Михаил Кузнецов. Как я оживил Сократа и втянул его в урбанистику
Продолжаем говорить об ИИ в развитии городов. По данным McKinsey, уже на 2023 год до 40 % аналитической и проектной работы в городском управлении могло быть делегировано ИИ.
К 2030 году эта доля может превысить 60 %. Рассказать о прогрессивных практиках использования ИИ в урбанистике и ближайших перспективах развития этого направления мы попросили директора Восточного центра государственного планирования (ФАНУ «Востокгосплан») Михаила Кузнецова — практика, имеющего большой личный опыт создания ИИ-агентов и применения навыков Сократа в реализации мастер-планов даотневосточных и арктических городов.
Идея создать интеллектуальных ассистентов на базе ChatGPT пришла неожиданно. Сначала я просто хотел поговорить с Сократом. Ну, вы понимаете: философия, вопросы, смысл жизни. Загрузил в нейросеть все, что мог найти: диалоги Платона, сборники афоризмов, даже форум «Сократ против Диогена: кто круче». В итоге появился мой цифровой Сократ — вечно задающий вопросы, заставляющий сомневаться и искать первопричины во всем.
Но на этом я не остановился. Если можно воскресить древнего философа, то почему бы не создать своего цифрового дубля? Так появился мой интеллектуальный двойник-преподаватель. Он настолько точно воспроизводил (причем в видеоформате) мои преподавательские приемы и подходы, что я доверил ему святое — принимать (конечно, под моим наблюдением) зачеты у студентов. Он с удовольствием начал это делать, проверяя кейсы и даже предлагая темы для лекций. На этом этапе я задумался: а как обученный моей премудрости ИИ-Сократ может помогать мне в основной работе? Зачем нам философствовать в вакууме, когда можно решать настоящие городские задачи?
Так началось путешествие в мир ИИ и урбанистики. Будучи директором ФАНУ «Востокгосплан», я возглавляю креативную команду, отвечающую за разработку и мониторинг реализации более чем 40 мастер-планов городов Дальнего Востока и Арктики – есть, где развернуться мощному искусственному интеллекту. Свой «искусственно интеллектуальный» поход в урбанистику мы начали с изучения того, что ИИ уже умеет в урбанистике.
Анализ данных
Сегодня искусственный интеллект активно внедряется в сферу градостроительства и управления городскими системами. Он стал важным инструментом поддержки проектных и управленческих решений на разных уровнях: от уровня мэра города до скромного архитектурного бюро. Как ИИ уже сейчас помогает урбанистам?
Ежедневно города генерируют горы информации: от показаний датчиков до соцсетей. ИИ помогает раскопать в этих данных ценные инсайты. Например, крупнейшие мегаполисы уже используют ИИ для различных проектов: анализируют демографические данные и прогнозируют потребности в жилье, управляют потоками транспорта, повышают энергоэффективность зданий. Машинное обучение выявляет скрытые шаблоны: где «системные» пробки, в каком районе нехватка парков, магазинов, как изменения в застройке скажутся на нагрузке сетей.
Например, в Нью-Йорке и Сиэтле алгоритмы прогнозируют, где понадобится новый транспортный маршрут или школа еще до того, как это станет очевидно из переписей населения.
Скорость и точность
Одно из преимуществ ИИ – скорость. То, что человек анализировал бы неделями, ИИ делает за часы. Например, в Вашингтоне городские службы внедрили ИИ для просмотра видеозаписей инспекции канализационных труб: час видео теперь обрабатывается за 10 минут вместо 75 вручную.
Точность и глубина анализа тоже растут. ИИ не устает, у него не «замыливается» глаз, а потому он способен заметить тонкие изменения или тенденции. К примеру, алгоритмы компьютерного зрения могут по снимкам из космоса считать каждое дерево в городе и измерять его высоту. Так делают в городе Санди-Спрингс: для мониторинга зеленых насаждений там применяют модель глубокого обучения Esri, которая определяет высоту деревьев по спутниковым фото, – это позволило избежать долгой ручной разметки снимков и снизить расходы на анализ.
Похожие методы используют для отслеживания состояния дорог: ИИ сканирует изображения улиц и отмечает трещины и ямы задолго до жалоб жителей.
Прозрачность и участие граждан
Еще одно применение ИИ — превращение необъятных сырых данных в понятную визуализацию и открытые дашборды для решений. Современные городские обсерватории, поддержанные ООН-Хабитат, собирают и анализируют городские данные, повышая их доступность для всех. Например, в Барселоне новый Центр по анализу данных города интегрирует данные сенсоров, опросов жителей и статистики в единую платформу. Это помогает администраторам держать руку на пульсе города в реальном времени.
Экономия
Цифровые двойники уже приносят ощутимые экономические выгоды. Они служат ранней системой предупреждений о возможных проблемах и «лабораторией», где можно протестировать дизайн и параметры проекта. Это ускоряет принятие решений и сокращает затратные ошибки. Барселона, к примеру, планирует с помощью цифрового двойника оптимизировать график ремонта дорог и тем самым сэкономить до 10 % бюджета на содержание инфраструктуры — модель сама подскажет, когда лучше латать асфальт, чтобы потом не тратиться на крупный ремонт.
Примеры
1. Анализ городских данных и ситуационная осведомленность
ИИ-системы способны обрабатывать большие объемы разнородной информации: от демографических и экономических показателей до данных с датчиков и спутниковых снимков. Алгоритмы машинного обучения позволяют:
- выявлять скрытые закономерности в миграции, занятости, нагрузке на инфраструктуру;
- отслеживать изменения городской среды в реальном времени (например, по изображениям с камер);
- формировать аналитические сводки для мэров, проектировщиков, инвесторов.
Примером является система City Intelligence Lab в Вене, где ИИ используется для генерации сценариев развития территорий на основе вводных от архитекторов и данных от муниципалитетов.
2. Цифровые двойники и симуляция развития
ИИ интегрируется в цифровые двойники городов — виртуальные модели, отражающие состояние городской системы. На их основе моделируются:
- влияние новых застроек на трафик, инсоляцию, распределение шумов;
- поведение городских систем в стрессовых условиях (наводнения, энергетические сбои);
- сценарии роста населения, изменений климата, модернизации транспорта.
Пример: Dassault Systèmes реализует цифровые двойники с ИИ для анализа энергоэффективности кварталов в Париже.
3. Умное управление мобильностью и трафиком
ИИ используется для оптимизации транспортных потоков. Он позволяет:
- в режиме реального времени настраивать светофоры и маршруты общественного транспорта;
- прогнозировать перегрузки и инциденты;
- проектировать модели автономной доставки и пассажироперевозок.
Платформа Alibaba City Brain (Ханчжоу) уже снизила среднюю загруженность дорог на 15 % благодаря ИИ-контролю дорожных систем.
4. Оптимизация застройки и архитектурных решений
Генеративный дизайн с ИИ дает возможность:
- подбирать оптимальную конфигурацию зданий с учётом плотности, экологии, инсоляции;
- учитывать пешеходную доступность и логистику при планировании жилых и общественных пространств;
- автоматизировать процесс реновации районов.
Платформа Autodesk Spacemaker активно используется в европейских странах для прединвестиционного анализа площадок.
5. Обратная связь от горожан и цифровое участие
ИИ помогает анализировать обратную связь не только через опросы, но и через:
- соцсети;
- обсуждения на форумах;
- агрегированные данные из приложений.
Система Zencity в США анализирует повестку в медиаполе и дает мэрам краткие обзоры общественных настроений, что помогает лучше таргетировать городскую политику.
6. Устойчивое развитие и климатическая адаптация
ИИ становится опорой для планирования адаптации к климатическим рискам:
- анализирует уязвимость городской среды к затоплениям, жаре, ураганам;
- подсказывает зоны приоритетного озеленения или переселения;
- моделирует влияние решений на выбросы CO₂ и потребление ресурсов.
Платформа Microsoft AI for Earth используется для прогнозов изменения климата на уровне городов и микрорайонов.
Анализ эффектов
Внедрение искусственного интеллекта меняет саму парадигму работы городских служб. Ниже сводная таблица ключевых эффектов: как ИИ ускоряет процессы, повышает качество и снижает затраты в разных аспектах урбанистики.
ИИ завтра: соавтор и модератор
Как далеко может зайти применение ИИ? По оценке McKinsey (2023), до 40 % аналитической и проектной работы в городском управлении уже сейчас может быть делегировано ИИ. К 2030 году эта доля может превысить 60%.
Логика развития ИИ показывает, что в ближайшем будущем ИИ станет не просто инструментом, но активным участником городского развития. В ближайшие 5–10 лет он будет:
- персонализировать решения: предлагать разные сценарии по потребностям разных сообществ;
- встраиваться в процессы управления — от проектного офиса до совета по пространственному развитию;
- модерировать конфликты интересов — между бизнесом, жителями, экологами;
- работать в режиме «живого города» — на основе потока данных от граждан, транспорта, сенсоров и даже настроения общества.
Мы движемся к ситуации, где ИИ будет не просто помогать, а совместно проектировать, советовать и даже возражать — в духе доброжелательной, но требовательной интеллектуальной системы. И в этом есть свой шанс для формирования нового типа городской культуры — диалогичной, гибкой, технологичной и разумной.
Таким образом, если сегодня ИИ — это цифровой помощник, то завтра — это уже полноценный городской соавтор. Представьте себе, что ИИ:
- моделирует разные варианты будущего города в зависимости от климата, миграции, настроений в обществе, даже моды;
- активно разговаривает с жителями на актуальные темы: «Какой вы хотите видеть набережную? Где не хватает ресторанов?» — и собирает и обрабатывает данные;
- генерирует архитектурные решения в связке с инженерами и психологами: «Вот тут будет детская площадка с Wi-Fi и спортивные тренажеры»;
- следит за экологией, бюджетом и настроением горожан — ИИ вполне сможет анализировать уровень недовольства по фотографиям лиц людей и постам в соцсетях.
И, конечно, он будет постоянно вести диалог. Возможно, в духе Сократа: «Ты уверен, что твоему району нужен третий торговый центр? А может, лучше расширим спортивную площадку в школе?»
Важно также, что ИИ будет не только проектировать, но и постоянно учиться на данных, решениях, реакциях жителей. В итоге он будет знать город лучше мэра.
Итак, сначала я просто хотел поговорить с философом. А теперь обученный на лучшем мировом опыте цифровой Сократ анализирует транспортные потоки и спорит со мной про «зеленые города» будущего.
ИИ в урбанистике — это не просто модный тренд или игрушка. Это инструмент, который уже меняет правила игры. Он экономит время, выявляет смыслы и — самое главное — вовлекает человека в создание своего города. И если мы все сделаем правильно, то городское будущее может быть не только умным, удобным, эффективным, экологичным, но и более осмысленным.