Теперь искусственный интеллект, встроенный в проект «Умный город», будет учиться качественнее и устойчивее. Среди преимуществ нового метода — безопасности персональных данных пользователей и служебной информации.
Фото: Ryoji Iwata / unsplash - Источник
Читайте также
Учёные из университета «ЛЭТИ» нашли безопасный для конфиденциальности граждан способ тренировать нейросети, используемые в городских системах. По словам исследователей, теперь искусственный интеллект, встроенный в проект «Умный город», будет учиться качественнее и устойчивее. Подробнее о том, как система влияет на жизнь горожан и каким образом в ней применяются нейросети, — в материале обозревателя Business FM Петербург Анны Лейбук.
Традиционно искусственный интеллект тренируется на необработанных данных из централизированного хранилища. Они попадают туда от различных, не похожих друг на друга источников. Теперь появилась возможность сделать так, чтобы каждое устройство локально обучало искусственный интеллект на своих данных. Таким образом на сервер будут попадать только обновления параметров нейросети. Помимо обеспечения безопасности, которую гарантирует такой подход, преимуществом новой системы является качество обучения ИИ. По словам учёных, модернизированный алгоритм помогает нейросетям обрабатывать данные с разным распределением и адаптироваться к их локальным особенностям более плавно и надежно. Добавим, что кроме обновления алгоритма обучения исследователи также создали новый метод генерации наборов данных. Эта разработка позволяет искусственному интеллекту создавать реалистичные сценарии для тестирования систем федеративного обучения. Продолжает заведующая кафедрой информационных систем университета «ЛЭТИ» Евгения Новикова.
В прошлом году Петербург вошел в тройку лидеров по индексу «IQ городов», в том числе и из-за применения искусственного интеллекта для благоустройства городской среды. Сейчас в Северной столице работают голосовые помощники, которые позволяют жителям быстро получить консультацию или услугу в сфере здравоохранения, ЖКХ или транспорта, «умные остановки», оснащенные камерами, динамиками и цифровыми информационными табло, а также аналитические алгоритмы в системе городского видеонаблюдения — они самостоятельно распознают правонарушения и сообщают о них. Кроме того, с 2023 года ГАТИ использует в работе нейросетевой комплекс «Городовой». Сейчас искусственный интеллект помогает инспекторам в числе прочего находить ямы на дорогах, граффити, незаконные торговые объекты, борщевик, а также неубранный с крыш снег и сосульки. Только по последнему пункту нейросеть в течение новогодних праздников обнаружила свыше 100 нарушений, а всего за 2025 искусственный интеллект выявил более двух тысяч отступлений от нормы, сумма штрафов составила почти 200 миллионов рублей. О том, что еще помогает сделать Петербург «умнее» и о перспективах развития проекта в регионе, рассказывает депутат Законодательного собрания Роман Кононенко.
Добавим, что в 2025 году Северная столица вошла в пятерку лидеров по развитию искусственного интеллекта в России. Также в топ попали Москва, Московская и Новосибирские области и Татарстан. Сейчас на эти регионы приходится свыше 60% всех исследований в области нейросетей и больше половины профильных образовательных программ.
Традиционно искусственный интеллект тренируется на необработанных данных из централизированного хранилища. Они попадают туда от различных, не похожих друг на друга источников. Теперь появилась возможность сделать так, чтобы каждое устройство локально обучало искусственный интеллект на своих данных. Таким образом на сервер будут попадать только обновления параметров нейросети. Помимо обеспечения безопасности, которую гарантирует такой подход, преимуществом новой системы является качество обучения ИИ. По словам учёных, модернизированный алгоритм помогает нейросетям обрабатывать данные с разным распределением и адаптироваться к их локальным особенностям более плавно и надежно. Добавим, что кроме обновления алгоритма обучения исследователи также создали новый метод генерации наборов данных. Эта разработка позволяет искусственному интеллекту создавать реалистичные сценарии для тестирования систем федеративного обучения. Продолжает заведующая кафедрой информационных систем университета «ЛЭТИ» Евгения Новикова.
Заведующая кафедрой информационных систем СПбГЭТУ «ЛЭТИ» Евгения Новикова Мы тестировали на разных наборах данных. Первый набор данных — сведения о транспортных средствах. В этом случае это промышленные транспортные средства, разные по своим характеристикам и, соответственно, значениям. Мы решали задачу определения состояния машины. Поскольку транспортные средства разные, то и параметры у них получались разные, а за счёт применения нашего алгоритма мы достигли лучшего результата в задаче классификации именно на этих данных. Второй сценарий, который мы рассматривали, связан с данными кибербезопасности. Мы использовали различные наборы сетевого трафика, полученные в разных лабораториях. Применяя их, мы смогли повысить эффективность для определённых сценариев распределения данных — прирост составил почти до 10%, в зависимости от того, какой сценарий распределения данных мы рассматривали.
Депутат Законодательного собрания Петербурга Роман Кононенко Я, например, являюсь активным пользователем портала «Наш Санкт-Петербург». Есть портал и приложение, где можно сообщать о проблемах в сфере благоустройства или обслуживания многоквартирных домов. Это достаточно эффективный инструмент: не нужно писать какие-то письма. Сфотографировал, выложил в приложение — и большинство проблем решаются буквально в течение двух-трех дней. Этот сервис и проект «Умный город» будут развиваться, поскольку технологии и прогресс не стоят на месте. Мы видим, насколько эти современные технологии помогают правоохранительным органам. Мы знаем, как это облегчает жизнь обычных граждан в решении элементарных бытовых вопросов. Мне кажется, что сейчас этот сервис и проект движутся в правильном направлении и будут только облегчать жизнь граждан, соответствующих органов власти и служб нашего города.
Автор: Анна Лейбук
Генеральный директор ГК «КЕЛЕАНЗ Медикал» 
Директор юридической компании «ЛексКледере консалтинг» 
Руководитель ФНС 
Председатель комиссии по транспорту Законодательного собрания Петербурга