Умный «оркестр»
Нейросети пока не научились самостоятельно строить безопасные автотрассы, но уже помогают управлять этим процессом, избавляя инженеров от рутинной работы с нормативной документацией и разрозненными программами.
Инженеру больше не нужно часами сверяться с многотомными сборниками ГОСТов и вручную переносить данные из одного расчетного модуля в другой. Сегодня достаточно сформулировать задачу обычным языком, и интеллектуальный ассистент сам определит, какие нормативы применить, какие программы запустить и как свести воедино полученные результаты. Именно такую систему автоматизации инженерных процедур предложили ученые Московского автомобильно-дорожного государственного технического университета.
В основе разработки – LLM-агент, который выступает в роли «оркестратора». Он не генерирует инженерные величины, а координирует работу профильных расчетных программ, проверяет соответствие нормативной базе и объясняет логику каждого решения. Это принципиально важное отличие от стандартных генеративных моделей, которые могут выдавать правдоподобные, но физически или нормативно неверные ответы.
Как подчеркивают разработчики, их система обеспечивает полную прозрачность каждого этапа проектирования, указывая основания для принятых решений, что критически важно для внедрения ИИ в ответственные инженерные процессы. По данным исследователей, типовые проектные процедуры с помощью такого подхода можно ускорить в несколько раз.
Отечественный вектор развития
Вектор разработки точно соответствует курсу цифровой трансформации дорожной отрасли. Особую ценность разработке МАДИ придает ее совместимость с российскими САПР и корпоративными системами управления знаниями. Это открывает путь к формированию нового класса отечественного инженерного программного обеспечения – интеллектуальных надстроек над существующими системами проектирования, расчетными комплексами и нормативными базами. Учитывая, что еще в 2023 году Росавтодор перевел большинство своих ключевых информационных систем на импортонезависимый софт, такой вектор выглядит особенно своевременным.
Взгляд в будущее
В ближайшей перспективе разработчики планируют расширять функциональность системы, подключая специализированные модели для геотехники, гидрологии и организации строительства, а также интегрируясь с BIM-данными. Это позволит охватить больше стадий подготовки дорожного проекта и вписать систему в единую цифровую среду проектных организаций.
Экспортный потенциал у технологии есть, но его реализация потребует адаптации к нормативам, языку и используемому ПО каждой конкретной страны. Наиболее естественным направлением здесь видятся страны СНГ и ЕАЭС, где сохраняется близость инженерных стандартов.
Исторический контекст
Дорожная отрасль России планомерно шла к появлению подобных решений. В 2021 году Минтранс и «Автодор» начали активный переход к цифровому проектному управлению и информационному моделированию, создав к тому моменту 35 информационных моделей объектов строительства. К 2023 году Росавтодор уже использовал ИИ-модель для анализа безопасности федеральных трасс, обработав данные более чем 2 тысяч километров дорог. А в 2024–2025 годах ведомство систематизировало требования к применению BIM и ИИ, подготовив методические рекомендации.
Мировой контекст также подтверждает актуальность направления. В зарубежных исследованиях активно развивается идея связки LLM и BIM для автоматизированной проверки строительных норм, где языковая модель выступает посредником между нормативными текстами и инженерными инструментами.
Итоги и прогноз
Разработка МАДИ демонстрирует переход от универсальных чат-ботов к специализированным ИИ-агентам, встроенным в профессиональные инженерные системы. Ее ключевое преимущество – архитектурное решение, оставляющее расчеты проверяемым программам, а за LLM закрепляющее функции координации, выбора нормативов и интерпретации результатов. Это гораздо ближе к требованиям промышленного использования ИИ, чем обычные генеративные помощники.
Наиболее вероятный сценарий развития в ближайшие годы – расширение числа подключаемых расчетных модулей, интеграция с российскими САПР и BIM-системами, а также пилотные внедрения в проектных организациях. При подтверждении экономического эффекта на реальных объектах технология может стать частью более крупных отечественных комплексов автоматизированного проектирования.
