ИИ-агент в «Сириусе» подскажет расписание автобусов и подберет досуг
В федеральной территории «Сириус» представлены две российские цифровые разработки для городской среды. Компания «Видеофор-Юг» показала ситуационного ИИ-агента, а компания «Экста» – систему анализа дорожного движения «Нейродетектор». Презентация прошла на встрече сообщества Инновационного научно-технологического центра.
Обе разработки – прикладной ИИ, который работает с городской средой. Компьютерное зрение будет собирать данные о дорожном движении, а разговорный ИИ отвечать на вопросы жителей и туристов.
На остановке и перекрестке
Обычный чат-бот работает по схеме «вопрос – ответ». Бот не знает, где пользователь находится, какое сейчас время суток, что происходит рядом. Ситуационный агент устроен по-другому. Система «привязана» к конкретной точке – остановке «Сочи Парк» – и располагает всей информацией о том, какие площадки и мероприятия поблизости, какие маршруты транспорта здесь проходят. Она с легкостью подскажет, например, куда сходить с ребенком, или, когда подъедет нужный автобус.
У агента несколько «режимов»: навигация, информация о транспорте, афиша мероприятий, вопросы безопасности, подбор досуга с детьми. ИИ-собеседник не только эрудированный, но и активный. В отличие от бота он может сам начать разговор – поприветствовать и предложить узнать о событиях дня. Пока пилот тестируется на одной остановке, в будущем разработчики планируют построить сеть таких точек.
Другая разработка – «Нейродетектор». Эта умная камера-счетчик превращает полученный видеоряд в структурированные числовые данные о транспорте. Система определяет, сколько машин проехало, с какой скоростью они едут, насколько плотный поток. Причем анализ она ведет при разной погоде и освещении. Данные, которые она собирает, специалисты могут использовать для выявления проблемных участков и планирования транспортных мероприятий. Местом испытаний системы видеоаналитики выбран перекресток улиц Международной и Чемпионов. Это сложная площадка: несколько направлений, повороты, пересекающиеся транспортные потоки.
Я спросил у… Ann и Александры
Самый близкий аналог ситуационного агента из «Сириуса» – это цифровой ассистент московского транспорта «Александра», который работает в приложениях, на сайтах и в соцсетях. За пять лет «Александра» ответила более чем на 17 миллионов вопросов. За свой рабочий день она обрабатывает свыше 24 тысяч запросов. К 2030 году эта цифра достигнет 35-40 тысяч.
В 2025 году в ее работу были внедрены две большие языковые модели. Теперь она лучше понимает смысл вопросов, запоминает контекст беседы и может поддерживать диалог. На станции метро «Марьина Роща» и терминале городского вокзала «Нижегородская» работают интерактивные стойки «Живое общение» с аватаром «Александры» – она подсказывает маршруты и делится информацией. И это международный тренд. В США тоже есть своя «Александра». Разговорный ИИ-помощник «AskAnn» в Энн-Арборе помогает жителям получать информацию о муниципальных услугах на 71 языке.
Тем временем в Воронеже в интеллектуальную транспортную систему внедрена система видеоаналитики LUNA CARS от Vision Labs. Она обрабатывает данные с более чем 50 дорожных контроллеров и 100 камер. Система с точностью более 95% определяет номера, марку, модель, цвет и тип транспорта, подсчитывает количество машин для детекции пробок в часы пик, а также распознает нарушения – пересечение сплошной линии, разворот в неположенном месте, нелегальную парковку. Еще она обнаруживает людей в запрещенных зонах и животных на дорогах. А в швейцарском Берне начали внедрять систему YutrafficawareAI, использующую видеоаналитику для управления светофорами и распознавания пешеходов и велосипедистов.
Зеленый свет технологиям
К концу 2025 года 32 российские агломерации заявили о достижении как минимум первого уровня зрелости интеллектуальных транспортных систем, а на их развитие в прошлом году выделили 2,7 миллиарда рублей из федерального бюджета. Инфраструктурная среда для подобных решений уже формируется.
«Сириус» выступает площадкой для апробации российских цифровых решений, которые улучшат доступ к городской информации и повысят качество анализа транспортных потоков. Перспективы этих проектов будут зависеть от результатов пилотирования, возможности масштабирования и востребованности у городских операторов. Когда будут подтверждены точность, надежность, удобство для пользователей, совместимость с городской инфраструктурой, тогда эти проекты внедрят другие регионы.
