За уборкой снега в Петербурге теперь следит ИИ. Что?! Да! Как это происходит? И почему на дорогах все равно было скользко?

В конце февраля было объявлено, что следить за уборкой во дворах города будет искусственный интеллект. Как это работает?

Эта работа началась еще в прошлом году, в период Экономического форума. Летом 2023 года запустили систему контроля содержание фасадов. Она фиксирует посторонние графические изображения, несогласованные кондиционеры, а также повреждения дорожного покрытия в виде ям. Первоначально использовался один мобильный комплекс (то есть автомобиль с установленным на него «умным» устройством с камерами, — Прим. ред). Он в течение двух недель курсирует по маршруту, и если за это время, например несанкционированное графическое изображение [все еще] не устранено владельцем, то нейросеть это фиксирует как нарушение — владелец здания не содержит фасад должным образом. И после выносится решение [об административном правонарушении].

Это замотивировало муниципалитеты во второй половине 2023 года активно заняться ремонтом внутриквартальных территорий. Ко мне приходили главы администраций муниципалитетов, приносили адресную программу ям на своей территории, прямо говорили, что нашли дополнительные деньги в бюджете муниципалитета, будут устранять ямы.

Наступала зима 23/24 — мы посмотрели, какие виды нарушений комплекс может фиксировать зимой. Поняли, что это снежные валы, наличие наледи на кровлях, снежный накат, где он есть. [Было подсчитано, что] порядка 20000 камер Городского мониторингового центра (ГМЦ) фиксируют те или иные территории или здания, которые находятся в зоне нашего контроля.

Мы взяли в пилотный проект четыре района, где отобрали более 800 камер — это Петроградский, Адмиралтейский, Василеостровский и Центральный. Все территории отрисовали, чтобы система понимала, чью зону ответственности она видит. Где на изображении двор, за который отвечает жилищное предприятие, а где сквер, которым ведает садово-парковое предприятие. И пустили видеопоток с камер через нейросеть.

А когда система выявила неубранный снег, что происходит?

Чтобы не создавать лишней переписки и пустых звонков был создан чат-бот с исполнителями. То есть администрация района для каждой камеры не только определила, чья это территория, но и загрузила в систему контакт конкретного исполнителя. Когда выявлено нарушение, ему непосредственно поступает информация о том, что переполнена урна или обнаружен снежный вал во дворе. Отчитываться об устранении проблемы тоже не надо, система сама видит факт устранения.

Кстати, в чем еще преимущество этой системы — она обучается, причем не только на данных из Санкт-Петербурга. В нее поступают данные из Московской области, где ее тоже приобрели и тестируют, из Казани и других городов страны.

Не секрет, что эта зима довольно тяжело далась петербуржцам — много травм от гололеда. Что происходит, если исполнитель не реагирует на сообщение системы или убирает недостаточно оперативно?

Это сигнал для того, чтобы принять администрацией района решение [по отношению к нарушителю] — может быть дисциплинарного характера, а где-то и кадровые решения [об увольнении], когда нет достаточно быстрой реакции.

Вы впервые получили инструмент, который позволяет следить за состоянием уборки зимой, что называется, 24/7. Что вы увидели? Стали видны какие-то системные проблемы в уборке, которая в этом году вызывала вопросы горожан? 

Результаты показали, что система [уборки] работоспособна. Ведь [нейросетевой контроль] — не единственная информационная система, которая работает в городе. К примеру, есть система «Объекты городской среды», куда подключены территории перехватывающих парковок у метрополитена и территории у самих станций. Там тоже были закреплены ответственные исполнители, им на основе данных о погоде приходила информация о том, что необходимо сделать, [провести уборку]. Работа в системе показала высокую эффективность, в эту зиму практически не было серьезных замечаний по территориям, прилегающим к метрополитену. 

Аналогично в систему было внесено 1900 кварталов, за которые отвечают жилищные агентства. Там тоже в начальный период зимы хорошо себя показала профилактика — несколько раз была выполнена превентивная обработка прямо в период наступающего снегопада, потом были выполнены прометания. Да, были проблемы. Например там, где запаркованы дворы: техника не могла проехать. Эту зиму удавалось эффективно бороться с наледью на кровле — нейросетевой комплекс зафиксировал только 11 случаев наледи на нежилых зданиях.

Я имел в виду другое — у вас впервые появился инструмент для сбора больших данных, разве это не дает нового понимания уборки города? 

Да, мы видим, что на следующий день после снегопада количество нарушений высокое, а через три дня после снегопада большинство устраняется — прямо видно, что зеленеет полоска [в интерфейсе], где отражаются нарушения, то есть мы видим, что в городе нарушения оперативно устраняются.   

Но планируется ли обрабатывать эти большие данные? Ведь по ним можно увидеть, какие-то системные проблемы и сдвиги? Вот на каком-то участке, допустим, работает исторически три бригады, но там построили на месте двора новый дом или еще что-то произошло, и потребность в уборке стала меньше, а на соседнем участке, напротив, людей не хватает… По идее это должно быть видно при анализе данных — планируется ли такая работа?

Планирование самой работы по содержанию территорий — это все-таки не задача инспекции. Инспекция — это контрольно-надзорный орган, который занимается профилактической работой или вопросами привлечения к административной ответственности.

Но оператором всех этих данных являетесь вы?              

Тех, которые поступают с наших комплексов, — да.

Разве системные проблемы как раз не будут видны именно в городском масштабе? Возможно, не сейчас, возможно, через несколько лет работы системы, когда вы соберете миллионы снимков. На них будет видно, что где-то не хватает ресурсов, что ГУЖА (жилищные агентства) распределены по районам непропорционально современному расселению. Эту информацию можно использовать для больших изменений. 

Эти вопросы все же компетенции глав районов. Санкт-Петербург в этом году выделил беспрецедентное количество денег органам местного самоуправления — почти 7 млрд на благоустройство внутриквартальных территорий. ГАТИ передала муниципалам порядка 200 адресов, где были нарушения, так что мы не будем сидеть год–два, копить данные, чтобы сказать местным властям: «Вот тут у вас проблема».

Мы уже провели встречу фактически с каждым муниципалитетом, предлагаем им какие-то свои решения, а финансирование, которым город их поддерживает, позволяет эти проблемы решить — где-то создавать хорошие зеленые территории, где-то сделать уширение внутриквартального проезда. Так что мы постоянно будем делиться этими данными с коллегами.

Кроме того, у нас большинство нарушений не на городских, а на частных территориях. Знаете, я тут недавно на телевидении был. Там жители звонят, мол, вот у меня в доме магазин, там скользкие ступеньки, администрация не следит, кто за это отвечает? Так я говорю, это же в вашем доме, отвечает УК, которая работает в вашем доме, вы же доверили ей домом управлять. Меня спросили, так что получается, это мы отвечаем? Ну да, говорю, получается, что вы доверили УК содержать ступеньки в вашем доме. Хотя, естественно, администратор магазина должен следить за их состоянием.

Нет, я имел в виду ГУЖА, автостанции — те, кто занимается уборкой. Вы в перспективе лет можете увидеть, что кто-то систематически не справляется. Даже несмотря, допустим, на смену начальства. Не какие-то отдельные горячие точки, а какие-то системные проблемы?

Эти вопросы все же компетенции глав районов. Мы можем подсказывать, но у нас есть компетентные главы районов.

И все же, чтобы подвести итог этой тяжелой зимы. Лично я не помню ситуации, когда около 100 человек за сутки сообщали о травмах из-за гололеда. Дает ли система больше понимания, почему так произошло. И, главное, что нужно сделать, чтобы такое не повторилось в следующую зиму?

Я бы не сказал, что эта зима была тяжелее, чем предыдущие, такого особого всплеска не увидел. У нас и в прошлом году была проблема с ледяным дождем, в конце зимы 22/23. В таких ситуациях даже я своим сотрудникам говорю: «Слушайте прогноз, если объявили ледяной дождь, минимизируйте походы [на улицу], потому что невозможно будет профилактировать одновременно [весь город]». Нельзя игнорировать то, что пишет МЧС, — многие отмахиваются и удивляются, почему так получается.

Я не говорю, что совершенно не было нарушений с точки зрения содержания территорий. Мы выявляли нарушения и у магазинов, бизнес-центров, стоянок, автозаправочных станций — там просто каток был. Но тем не менее действительно, надо учитывать, что Санкт-Петербург — такой город, в котором снежный накат одномоментно превращается в голый лед.

С этим надо бороться, есть современные материалы. К примеру, в этом году Комитет по благоустройству экспериментирует с материалом «Бианорд». Им превентивно обрабатывают асфальт, в результате снег к покрытию не прилипает, разрыхляется и потихонечку сходит, не образуя наката.

Но у меня как раз был эпизод этой зимой — напротив Инженерного замка. Мост через канал был покрыт сплошным льдом, только на моих глазах там упали человек десять, не считая меня самого. Кажется, что автоматическая система отслеживания должна быть нацелена как раз на то, чтобы таких эпизодов не происходило, чтобы такие проблемы решались сразу. Есть ли понимание, как это сделать?

Ступеньки этого моста — известная история. Мостотрест постоянно там чистит их, но на них постоянно налетает снег, лед — там рядом поток машин. Поэтому просто Мостотресту надо постоянно там держать специалистов.

В этом году действительно были замечания по содержанию Мостотрестом пешеходных территорий вдоль набережных и на мостах, есть проблемы. Но Мостотрест их решает. В будущий сезон все эти слабые места Мостотрест уже закроет дополнительными силами и ресурсами.

Но пока система нейросетевая не показала необходимости системных изменений?   

Мы говорим о том, что эта система позволяет очень быстро доносить информацию. Эта информация может использоваться и для привлечения к административной ответственности, и для того чтобы подсказать ответственному исполнителю о том, что у него есть проблема. Поэтому мы сейчас начали тестировать, мы это продолжаем делать и дальше будем масштабировать на все периоды и сезоны.

Сколько должен продлиться эксперимент? Когда планируется его расширить?

Сейчас планируется расширить эксперимент еще на один район. Мы думаем сейчас взять Московский, потому что это большой, непростой район с разными территориями. Плюс у нас приобретены на прошлой неделе дополнительные семь мобильных комплексов (к тем, что уже действуют в городе). Соответственно, это увеличит количество данных, которые к нам будут поступать.

Когда планируется покрыть весь город? 

В течение месяца у нас и так весь город покрывается, потому что те мобильные комплексы, которые есть, обязательно по всей территории города проезжают.

Но я имею в виду те стационарные камеры…

Зависит от того, в каком районе. Потому что насыщенность камерами, к примеру в Петроградском районе, она очень высокая.

Нет-нет, я имею в виду, когда система сможет обрабатывать данные со всех стационарных камер в городе так, как это происходит в четырех районах?

Я думаю, что в течение этого года мы все 20000 камер полностью подключим. То есть сейчас, в рамках эксперимента, будет 5 районов, потом все 18 районов, то есть 20000 камер. В дальнейшем расширение возможностей системы будет зависеть от развития самого парка камер.

Мы ведем с социально ответственным бизнесом работу, чтобы они в дальнейшем тоже смогли бы сами подключаться к этой системе. К примеру, если бизнес-центр или торговый комплекс подключит свои камеры к нашей системе, то она будет видеть у них те или иные проблемы, о которых они будут получать информацию, чтобы оперативно решать проблему.

Что бы вы сочли успехом этой системы?

Я думаю, что все хотели бы, чтобы в нашем прекрасном городе были чистые территории. И зимой и летом. Мы боремся, чтобы в нашем самом прекрасном городе не было бы каких-то посторонних надписей на фасадах, не было бы каких-то висящих непонятных конструкций. И во всем этом нам поможет, в том числе, система нейросетевой видеоаналитики, которая подскажет, которая увидит, которая обратит внимание. И результатом, я думаю, будет то, что наш город, и так прекрасный и замечательный, станет еще лучше.

Но приведет ли эта система к тому, что за счет быстроты обмена информацией уборка действительно будет осуществляться в онлайн-режиме, когда мы будем видеть, что появившийся на ступеньках лед сразу убирают?

У нас сейчас появились очень современные системы прогноза погоды, погодных условий, которые позволяют оперативно ставить задачи. У нас появилось современное оборудование — это и малая механизация. Появились современные машины, отечественные современные наработки.    

У нас есть система ГЛОНАСС, которая позволяет не только фиксировать, где находится та или иная уборочная машина, но и какие операции она выполняет — подметает, обрабатывает покрытие. Соответственно, мы сейчас обучаем нашу нейросетевую систему мониторинга тому, чтобы она это понимала, сопоставляла эти данные с реальным полученным эффектом. Это следующий этап развития системы — посмотрим, что из этого получится.