ИИ в Санкт-Петербурге: работа на опережение

На ЦИПР 2026 директор Городского мониторингового центра, подведомственного Комитету по информатизации и связи, Роман Борисенко рассказал об эффектах внедрения ИИ в Санкт-Петербурге.

Круглый стол, посвящённый обсуждению эффектов внедрения ИИ в регионах, прошёл в рамках конференции «Цифровая индустрия промышленной России» в Нижнем Новгороде. Можно ли сегодня строить региональный ИИ-контур без полноценного цифрового двойника территории? Какие решения на базе ИИ наиболее востребованы в субъектах РФ? Как ИИ из наблюдателя и аналитика переходит в статус актора, предотвращающего противоправные действия в субъектах РФ?

Во всех сферах жизни Санкт-Петербурга сейчас очень активно

используется нейросетевая видеоаналитика. Городская система видеонаблюдения включает в себя более 115 тысяч камер, к системе видеоаналитики подключено более 60 тысяч камер, детектируется более 40 видов нарушений. С начала года обработано и передано в профильные органы более 700 тысяч событий.

Видеоаналитика позволяет в разы сократить сроки на реагирование. Крайне важно, что оперативное выявление нарушений позволяет найти виновника. Например, при определении системой вандализма на детской площадке Росгвардия обязана прибыть на место в течение пяти минут. Раньше об этом узнавали через несколько дней или даже месяцев — когда пожалуются жители.

На памятнике Пржевальскому благодаря интеграции системы видеонаблюдения, видеоаналитики и звукового оповещения количество случаев неосознанного вандализма снизилось на 90%.

«Мы планомерно и уверенно переходим от простой статичной фиксации событий к предиктивной аналитике, к работе на опережение и упреждение. Такой подход позволяет не просто обеспечить безопасность в моменте, но также может помочь выявить закономерности в совершении правонарушений, определить "горячие точки" и разработать более эффективные стратегии профилактики», – председатель Комитета по информатизации и связи Юлия Смирнова.

Все модели ИИ, внедряемые в городскую инфраструктуру Санкт-Петербурга, проходят обязательный этап глубокого дообучения. Основой дообучения служат обширные массивы данных, получаемые с городских камер видеонаблюдения. При этом учитываются места размещения, зоны обзора, типы камер, их разрешающая способность, углы обзора и другие технические характеристики – всё это влияет на финальную точность работы ИИ.

Телеграм: t.me/ainewsline

Источник: vk.com

Комментарии: