В зимних условиях с анализом состояния дорог ИИ пока справляться сложно

– Анна, какие плюсы и минусы, на ваш взгляд, имеет применение искусственного интеллекта в процессах содержания дорог и проездов во дворах?

– В настоящее время внедрение ИИ получило большое распространение в разных сферах, включая городское хозяйство. Видеокамеры на транспортных средствах для слежения за качеством уборки и состоянием дорожного покрытия на самом деле не новы. В зарубежной практике такие передвижные комплексы используются уже 20 лет. Они оценивают не только состояние дорожного полотна, но и измеряют коэффициент сцепления на дорогах, в том числе зимой. В случае появления опасных участков сигнал передается в дорожную службу, та выезжает для устранения гололеда.

Плюсы у любого ИИ – это скорость обработки данных, больший охват территории, меньшие трудозатраты. Минусы – это возможные ошибки компьютера. Все-таки ИИ действует по вложенному в него алгоритму, качество работы зависит от того, насколько хорошо и всесторонне ИИ «обучили». Любые неучтенные ситуации или не очень качественная картинка с видеокамеры могут увеличить шанс на ошибку. Для этого существуют операторы, которые следят за информационным потоком.

– Эксперты в области ИИ говорят о том, что дорожно-строительная сфера действительно не первый год применяет такие технологии. Какие примеры использования ИИ в работе общественного транспорта или дорожного управления могли бы назвать Вы?

– ИИ уже давно регулирует трафик и переключает светофоры, управляет городским освещением. Есть технологии, которые позволяют взбодрить водителя автобуса, если он подал признаки усталости, и этот сигнал также подается в депо – таким образом можно сменить водителя. Также внедряются технологии бесконтактной оплаты проезда по распознаванию лица. Беспилотные автобусы, такси и даже грузовики – наши соседи по транспортному потоку в ближайшие 10 лет.

Если говорить об опыте других стран, то в Японии уже несколько лет тестируют уборку снега беспилотными машинами, которые управляются через спутники. На железнодорожном транспорте также активно внедряют ИИ, который помогает распределить трафик, подобрать оптимальное расписание и регулирует стрелки.

– Как должна работать технология по обнаружению изъянов на дорожной сети с помощью ИИ в идеале?

– Как правило, ставится лазерный датчик, сканирующий поверхность дороги, благодаря чему получается цифровой отпечаток, который передается в центр с базой данных. В Норвегии на протяжении 10 лет все дороги ежегодно сканируются, поэтому приведу их пример. После сканирования цифровые образцы сравниваются с предыдущими периодами и на их основании делается прогноз по износу полотна, просадке мостов и тоннелей, ширине трещин и тенденции к их росту. Эта аналитика позволяет компьютерам выдавать рекомендации, какие дороги и когда нужно чинить, какой именно ремонт необходим. Заложенный алгоритм позволяет оптимизировать расходы на дорожное содержание, высчитав самый лучший срок для ремонта, когда минимум расходов дадут максимум результата. На основании этих данных правительством формируется бюджет на проведение ремонтных работ на дорогах на ближайшие 5 лет.

– ⁠С какими недостатками на дорожной сети наиболее эффективно может бороться ИИ?

– Искусственный интеллект превосходит человеческий разум в тех сферах, которые касаются регулирования потока движения, оптимизации переключения светофоров, длительности сигналов и т. д. Это объясняется тем, что в его памяти хранится база данных ежедневного трафика. Хорошая задача для ИИ – это прогноз ремонтов, строительства, анализ данных для предотвращения аварий на определенных перекрестках.

А вот с нестандартными ситуациями, которые требуют быстрых неординарных решений, пока лучше справляется человек. Были случаи, когда ИИ, не обновив информацию, не знал, что часть дороги закрыта или просвет моста был понижен. В результате чего случались происшествия.

В зимних условиях с анализом состояния дорог ИИ тоже пока справляться сложно. Пилотируемые компьютером машины плохо ведут себя в случае, если разметка занесена снегом. А датчики, которые анализируют скользкость на дороге, не всегда могут различить тонкий лед, воду или рассол с реагентами. Но технологии обучения ИИ значительно продвинулись, и вскоре такие недочеты будут устранены.

Беседовала Полина Карпович