Website translation into 96 languages

Saturday 29 September 2018

Интеллект большого города: как данные и умные алгоритмы улучшают качество жизни в мегаполисах (лонгрид)



В книге «Триумф города» профессор экономики Эд Глэзер, эксперт в вопросах урбанизации, называет город «величайшим изобретением человечества». По его мнению, это самый эффективный способ расселения людей. Действительно, хотя города занимают всего 2,6% от поверхности нашей планеты, в них живет больше половины населения Земли, они создают 80% от мирового ВВП.

Мегаполисы сегодня растут быстрее, чем когда-либо в истории: каждую неделю в них приезжает больше 3 млн новых жителей, которые хотят получить образование, найти интересную работу, начать свой бизнес. Городам постоянно нужно больше энергии, воды, домов, больниц, наконец, информации о том, что нужно улучшить.

Как справиться с этими задачами в условиях ограниченного количества ресурсов и людей? На помощь приходят алгоритмы машинного обучения. Именно они помогают обслуживать большой поток граждан, быстро находят и анализируют информацию в огромном объеме неструктурированных данных, отслеживают и предсказывают риски. Давайте разберемся на примерах, как город становится по-настоящему умным благодаря искусственному интеллекту


Государственные услуги — в «цифру»


Потребность в автоматизации того или иного или иного городского сервиса зависит от множества факторов. Важную роль играют сложность задачи и время на ее выполнение. Задача должна быть рутинной, чтобы ее могли описать как цепочку повторяющихся действий. Возьмем любую услугу, например, получение нового паспорта. Есть пакет документов, который человек должен принести в ведомство: старый паспорт, заявление, свидетельство о браке и так далее. Чтение, извлечение и проверку данных можно полностью доверить интеллектуальным технологиям и в разы быстрее получать любые документы, справки или разрешения.

В городе Панчкула (Индия) интеллектуальные технологии помогают с оформлением сделки по продаже недвижимости. Система извлекает данные из документов, регистрирует подписи участников и отправляет транзакцию на согласование. После того, как получено финальное подтверждение, право собственности автоматически переходит к покупателю. Технология может обрабатывать и сделки с множеством владельцев.


Второй критерий — время на оказание услуги. Чего люди не любят, так это ждать. Конкурентным преимуществом мегаполиса всегда был более высокий ритм жизни: мы живем в городе, чтобы больше успевать. Так, в одном из терминалов аэропорта Хитроу установлены турникеты с биометрическими сканерами. Пассажиры прикладывают посадочный талон, а в это время ИИ сопоставляет лицо пользователя со снимком, сделанным при регистрации. Такой подход позволяет в разы быстрее пропускать пассажиров — больше 32 млн в год.

Еще важнее скорость, когда речь идет о безопасности людей или о получении доходов для города. Так, мониторинг транспортной ситуации, обработка информации о происшествиях, бюджетное планирование — это сферы, в которых вскоре невозможно будет обойтись без интеллектуальных технологий.

Лондонский Земельный регистр обрабатывает 10 млн страниц документов в год. Программа автоматически извлекает из них данные и заносит необходимую информацию в базу. Это помогает сотрудникам ведомства быстро решать вопросы любой сложности по оценке, регистрации и продаже недвижимости, не заставляя людей долго ждать решения.



 Ответ на вопрос в один клик


Невозможно представить современный город без быстрой обратной связи между теми, кто отвечает за городские коммуникации, транспорт и среду, и теми, кто пользуется этими сервисами. ИИ быстро анализирует запросы миллионов горожан и ищет ответ в огромном массиве информации.

В Лос-Анжелесе на вопросы граждан отвечает чат-бот Chip. Сначала он помогал искать контрагентов, и это помогло упростить процедуру городских закупок. Сейчас к Chip подключены и другие сервисы.

В Тэгу, Южная Корея, в мобильном приложении ИИ отвечает на вопросы граждан, связанные с оформлением паспортов.


Пока ИИ в основном помогает искать ответ в базе или связывает с нужным специалистом. Так работают и наши технологии: они анализируют содержание электронного письма, определяют тему и направляют их сотрудникам, а потом сохраняют информацию об обращении в учетной системе.

Но это далеко не предел. К примеру, вы хотите, чтобы у вас во дворе починили детскую площадку. Вы фотографируете проблемные места, где облупилась краска или треснули ступеньки, пишете жалобу и отправляете ее в управу. Алгоритм распознает суть проблемы, «прочитав» ваше заявление, пересылает сообщение чиновникам, отвечающим за благоустройство, а еще сам находит и прикладывает дополнительную информацию: когда строили площадку, кто выиграл тендер, сколько она стоила управе, кто принимал решение о закупке, когда в бюджете прописан плановый ремонт.

Более интеллектуальная система аналитики и мониторинга может собирать такие жалобы с десятка районов, чтобы выяснить, какие подрядчики недобросовестно выполняли свою работу, так как на их работу жители жалуются непропорционально часто. На основании такой аналитики можно повысить эффективность следующих конкурсов.


 

Открытые данные должны работать


Умный город — это открытый город. Чем больше подключенных устройств, датчиков и интеллектуальных систем, тем больше информации, доступной для анализа. Эти данные могут быть полезными и жителям, и бизнесу, поэтому все больше появляется проектов, в которых информация о деятельности города становится структурированной и удобной для поиска.

Городские порталы с открытыми данными о работе общественного транспорта, экологических исследованиях и качестве воды есть, например, в Чикаго. А вот так выглядит информационный портал Амстердама: есть и историческая карта светофоров, и даже карта «усыновления» скамеек в Вондельпарке. Что это такое? За определенную плату можно «усыновить» скамейку, деньги идут на общественное благо, а на скамейке появляется надпись с приятным вашему сердцу текстом.

Но информация должна не просто лежать мертвым грузом: с ее помощью нужно делать выводы или создавать полезные сервисы, такие как офлайн-карты Maps.me, над улучшением которых трудятся десятки тысяч волонтеров по всему миру.

В британском проекте Once Upon a Crime ученые сопоставили демографические данные с сообщениями о преступлениях в Лондоне. Алгоритм позволил с точностью в 68% предсказать, когда и где именно в городе может произойти преступление. На основе этих данных можно более эффективно распределять полицию и технику в проблемных участках.

В Вашингтоне Open Data Nation собирает информацию о ДТП, городском планировании, показания с датчиков умных устройств. Крупные компании, например, IKEA, используют эти данные, чтобы определять, сколько будут тратить их сотрудники в городе на еду, транспорт, врача. Это помогает им рассчитывать зарплаты, премии и другие расходы на персонал.



Операционная эффективность: городское планирование и закупки


Чем меньше свободного пространства остается в городе, тем выше стоимость каждого клочка земли. Часто проблему с плотностью застройки решают «в лоб»: строят больше домов и увеличивают количество этажей. В итоге появляются гигантские многоквартирные муравейники, а это ухудшает и транспортную доступность некоторых районов, и экологическую ситуацию, и качество жизни в целом. Чтобы просчитывать развитие города на несколько шагов вперед, люди тоже используют ИИ. 

Например, в Вашингтоне технологии выявляют, какие типы городской застройки лучше подходят для поддержания здорового образа жизни. А в Хошимине, Вьетнам, с помощью машинного обучения и снимков со спутника архитекторы и инженеры определяют, соответствует ли тот или иной проект стратегии развития города, а еще находят зоны, которые могут подвергнуться наводнению, чтобы заранее эвакуировать жителей из опасных мест.

Другая значимая задача для городов — финансовое планирование. Вся информация о доходах и расходах организаций может обновляться в режиме реального времени, даже если она поступает из множества источников в разных концах города, если использовать платформы интеллектуальной обработки информации. Они автоматически извлекают данные о транзакциях из миллионов счетов и актов. 

Большой объем данных приходится анализировать и при организации закупок. В тендерах участвуют десятки компаний, это сотни страниц закупочной документации: технического задания, обоснования цены, проектно-сметных документов.



По оценке Statista Reports, мировые расходы на развитие умных городов в 2018 году составят $34,35 млрд, в два раза больше, чем еще три года назад. Многое уже сделано, но есть несколько областей, которые требуют особенного внимания:
  • Модернизация цифровой инфраструктуры: сейчас существует много разрозненных систем, которые пока не могут эффективно обмениваться информацией.
  • Кибербезопасность: города обрабатывают огромное количество данных из документов, систем и датчиков, эту информацию необходимо защищать от злоумышленников.
  • Инфраструктура для общественных проектов: нужно собирать идеи жителей, изучать лучшие практики в разных районах, быстрее исправлять ошибки. Выиграют те, кто не просто внедрит интеллектуальные технологии, а сможет применить эти инновации для реальных потребностей граждан.
Смотрите также: 4 и 5 октября в Одессе пройдет третий Международный инвестиционный форум Odessa 5T