In English

Ум за разум

26.09.2011, Покатаева Елена
Издание: Итоги
Искусственный интеллект против двух извечных российских бед — дураков и дорог.

С безопасностью на транспорте у нас швах. На прошлой неделе министр Левитин озвучил до банальности простую причину такого положения вещей — недостаток финансирования. И это при том, что ежегодно в отрасль закачиваются целевые бюджетные средства — на информатизацию. На всех уровнях власти уже прижился броский новояз «интеллектуальная транспортная система». Этой мантрой у нас заговаривают и проблему пробок, и нелегальные парковки, и безопасность движения. Способен ли искусственный разум повысить безопасность на дорогах, или это все ширма, маскирующая банальный бюджетный «распил»?

С обывательской точки зрения, все выглядит примитивно: камеры видеонаблюдения неустанно следят за дорогой, замечая малейший непорядок: здесь обнаружился ухаб, там начала собираться пробка, а вот мчится автомобиль, который числится в угоне. Все это передается электронному «большому брату», тот все видит, помнит, анализирует и выдает команды соответствующим службам. Но научить компьютерную систему всему этому очень непросто. Сегодня, как рассказал Николай Зязин, генеральный директор компании «Росби Информ Ко», его фирма занимается созданием федеральной информационной системы ГИБДД. На данный момент удалось логически связать разрозненные базы данных: о зарегистрированных машинах, водителях, произошедших ДТП и т. п. И теперь ввести новую информацию, например о полученных водительских правах, можно во Владивостоке, а считать ее в Калининграде. Сейчас поставлена задача — повысить качество информации в части ее достоверности и оперативности.

Задача очевидная: если речь идет о нарушениях и наказаниях, электронная доказательная база должна быть на сто процентов достоверной. И это при том, что объемы информации огромны — речь идет о многих терабайтах и даже петабайтах (1 Пб — 1000 Тб) данных. Для сравнения: компания Google обрабатывает по всему миру каждый день около 24 Пб информации. Такие информационные системы даже мировые IT-гранды IBM и EMC уважительно называют Big Data и предлагают специальные технические решения. И это понятно: при этих объемах один только поиск нужных данных потребует много времени и вычислительных ресурсов. А если с данными нужно оперативно работать, комментирует представитель EMC Денис Серов, требуемый объем хранилищ можно умножать как минимум на два. Придется закупать специальные иерархические хранилища, снабженные особыми системами управления контентом. «Цена напрямую зависит от решаемых задач, — поясняет директор по маркетингу компании «ЭЛАР» Павел Плотников. — Простое хранилище документов может стоить 1—2 миллиона рублей. А территориальнораспределенная система электронного архива с интеграцией внешних модулей может стоить несколько миллионов долларов».

Ситуация усложняется, если нужно хранить информацию с камер видеонаблюдения. Один только видеоархив может запросто заполнить петабайтное хранилище. По оценкам Александра Степаненкова, директора департамента по работе с предприятиями транспортной отрасли компании «Техносерв», среднего размера город со 120 перекрестками даст за год 2 Пб видеоданных. Значит, города-миллионники заполнят десятки и сотни петабайт устройств хранения. Это дорого. Потому бережливые голландцы для идентификации объектов на дороге используют в первую очередь не видеоизображение, а данные геопозиционирования. Каждое авто вместе с официальной регистрацией оснащается специальным устройством, которое непрерывно фиксирует и передает по сетям мобильной связи в центр управления данные о своем перемещении.

А вот соседняя Бельгия, напротив, сделала ставку на видео и систему распознавания «электронных лиц» — для этих целей там создана общегосударственная база криминалистических данных. Записи видеокамер, рассказали представители компании InterSystems, активно используются бельгийской полицией при расследовании уголовных дел — там все данные, имеющие отношение к конкретному делу, собираются воедино в электронном виде. Да и по видеопотоку достаточно просто вычислять среднюю загруженность магистрали. Впрочем, сегодня потребны еще более сложные решения. Например, пользователям хотелось бы, чтобы в автомобильном потоке можно было отследить любые категории нарушителей. Вот смотришь на картинку и видишь, что это авто принадлежит злостному неплательщику алиментов, за которым гоняются судебные приставы, а это числится в угоне, а водитель третьего десять минут назад нагло превысил скорость. Тогда бы инспекторы останавливали автомобили не на глазок, оценивая толщину кошелька «клиента», а целенаправленно — под конкретное нарушение. Вот это работало бы лучше любых словесных угроз — тут вам и выявление нарушения, и неотвратимость наказания за него. Но здесь нас поджидают немалые проблемы.

Для человеческого интеллекта узнать лицо по фотографии и назвать его по имени — задача детсадовского уровня, а для современных информационных систем — вершина интеллекта, для этого необходимо создавать дополнительную систему метаданных, которые автоматически найдут в базе фото человека, заснятого камерой. Это то воплощение искусственного интеллекта, которое сегодня уже можно использовать, говорит Светлана Анисимова, начальник департамента Alcatel-Lucent по России. И все потому, что сама информационная система не знает, какие именно ячейки разных баз данных относятся к одному и тому же объекту. В общем виде задача «понимания» информационной системой, с какими объектами и ситуациями она имеет дело, пока не решена никак — это предмет научных исследований. Но технологии стремятся обойти проблему «когнитивного диссонанса».

Например, вдоль хайвеев Англии и Польши, а также магистральных автодорог Румынии построены интеллектуальные транспортные сети. По сути, это оптико-волоконный кабель, к которому на разных участках дороги подключены всевозможные приборы: видеокамеры, информационные табло, метеорологические датчики, сенсоры систем мониторинга качества дорожного покрытия, точки оплаты и т. д. Все эти приборы отправляют свои данные в центр обработки, где формируются команды управления: обновить информацию на табло, передать на бортовые компьютеры автомобилей информацию о гололеде, заторе на трассе, зачислить деньги за проезд по платной дороге и т. п. Заказчик проекта вместе с исполнителем разрабатывают так называемые сценарии. То есть скрупулезно описывают все события, на которые система должна реагировать: какая информация является сигналом для активизации конкретного сценария, какие службы должны получить информацию, и какую именно, и каков алгоритм их действий. По оценкам Светланы Анисимовой, для города среднего размера может быть определено несколько десятков тысяч таких сценариев.

Возьмется ли за эту адову работу ГИБДД? А зачем ей тратить силы на сценарии действий, связанных с качеством дорожного покрытия? Это же задача Росавтодора — следить за ямами и ухабами. Разделить сценарии между ведомствами? Но таких более двух десятков. Получится как в известном анекдоте о портном в ателье: «Я воротник пришил, и не моя проблема, что вместо пальто мне принесли брюки». Вопрос в том, что такая система должна создаваться не ради модного процесса модернизации, а для решения конкретных задач. «До тех пор, пока эти задачи не поставлены, можно говорить только о функциях учета, которые в той или иной степени сейчас уже реализованы, — считает Вадим Деянышев, генеральный директор «АйТи. Ведомственные системы». — Для того чтобы двигаться дальше, нужна система аналитики событий с широкими возможностями прогнозирования. Тогда профилактические меры в плане безопасности на дорогах будут работать». На роль «правильного» заказчика годятся, похоже, только органы исполнительной власти на местах — лишь они способны заставить разные ведомства работать в одной упряжке под социальную задачу. Значит ли это, что речь неминуемо зайдет о перекраивании бюджета?

Вовсе нет. Очень полезно почитать, скажем, описание архитектуры интеллектуальных транспортных систем США (U.S. DoT ITS). Там прописана методика поиска инвесторов под проект: к кому идти и что говорить. Крайне поучительный документ! Например, для частного инвестора данные о качестве дорожного покрытия нужны не для галочки в отчете, а для того, чтобы под них настраивать бортовую электронику производимых автомобилей. Рекомендации подобного плана пылятся и в недрах отечественного Минтранса. В чем же загвоздка? В первой российской беде. Вторая, напомним, называется «дороги». 

Что мешает нашим дорогам поумнеть? 


На разных участках «жизненного цикла» автомобиля на дороге в его «судьбе» принимают участие десятки разных ведомств. Однако нормативы их деятельности устарели, некоторым более 50 лет. Автоматизировать всю полноту функций, связанных с автомобилем и дорогой, на основе этих регламентов бессмысленно — они не будут работать, как нужно. Необходимо вначале изменить нормативы и регламенты под новые требования, а уж потом заниматься автоматизацией.

Вадим Деянышев
генеральный директор «АйТи. Ведомственные системы»


Европейский опыт выполнения такого рода проектов демонстрирует хороший экономический эффект. Правда, в России они находятся в основном на самой начальной стадии практического воплощения. Самой большой сложностью для их успешной реализации является отсутствие унифицированного законодательства, которое должно регламентировать все элементы построения таких систем. Это сильно усложняет и постановку задачи заказчиком, и ее исполнение.

Светлана Анисимова
начальник департамента Alcatel-Lucent по России


Основная сложность при создании больших систем хранения различной электронной информации заключается в том, что нужно не просто построить очень большое хранилище (информационные «емкости» терабайтных объемов умеют строить давно), но и обеспечить безопасное хранение строго аутентичной информации с четко описанными правами доступа к ней. И владелец данных, и их получатели должны быть уверены, что информация содержится в базе в первоначальном и неизмененном виде.

Павел Плотников
директор по маркетингу «ЭЛАР»

Что делать? 


Контрольная работа 

То, что современным городам, наполненным автомобилями, жизненно необходимы интеллектуальные системы управления дорожным движением, в США стало ясно еще в 60-х годах прошлого века. Только вот вычислительных мощностей того времени для таких задач не хватало. Сегодня «локальный разум» может обрести любая точка на автодороге: нужно только предоставить умной программе доступ ко всем данным, связанным с контролем дорожной обстановки. Но на практике вся дорожная сеть большой страны разом не поумнеет. Начинать надо с трех — пяти пилотных регионов, поручив каждый проект одному генподрядчику. Есть ведь несколько стратегий интеллектуального управления дорожной сетью, и выбрать наиболее подходящие для тиражирования по другим территориям можно только по практическим результатам. При этом нужно, чтобы эти опытные зоны получили особый статус в плане минимизации всяческих юридических проволочек — примерно так, как это принято в отношении технопарков.

Заказчиком, понятно, должен быть владелец транспортных сетей — администрация города, области или края. А его главной задачей должно стать вовсе не добывание бюджетного финансирования. Задача власти — обеспечить действие прозрачных рыночных отношений. Весь цивилизованный мир модернизирует транспортные системы именно таким способом. Достаточно изучить зарубежный опыт, где в первых рядах энтузиастов интеллектуальных автодорог идут страховщики. Оно и понятно — цепочка «экспертиза качества дорожных услуг — страхование дорог — возмещение ущерба» включает всевозможные вопросы безопасности как важнейшую неотъемлемую составную часть. И как только в нашем законодательстве появится строчка об обязательном страховании дорожных услуг, заботой качества дорог предметно займутся многие региональные власти. Особенно те, где строятся платные автодороги — вот ближайший полигон для отработки рыночных моделей по стимулированию заботы о безопасности автодорог.

Александр Степаненков
директор департамента по работе с предприятиями транспортной отрасли компании «Техносерв»

Центральный федеральный округ