НОВОСТИ СЕГОДНЯ
На технологическом форуме стран БРИКС «Облачные города», который проходит в Москве, начальник Госинспекции по недвижимости Иван Бобров представил инновационный подход к контролю за использованием городской недвижимости. Столичная инспекция внедряет цифровые аналитические инструменты – от дистанционного мониторинга с помощью дронов до нейросетей и машинного обучения – чтобы автоматизировать выявление нарушений и повысить эффективность надзора.
Новый комплекс решений уже позволяет дистанционно охватить практически всю территорию Москвы и обнаруживать признаки незаконного строительства, захламлений, нецелевого использования земельных участков с точностью до 70%. Такая цифровизация надзорных процессов, подчеркнул Бобров, не только ускоряет выявление нарушений, но и меняет саму модель контроля, делая ее более проактивной и прозрачной.
По словам Ивана Боброва, в столице создана многоуровневая система дистанционного мониторинга, которая собирает и анализирует большие объемы данных из различных источников. Для автоматического выявления потенциальных нарушений инспекция задействует беспилотные летательные аппараты (дроны), данные спутниковой съемки, регистраторы на служебных автомобилях, а также более 30 тысяч городских камер видеонаблюдения.
«Такой интегрированный подход позволяет практически полностью охватить территорию Москвы средствами объективного контроля: мобильные дроны патрулируют удаленные районы, камеры фиксируют ситуацию в городе, а нейросеть анализирует изменения ландшафта и застройки на всей площади мегаполиса. За счет цифровой автоматизации выявление признаков самовольного строительства или нецелевого использования земли теперь возможно без непосредственного выезда инспектора на место», - отметил Иван Бобров.
Нынешняя система ежемесячно обрабатывает свыше 2 миллионов фотографий, поступающих от различных средств наблюдения, фиксируя порядка 10 тысяч подозрительных объектов или ситуаций, которые могут свидетельствовать о нарушениях. После автоматической дедубликации и сопоставления с ранее зарегистрированными случаями данные проходят камеральную проверку – специалисты инспекции дистанционно изучают материалы и решают, требуется ли выезд на место. По данным Госинспекции, более 60% ключевых нарушений теперь выявляется именно такими удаленными методами. Благодаря масштабам охвата и самообучающимся нейросетям точность определения нарушений достигла 70%, при этом цифровой мониторинг в перспективе способен охватить 16 типовых категорий нарушений на всей территории города.
Еще один проект, представленный Иваном Бобровым, – концепция «виртуальной инспекции», в рамках которой создается саморегулируемая цифровая среда для автоматического обнаружения и даже устранения правонарушений в сфере землепользования. Предполагается, что система будущего сможет уведомлять владельцев об обнаруженных проблемах и давать возможность оперативно устранить нарушения без участия инспектора на ранних этапах. Только если проблема не решена дистанционно, надзорный орган будет проводить очную проверку.
Помимо непосредственно мониторинга территории, столичная Госинспекция использует и интеллектуальные ассистенты для оптимизации внутренних процессов. Специальные нейросети ежедневно анализируют профильные источники информации – от отраслевых новостей до изменений законодательства. Также на базе локальной модели машинного обучения создан прототип «виртуального помощника», который будет консультировать сотрудников по нормативным документам, регламентам, типовым формулировкам и другим профессиональным вопросам, и в перспективе планируется дообучить эту систему для обслуживания запросов горожан и поднадзорных организаций, что повысит открытость и клиентоориентированность надзорного ведомства.
Внедрение подобных цифровых инструментов неизбежно сопряжено с вызовами. Одной из проблем стала недостаточная точность автоматической идентификации: на ранних этапах нейросети могли как пропускать некоторые типы нарушений, так и выдавать ложную информацию. Решением стало улучшение качества исходных данных – использование более четких снимков высокого разрешения – и постоянное расширение и дообогащение обучающих выборок, что повысило надежность алгоритмов. Еще один технический нюанс – корректное определение геолокации: из-за сбоев спутников порой не хватало метаданных по координатам, и инспекторам приходилось тратить время на уточнение местоположения объекта. Для устранения этой проблемы команда разрабатывает вспомогательные скрипты и внедряет технологии роботизированной автоматизации процессов (RPA), а также изучает возможность внедрения инструментов распознавания объектов на местности для привязки снимков к конкретной точке.
Особое внимание уделяется качеству алгоритмов искусственного интеллекта. Например, были случаи так называемых «галлюцинаций» ИИ – когда модель могла некорректно определить признаки нарушения, например, определяя отдыхающего человека как признак захламления. Чтобы избежать подобных рисков, специалисты Госинспекции тщательно изучают детекции, наполняют альбомы нарушений, корректируют промты и вводят многоступенчатую систему фильтрации результатов с участием методистов и юристов. Кроме того, руководство изначально предостерегало от завышенных ожиданий относительно ИИ. Реализация проектов идет поступательно: каждая гипотеза проверяется в пилотном режиме, привлекаются профильные эксперты, а все этапы разработки находятся под контролем с точки зрения методологии и соблюдения норм закона.
Кроме технических аспектов, цифровизация меняет и организационные процессы. Автоматизация рутинных задач способна сокращать долю ручного труда, что теоретически вызывает опасения за рабочие места и мотивацию сотрудников. В ответ на эти социальные риски в инспекции реализуется программа переобучения: специалистов переводят на новые роли, связанные с анализом данных и управлением цифровыми инструментами, и это уже приносит результаты – переученные кадры, находящиеся «на стыке профессий», демонстрируют высокую эффективность. Также отмечается дефицит IT-кадров: нехватка квалифицированных специалистов по работе с ИИ могла бы затормозить внедрение технологий. Для преодоления этого фактора Москва инвестирует в обучение персонала и привлекает молодых талантов, включая стажерские программы, взаимодействие с вузами и проведение хакатонов. Еще один организационный вывод – сложные и дорогостоящие проекты цифровой трансформации требуют сильной внутренней команды: столичная Госинспекция стремится развивать собственные компетенции разработки и использовать унифицированные платформенные решения, чтобы снизить сроки и издержки внедрения новшеств.
Таким образом, столичные власти ищут оптимальный баланс между эффективностью цифровых инструментов и человеческим фактором. По словам Ивана Боброва, несмотря на все преимущества автоматизации, роль специалиста останется ключевой при разборе нестандартных ситуаций и принятии окончательных решений.
Похожие новости: