Возможности и перспективы использования нейросетевых технологий в развитии городского хозяйства

Автор: Родин О.А., Кленова Т.В.

Журнал: Экономика и бизнес: теория и практика @economyandbusiness

Статья в выпуске: 5-3 (99), 2023 года.

Бесплатный доступ

Данная научно-исследовательская работа посвящена исследованию возможностей и перспектив использования нейросетевых технологий в развитии городского хозяйства. Выявляются возможности и риски применения нейросетевых технологий в управлении городскими системами и в анализе данных. Определяется, что нейросетевые технологии могут использоваться в качестве инструмента для принятия более эффективных стратегических решений в системах с большими объемами данных.

Нейросеть, нейросетевые технологии, городское хозяйство, стратегическое планирование, инновации, зонирование

Короткий адрес: https://sciup.org/170198969

IDR: 170198969   |   DOI: 10.24412/2411-0450-2023-5-3-78-80

Текст научной статьи Возможности и перспективы использования нейросетевых технологий в развитии городского хозяйства

Городское хозяйство на протяжении всего развития претерпевает значительные изменения и остается достаточно динамичной системой, требующей применения инновационных методов управления ввиду корреляции между уровнем технологий и потребностями населения. В настоящее время цифровизация городского хозяйства затронула почти все элементы этой системы, что открыло возможности для введения новых инноваций на основах проведенной трансформации механизмов и инструментов ведения и планирования ЖКХ. Такой инновацией являются нейросетевые технологии, которые позволяют повысить эффективность принятия управленческих решений не только в оперативном воздействии, но и в стратегическом планировании.

Многие городские хозяйства в РФ сталкиваются с проблемами дифференциации развития городских районов и некачественным зонированием городских территорий, что впоследствии отражается на состоянии инженерной, социальной и транспортной инфраструктуры. Планомерное развитие с недопущением значительного увеличения издержек содержания инфраструктуры становится серьезной задачей, требующей грамотного подхода с учетом всех особенностей и барьеров развития городского хозяйства.

Нейросетевые технологии начали применяться в городском хозяйстве относительно недавно, а разработка инновационных специализированных технологий только начинает приобретать популярность. В 2019 году была создана система электронных счетчиков, в основе которой технология NB-IoT - технология узкополосного интернета вещей, которая отличается бесперебойной передачей данных в помещениях с затрудненным сигналом связи. Данная технология начала использоваться в Иннополисе, однако ввиду новизны самой технологии нейросети, возникает множество различных проблем, вместе с этим установка счетчиков электроэнергии планируются во всех домах до 2035 года в республике Татарстан [1]. Другой технологией с использованием нейросети, возникшей уже в 2020 году является платформа rTIM – (Управление взаимодействием в режиме реального времени) на базе искусственного интеллекта для проектирования городов и районов. Обработка данных и подготовка документов территориального планирования при участии ИИ занимает 15 минут вместо нескольких месяцев [2]. Таким образом, инновации в сфере нейросетевых технологий и по настоящее время появляются достаточно часто в Российской Федерации.

В перспективе неройсетевые технологии могут содержать своей основной целью – оптимизацию городского хозяйства, а именно, оперативное управление с использованием нейросетевых технологий, как инструмента, позволяющего выявлять то, что не попадает под общее внимание специалиста и способного предложить и указать ту информацию, которая повлечет принятие эффективного управленческого решения. Преимущество нейросети заключается в том, что она способна подбирать множество вариантов решения. Массивы данных могут обрабатываться алгоритмами нейросети в простой формат отчетности, что позволяет использовать нейросетевые технологии для анализа состояния зеленых зон города, что является важным для превентивного воздействия на проблемные участки в городе. Данные по зеленым зонам в дальнейшем возможно экстраполировать на состоянии окружающей среды создав экосистему управления: нейросетевые технологии могут использоваться для анализа и предсказания экологического состояния города и оптимиза- ции управления защитой окружающей среды.

В настоящее время при построении крупномасштабных картосхем уделяется недостаточно внимания оптимизации расположения объектов по территории, что зачастую приводит к необоснованным с научной точки зрения управленческим решениям. Технология нейросетевого анализа в ГИС помогает проводить классификацию, прогнозировать возможные результаты взаимодействия, а также планировать стратегические решения и анализировать последствия предпринимаемых действий [3]. Нейросетевые модели могут быть полезным инструментом для определения оптимальных мест строительства зданий и инфраструктуры. Таким образом, использование нейросетевых технологий в городском хозяйстве может привести к более эффективному и устойчивому оперативному и стратегическому развитию города в целом.

Таблица. Стратегическое планирование городского хозяйства

Планирование

Характеристика

Прогнозирование  по

требностей в ресурсах

Использование нейросетевых алгоритмов в перспективе может стать инструментом для прогноза спроса на ресурсы (вода, электроэнергия, газ) для обеспечения стабильной жизнедеятельности МО, что таким образом, поможет городским властям определить необходимые объемы поставок и снизить издержки эффективным способом.

Анализ расходов

Построение нейросетевых моделей на основе существующих объемов данных может значительно помочь в анализе данных расходов по различным видам услуг для населения, а также выявить зоны инфраструктуры города, которые образуют наибольшие расходы МО.

Управление    транс

портными потоками

Нейросетевые алгоритмы могут помочь в управлении уличным движением, минимизировать пробки, посредством построения транспортных картосхем и обработки в реальном времени транспортных потоков. Благодаря интеллектуальным транспортным системам аварийность снижается на 10% [4].

Управление рисками

Использование неройсетевых моделей может значительно усовершенствовать риск-менеджмент и оценить потенциальные риски, связанные с различными мерами и проектами, принимая во внимание статистические данные и иные факторы, что позволит превентивно оценивать последствия управленческих решений.

Управление отходами

Нейросетевые технологии могут помочь определить места с наибольшим объемом промышленных и жилых отходов, прогнозировать рост производства отходов и рассчитывать наилучшие способы их утилизации без нанесения вреда окружающей среде.

В итоге, при использовании нейросетевых технологий, возможно достичь более эффективного управления ресурсами, сокращения издержек и повышения качества жизни жителей города с помощью оптимизации, которая является основным преимуществом применения ИИ, как отмеча- ли 58% российских экспертов еще в 2019 году [4]. Однако внедрение нейросетевых технологий предполагает и появление новых рисков управления, которые можно классифицировать следующим образом:

  • -    Технологический риск: использование новых технологий и инфраструктур-

  • ных изменений влечет снижение безопасности и контроля;
  • -    Экономический риск: разработка и внедрение нейросетевых технологий требует значительных финансовых затрат на разработку и модерирование;

  • -    Социальный риск: снижение потребности в участии граждан может привести к неодобрению новых технологий и появлению социальных проблем, поскольку возникает вероятность уменьшения количества рабочих мест;

  • -    Юридический риск: использование неройсетевых технологий не регулируются законодательством в полной степени, что

  • может повлечь ограничения в правовой и регуляторной сферах;
  • -    Риск информационной безопасности: цифровые технологии могут становиться объектами кибератак и приводить к утечкам данных и нарушению конфиденциальности информации.

Нейросетевые технологии имеют огромные перспективы в развитии городского хозяйства, но требуют создания правовой базы и значительных финансовых вложений в разработку качественных нейросетевых алгоритмов, что позволит принимать грамотные управленческие решения в стратегическом планировании развития городского хозяйства.

Список литературы Возможности и перспективы использования нейросетевых технологий в развитии городского хозяйства

  • Иннополис может стать первым городом в РФ, оснащенным "умными счетчиками" для ЖКХ // Информационное агентство ТАСС. - 2023. - [Электронный ресурс]. - Режим доступа: https://tass.ru/v-strane/4081160 (дата обращения: 01.05.2023).
  • Города будет проектировать искусственный интеллект // Российское информационное агентство "Победа РФ". - 2023. - [Электронный ресурс]. - Режим доступа: https://pobedarf.ru/2020/06/17/goroda-budet-proektirovat-iskusstvennyj-intellekt/(дата обращения: 05.05.23).
  • Попков, А.В. Применение нейронных сетей и искусственного интеллекта для целей территориального планирования / А.В. Попков // Ученые записки. Электронный научный журнал Курского государственного университета. - 2013. - № 4(28). - С. 48-55.
  • Как нейросети меняют умные города // CNews. - 2023. - - [Электронный ресурс]. - Режим доступа: https://smartcity.cnews.ru/articles/2019-10-08.
Статья научная