Масштаб обрабатываемых и отображаемых в системе данных — от информации в целом по региону до конкретного отдельного дома. Благодаря этому нейросетевому сервису можно даже попытаться заглянуть в будущее — спрогнозировать развитие того или иного населенного пункта или какой-то его части в зависимости от происходящих или ожидаемых изменений — в социальной, производственной или транспортной инфраструктуре, демографическом составе населения или экономической ситуации.

Проект реализован в рамках сотрудничества с Центром компетенций НТИ "Геоданные и геоинформационные технологии", созданным на базе Московского государственного университета геодезии и картографии (МИИГАиК). Деятельность Центра обеспечивает развитие технологического суверенитета и экономики России в рамках геопространственных технологий.

"Несколько лет назад нами была разработана модель цифрового "двойника", обрабатывавшая данные из городов с населением свыше 100 тысяч человек. Сейчас впервые подготовлена цифровая модель, охватывающая как крупные населенные пункты, так и совсем малые, например, поселки и деревни, где могут проживать всего лишь несколько десятков человек. В базе данных сервиса, созданного на основе этой модели, — практически все населенные пункты 85 регионов нашей страны. В отличие от других существующих цифровых моделей, привязанных, как правило, к районам или кварталам городов и дающих усредненные данные, наша разработка моделирует жизнь с гораздо большей детализацией — в границах конкретных отдельных зданий, что дает новые возможности для более глубокого анализа и принятия более точных управленческих решений по развитию территории", — рассказал Андрей Чернов, руководитель направления геоданных Самарского университета им. Королёва и компании "САМИС".

Созданная система обрабатывает информацию из множества официальных источников и баз данных. Учитываются количество квартир, количество жителей в тех домах, для которых информация доступна, а также множество — несколько десятков видов — данных по зданию, например, его техническое состояние, год постройки, этажность, средняя стоимость квадратного метра в квартирах и так далее. Нейросетевые технологии определяют тип здания — жилое, общественное, производственное, офисное — и для жилых зданий строят модель зависимости численности и половозрастного состава населения от этих параметров. Все данные, разумеется, обезличены и не привязаны к конкретным жильцам.

"Технологии цифрового "двойника" позволяют нам немного заглянуть в будущее — по нашим расчетам, можно спрогнозировать варианты развития той или иной территории примерно лет на пять вперед. Загрузив необходимые данные, можно получить прогноз, как, например, повлияет на жизнь города строительство нового микрорайона или промышленного предприятия. Система покажет, как может измениться в ближайшие годы численность и состав населения, какие нужно будет внести изменения в транспортную инфраструктуру и где именно нужно будет построить новую школу, детсад, поликлинику. Сервис поможет в работе региональным и муниципальным планировщикам, экспертам по градостроительству, специалистам управлений по социальной политике, а также, например, бизнесменам, чтобы понять, насколько востребованным окажется в этом районе новый магазин или очередной пункт выдачи заказов", — отметил Андрей Чернов.

Цифровой "двойник" населения работает на базе технологий другого совместного "детища" Самарского университета им. Королёва и компании "САМИС" — электронного сервиса "Робот-картограф": он создает с помощью искусственного интеллекта и геоданных цифровые профили территорий и объектов, соединяя геоданные и адреса из множества источников, в том числе из Единого государственного реестра недвижимости.

В 2022 году проект "Робот-картограф" стал призером в номинации "Анализ проблем" конкурса Счетной палаты РФ по применению доказательного подхода к принятию управленческих решений. В том же году данный проект принес Самарской области первое место на Х Всероссийском конкурсе "ПРОФ-IТ".

Материал подготовлен при поддержке Минобрнауки России в рамках Десятилетия науки и технологий.