлайн-режиме. Не было и таких возможностей осуществления объективного контроля, за редким исключением – например, проверка соблюдения графика вывоза бытовых отходов в Москве уже осуществляется в полуавтоматическом режиме, когда камеры наблюдения синхронизируются с графиком вывоза отходов и фиксируют факты нарушения графика. После чего выставляются штрафы по аналогии со штрафами от ГИБДД. Но такие возможности были единичны и отсутствовали у большинства участников.
Люди, которые пришли в Центр управления, раньше работали в одной из городских организаций, в промышленности, в энергетике, в органах власти или в бизнесе, и у каждого была своя точка зрения на тот или иной вызов. Одно и то же событие каждый представлял до этого по-своему. Например, если кто-то застрял в лифте, этим занималась отдельная организация, если отключили свет – другая организация, если в доме появился запах газа – третья.
Теперь же сотрудник Центра управления должен не только знать смежные регламенты и уровни критичности, понимать особенности работы в той или иной сфере, но и быть на шаг впереди. Он должен предполагать, как те или иные события связаны между собой и влияют друг на друга. Например, может произойти так, что те несколько инцидентов с газом, с электричеством и застрявшими людьми в лифте могут произойти в одном доме. Это автоматически должно повышать приоритет всех инцидентов вне зависимости от регламентов каждой из организаций, ответственных за их устранение.
ИИ НУЖДАЕТСЯ В ЛЮДЯХ
Чтобы применять ИИ на практике и использовать его для принятия управленческих решений, нужно чтобы люди, работающие в Центре управления, принимали эти решения, ошибались, учились и снова принимали решения, которые в ближайшем будущем позволят создать качественный учебный материал для машинного обучения. Сейчас этого материала недостаточно, люди только присматриваются к ИИ, как к новой «игрушке», в том числе и в Центре управления.
Чтобы ИИ стал реальным инструментом для принятия управленческих решений, необходимо время для тех людей, которые сейчас работают в Центре управления, в органах власти, в бюджетных организациях. Помимо времени, этим людям нужно принимать решения, быть смелыми и любознательными, терпеливыми и целеустремленными.
Понадобится еще не меньше двух-трех лет, прежде чем внедрение ИИ в городском хозяйстве сможет дать свои плоды, как дерево, которому сейчас нужно прижиться и дать возможность расти и развиваться. Но развиваться и учиться прежде всего должны сами люди, и только через ошибки и неудачи, успехи и победы у них получится создать качественный учебный материал для ИИ.
