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

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.