Как новая технология поможет перейти к бережливому ЖКХ
Российские ученые создали модель на основе искусственного интеллекта, которая способна предсказать погоду в отдельно взятом дворе. Она умеет «приземлять» масштабные метеоданные на локальную карту местности. В отличие от аналогов для среднестатистических прогнозов, система нацелена на расчет аномальных явлений, таких как ураганные ветра или мощные ливни. Это позволяет ей предупреждать коммунальщиков и специальных служб о грядущих ЧП. По словам экспертов, внедрение технологии открывает муниципальным учреждениям возможность избегать аварии и быстрее перейти к «умному ЖКХ», основанному на экономии ресурсов.
ИИ-прогноз погоды для двора
Специалисты Института искусственного интеллекта МФТИ разработали платформу климатического анализа, способную предсказывать погоду с точностью до отдельного двора или даже дома. В отличие от аналогов, которые также могут работать с таким высоким разрешением, новая система на основе ИИ рассчитана на прогноз аномальных явлений, таких как ураганы, ветра или мощные ливни. Подобные события часто становятся причинами ЧП, поэтому разработка будет полезна для коммунальных и специальных служб, которые благодаря ей смогут заранее подготовиться к возможной опасности.
— Сервисы для прогноза погоды даже с высоким разрешением рассчитывают средние значения для ежедневных предсказаний событий, которые происходят с высокой вероятностью. Например, ветер со скоростью 10 м/с они легко спрогнозируют. А вот ветер со скоростью 30 м/с бывает очень редко, но если случается, то приводит к серьезным ЧП. Наша система как раз и предназначена для предупреждения таких экстремальных явлений. Мы поставили искусственному интеллекту иную задачу, чем в стандартных моделях прогноза, и это потребовало полностью переработать нашу модель, — сказал младший научный сотрудник МФТИ Иван Новиков.
Большинство прогнозов погоды описывают ситуацию в масштабах десятков километров. Хотя внутри города условия меняются от улицы к улице. В центре мегаполиса воздух нередко на 10 и более градусов теплее, чем на окраинах, а геометрия улиц и плотной застройки часто формирует «тепловые ловушки» и «уличные каньоны» ветра, заметно меняющие локальный микроклимат. Всё это повышает пиковую нагрузку на энергосистему и может перегружать городские службы — от ливневой канализации до общественного транспорта.
Новая разработка учитывает все эти факторы, так как в ее основе лежит технология даунскейлинга (уменьшение масштаба): алгоритмы анализируют общий прогноз для города и «приземляют» его до улиц, наполняя реальными данными с городских камер, метеостанций, датчиков и приборов учета. Если стандартные модели прогнозируют погоду для участков с шагом 25–30 км, то изобретение МФТИ сужает его до 30–50 м — в пределах одного дома.
ИИ-платформа не просто передает данные, а постоянно анализирует, как и почему атмосферные процессы происходили в конкретной точке с известными параметрами (высотными зданиями, асфальтом, зелеными зонами). Накопленные взаимосвязи она использует, чтобы еще больше увеличить точность прогнозов.
— Например, наша система сможет предсказать, что ветер в узком переулке между небоскребами в этом направлении усилится втрое, а на одной из площадей из-за эффекта «теплового острова» температура будет на 10 градусов выше, чем в парке за углом, — сказал руководитель направления индустриальных продуктов Института искусственного интеллекта МФТИ Денис Лобас.
Переход к «бережливому ЖКХ»
Платформа визуализирует угрозы на интерактивной карте и дает службам удобный инструмент для мониторинга в реальном времени. Так застройщики могут заранее оценить, как архитектура новых зданий повлияет на климат конкретного района.
Как рассказал «Известиям» климатолог, ведущий научный сотрудник Пущинского научного центра биологических исследований РАН Алексей Карнаухов, представленная разработчиками методика привязки прогноза погоды к конкретной местности может быть полезна.
— Например, ожидаются сильные дожди. Тогда дом на холме остается вне зоны риска потопления, а дом рядом с водоемом, который может выйти из берегов, может оказаться в чрезвычайной ситуации. Однако для применения системы в модель потребуется внести очень большое количество данных. Но мы уже знаем примеры, когда разработчикам это удавалось, — сказал он.
По мнению ведущего научного сотрудника Лаборатории искусственного интеллекта, нейротехнологий и бизнес-аналитики РЭУ имени Г.В. Плеханова Марины Холод, технология даунскейлинг-прогнозирования позволяет перейти от реагирования и ликвидации последствий уже случившихся погодных ЧП к их предвидению, а значит, к возможности заранее мобилизовать ресурсы. С ее помощью можно рассчитывать наиболее уязвимые места в инфраструктуре и адресно направлять туда технику и ремонтные бригады.
— Прогнозируя «тепловые острова» в застройке и аномальную жару в конкретных районах, службы энергоснабжения могут более точно прогнозировать нагрузку на сети и предотвращать возможные аварии, то есть появляется возможность снижения пиковых нагрузок на инфраструктуру. Система позволит рассылать персональные предупреждения для жителей с рисками для здоровья. Например, люди с сердечно-сосудистыми заболеваниями будут заранее знать о наступлении аномальной жары в их конкретном дворе, а астматики — о неблагоприятных условиях с высокой концентрацией загрязняющих веществ в воздухе, — сказала эксперт.
Также можно прогнозировать образование гололеда на конкретных эстакадах или участках дорог, сильные порывы ветра на мостах, что позволит заблаговременно обрабатывать дороги реагентами и предупреждать водителей об опасных участках, добавила она.
Чтобы решение работало, ему нужен доступ к локальным данным наблюдений за погодой, но метеостанции и другие источники информации распределены по городу крайне неравномерно, а на основе фрагментарных данных добиться точного результата не получится, отметил директор Мегафакультета трансляционных информационных технологий Университета ИТМО, эксперт Национального центра когнитивных разработок НТИ на базе ИТМО Александр Бухановский. Однако предложенный подход может быть очень востребованным в задачах «бережливого ЖКХ», например для гибкого управления режимами отопления зданий, резюмировал он.