Я сказал бы не то, что они работают совместно, а искусственный интеллект – это инструмент, которым пользуются операторы и безопасного города, операторы службы 112, систем безопасности. То есть это такой помощник, который помогает принимать решения.
На сегодняшний день у нас порядка 40 различных инцидентов. Искусственный интеллект помогает их выявлять и передаёт оператору для принятия каких-то управленческих решений. Есть кейсы, которые мы полностью отдаём искусственному интеллекту, это те кейсы, которые менее, скажем так, влияют на жизнь, здоровье и имущество граждан. В первую очередь, наверное, это связано с благоустройством. Здесь цена ошибки достаточно маленькая. А вот те кейсы, которые связаны с обеспечением безопасности, конечно же, мы дополнительно модерируем.
Для того чтобы мы внедряли какие-то кейсы в городскую среду, мы их сначала обкатываем у нас на технополигоне и в городском мониторинговом центре. И когда мы видим эффективность выше 85%, тогда уже принимается решение о внедрении их в городскую среду. А те кейсы, которые сейчас вы обозначили, кейсы с оружием и с алкоголем, они достаточно сложные, и даже человеку, наверное, не то что искусственному интеллекту, тяжело определить. Допустим, человек пьёт алкогольный напиток или пьёт газировку, потому что те же бутылки одинаковые как для спиртных напитков, так и для соков и минеральной воды.
Но здесь мы подключаем как раз вторые алгоритмы, которые ещё фиксируют поведенческие паттерны человека. Если человек упал, завалился, здесь уже искусственный интеллект начинает подсказывать: обратите внимание на этот момент – скорее всего, человек распивает спиртные напитки. То есть вот таким образом мы идём.
Что касается оружия, это тоже интересный кейс, очень востребованный. Но на сегодняшний день всё равно искусственный интеллект до сих пор ещё путает, может перепутать допустим, метлу с ружьём. Достаточно много ошибок. И мы стараемся внедрять этот кейс как раз на критически важных объектах, где цена ошибки, как мы уже говорили велика. И даже ложные срабатывания позволяют среагировать своевременно.
Мы немного ужесточаем. Искусственный интеллект учится, совершает меньше ошибок, поэтому мы потихоньку начинаем уже увеличивать требования к искусственному интеллекту.
Лет пять назад это занимало от полугода до года, даже самые элементарные кейсы, такие как граффити. Сейчас, допустим, чтобы распознавать граффити, если мы берём опенсорсные решения, которые открыты в сети. Да, это занимает не больше двух-четырех недель – то есть четыре недели и полгода пять лет назад.
Но есть кейсы, которые очень сложные – те же оружие и распитие спиртных напитков. Здесь, с учётом того, что необходимо комбинировать несколько алгоритмов, это может занимать до полугода.
На самом деле предективная аналитика – это даже перспектива, это уже тот механизм, который должен работать во всех органах власти. На сегодняшний день сказать, что она полностью реализована в Санкт-Петербурге, я не могу. Но ряд практических кейсов уже есть. Это и выявление подтоплений – мы собираем большое количество данных с различных источников: это и датчики, это и температура воздуха, ветер, давление. Всё это помогает нам прогнозировать территорию подтопления и своевременно реагировать.
Есть кейсы, которые также у нас подсказывают правоохранительным органам. Допустим, скопление людей в определённой зоне, которое также сигнализируют, что в том месте, где они сейчас собираются, вероятно, будет совершено противоправное действие, допустим, через два часа. И направляются в службы реагирования. Такие кейсы уже реализованы.
В перспективе мы хотим собрать или разработать с помощью вендоров такие программные продукты, которые могли бы обрабатывать большие данные, Big Data, которые у нас в большом количестве накопились с 2016 года на единой платформе безопасного города – данные мы собираем более чем с 30 различных ведомственных информационных систем –чтобы искусственный интеллект мог обрабатывать это и выявлять закономерности, на основании которых мы будем строить аналитические отчёты и выявлять какие-то риски перспективные.
Нет, я не сказал бы, что не хватает мощностей. Наверное, не хватает пока полноценно обученного искусственного интеллекта.
В Санкт-Петербурге у нас вся система достаточно безопасна. У нас есть центр обработки данных, свой городской, который полностью защищён в соответствии с категорией защиты. У нас своя собственная городская сеть, которая также полностью защищена с точками, с узлами связи. Поэтому, если мы говорим именно про Петербург, то здесь у нас с точки зрения информационной безопасности, всё хорошо и утечек никаких нет.
Да, есть проблематика ЦОДов, но в то же время и разработчики сейчас придумывают различные алгоритмы, которые в том числе, если мы говорим про видео, которое хранится у нас в ЦОДе, сжимают таким образом, что в два раза сокращается объём.
То есть и технологии, и база, которая сейчас существуют, они двигаются параллельно. Глобальных проблем, по крайней мере в Санкт-Петербурге, мы не видим.
Если говорить о простых вещах, мы дальше будем расширять видеополе, мы хотим закрыть весь город, чтобы минимизировать слепые зоны. Будем дорабатывать и различные алгоритмы, которые выявляют те или иные инциденты по запросам органов государственной власти. Мы хотим реализовать проекты, которые у нас сейчас проходят пилотирование – это и охрана памятников, это и пляжи, детские площадки. Всё, что сейчас покажет свою эффективность, мы будем внедрять уже в перспективе.
Сейчас у нас, как правильно вы сказали, более 115 тысяч камер. В перспективе, в соответствии с концепцией по развитию безопасного города, у нас их должно быть порядка 200 тысяч.
Нет, конечно, это достаточно трудоёмкая задача. Мы в среднем строим порядка 10 тысяч камер в год.
_6a561e26277e8.jpg)
