CC BY
19
ВОЗМОЖНОСТИ И ПЕРСПЕКТИВЫ ИСПОЛЬЗОВАНИЯ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ В РАЗВИТИИ ГОРОДСКОГО ХОЗЯЙСТВА
О.А. Родин, студент Т.В. Кленова, канд. экон. наук, доцент Волгоградский государственный университет (Россия, г. Волгоград)
DOI:10.24412/2411-0450-2023-5-3-78-80
Аннотация. Данная научно-исследовательская работа посвящена исследованию возможностей и перспектив использования нейросетевых технологий в развитии городского хозяйства. Выявляются возможности и риски применения нейросетевых технологий в управлении городскими системами и в анализе данных. Определяется, что нейросетевые технологии могут использоваться в качестве инструмента для принятия более эффективных стратегических решений в системах с большими объемами данных.
Ключевые слова: нейросеть, нейросетевые технологии, городское хозяйство, стратегическое планирование, инновации, зонирование.
Городское хозяйство на протяжении всего развития претерпевает значительные изменения и остается достаточно динамичной системой, требующей применения инновационных методов управления ввиду корреляции между уровнем технологий и потребностями населения. В настоящее время цифровизация городского хозяйства затронула почти все элементы этой системы, что открыло возможности для введения новых инноваций на основах проведенной трансформации механизмов и инструментов ведения и планирования ЖКХ. Такой инновацией являются нейросетевые технологии, которые позволяют повысить эффективность принятия управленческих решений не только в оперативном воздействии, но и в стратегическом планировании.
Многие городские хозяйства в РФ сталкиваются с проблемами дифференциации развития городских районов и некачественным зонированием городских территорий, что впоследствии отражается на состоянии инженерной, социальной и транспортной инфраструктуры. Планомерное развитие с недопущением значительного увеличения издержек содержания инфраструктуры становится серьезной задачей, требующей грамотного подхода с учетом всех особенностей и барьеров развития городского хозяйства.
Нейросетевые технологии начали применяться в городском хозяйстве относительно недавно, а разработка инновационных специализированных технологий только начинает приобретать популярность. В 2019 году была создана система электронных счетчиков, в основе которой технология КБ-1оТ - технология узкополосного интернета вещей, которая отличается бесперебойной передачей данных в помещениях с затрудненным сигналом связи. Данная технология начала использоваться в Иннополисе, однако ввиду новизны самой технологии нейросети, возникает множество различных проблем, вместе с этим установка счетчиков электроэнергии планируются во всех домах до 2035 года в республике Татарстан [1]. Другой технологией с использованием нейросети, возникшей уже в 2020 году является платформа гТ1М - (Управление взаимодействием в режиме реального времени) на базе искусственного интеллекта для проектирования городов и районов. Обработка данных и подготовка документов территориального планирования при участии ИИ занимает 15 минут вместо нескольких месяцев [2]. Таким образом, инновации в сфере нейросетевых технологий и по настоящее время появляются достаточно часто в Российской Федерации.
В перспективе неройсетевые технологии могут содержать своей основной целью - оптимизацию городского хозяйства,
а именно, оперативное управление с использованием нейросетевых технологий, как инструмента, позволяющего выявлять то, что не попадает под общее внимание специалиста и способного предложить и указать ту информацию, которая повлечет принятие эффективного управленческого решения. Преимущество нейросети заключается в том, что она способна подбирать множество вариантов решения. Массивы данных могут обрабатываться алгоритмами нейросети в простой формат отчетности, что позволяет использовать нейросе-тевые технологии для анализа состояния зеленых зон города, что является важным для превентивного воздействия на проблемные участки в городе. Данные по зеленым зонам в дальнейшем возможно экстраполировать на состоянии окружающей среды создав экосистему управления: нейросетевые технологии могут использоваться для анализа и предсказания экологического состояния города и оптимиза-
В итоге, при использовании нейросете-вых технологий, возможно достичь более эффективного управления ресурсами, сокращения издержек и повышения качества жизни жителей города с помощью оптимизации, которая является основным преимуществом применения ИИ, как отмеча-
ции управления защитой окружающей среды.
В настоящее время при построении крупномасштабных картосхем уделяется недостаточно внимания оптимизации расположения объектов по территории, что зачастую приводит к необоснованным с научной точки зрения управленческим решениям. Технология нейросетевого анализа в ГИС помогает проводить классификацию, прогнозировать возможные результаты взаимодействия, а также планировать стратегические решения и анализировать последствия предпринимаемых действий [3]. Нейросетевые модели могут быть полезным инструментом для определения оптимальных мест строительства зданий и инфраструктуры. Таким образом, использование нейросетевых технологий в городском хозяйстве может привести к более эффективному и устойчивому оперативному и стратегическому развитию города в целом.
ли 58% российских экспертов еще в 2019 году [4]. Однако внедрение нейросетевых технологий предполагает и появление новых рисков управления, которые можно классифицировать следующим образом:
- Технологический риск: использование новых технологий и инфраструктур-
Таблица. Стратегическое планирование городского хозяйства
Планирование Характеристика
Прогнозирование потребностей в ресурсах Использование нейросетевых алгоритмов в перспективе может стать инструментом для прогноза спроса на ресурсы (вода, электроэнергия, газ) для обеспечения стабильной жизнедеятельности МО, что таким образом, поможет городским властям определить необходимые объемы поставок и снизить издержки эффективным способом.
Анализ расходов Построение нейросетевых моделей на основе существующих объемов данных может значительно помочь в анализе данных расходов по различным видам услуг для населения, а также выявить зоны инфраструктуры города, которые образуют наибольшие расходы МО.
Управление транспортными потоками Нейросетевые алгоритмы могут помочь в управлении уличным движением, минимизировать пробки, посредством построения транспортных картосхем и обработки в реальном времени транспортных потоков. Благодаря интеллектуальным транспортным системам аварийность снижается на 10% [4].
Управление рисками Использование неройсетевых моделей может значительно усовершенствовать риск-менеджмент и оценить потенциальные риски, связанные с различными мерами и проектами, принимая во внимание статистические данные и иные факторы, что позволит превентивно оценивать последствия управленческих решений.
Управление отходами Нейросетевые технологии могут помочь определить места с наибольшим объемом промышленных и жилых отходов, прогнозировать рост производства отходов и рассчитывать наилучшие способы их утилизации без нанесения вреда окружающей среде.
ных изменений влечет снижение безопасности и контроля;
- Экономический риск: разработка и внедрение нейросетевых технологий требует значительных финансовых затрат на разработку и модерирование;
- Социальный риск: снижение потребности в участии граждан может привести к неодобрению новых технологий и появлению социальных проблем, поскольку возникает вероятность уменьшения количества рабочих мест;
- Юридический риск: использование неройсетевых технологий не регулируются законодательством в полной степени, что
может повлечь ограничения в правовой и регуляторной сферах;
- Риск информационной безопасности: цифровые технологии могут становиться объектами кибератак и приводить к утечкам данных и нарушению конфиденциальности информации.
Нейросетевые технологии имеют огромные перспективы в развитии городского хозяйства, но требуют создания правовой базы и значительных финансовых вложений в разработку качественных нейросетевых алгоритмов, что позволит принимать грамотные управленческие решения в стратегическом планировании
развития городского хозяйства.
Библиографический список
1. Иннополис может стать первым городом в РФ, оснащенным «умными счетчиками» для ЖКХ // Информационное агентство ТАСС. - 2023. - [Электронный ресурс]. - Режим доступа: https://tass.ru/v-strane/4081160 (дата обращения: 01.05.2023).
2. Города будет проектировать искусственный интеллект // Российское информационное агентство «Победа РФ». - 2023. - [Электронный ресурс]. - Режим доступа: https://pobedarf.ru/2020/06/17/goroda-budet-proektirovat-iskusstvennyj-intellekt/ (дата обращения: 05.05.23).
3. Попков, А.В. Применение нейронных сетей и искусственного интеллекта для целей территориального планирования / А.В. Попков // Ученые записки. Электронный научный журнал Курского государственного университета. - 2013. - № 4(28). - С. 48-55. - EDN RVWNVP.
4. Как нейросети меняют умные города // CNews. - 2023. — [Электронный ресурс]. -Режим доступа: https://smartcity.cnews.ru/articles/2019-10-08.
OPPORTUNITIES AND PROSPECTS FOR THE USE OF NEURAL NETWORK TECHNOLOGIES IN THE DEVELOPMENT OF URBAN ECONOMY
O.A. Rodin, Student
T.V. Klenova, Candidate of Economic Sciences, Associate Professor Volgograd State University (Russia, Volgograd)
Abstract. This research paper is devoted to the study of the possibilities and prospects of using neural network technologies in the development of urban economy. The possibilities and risks of using neural network technologies in the management of urban systems and in data analysis are identified. It is determined that neural network technologies can be used as a tool for making more effective strategic decisions in systems with large amounts of data.
Keywords: neural network, neural network technologies, urban economy, strategic planning, innovation, zoning.
