Искусственный интеллект для улучшения экологии «умного города»

В рамках презентаций успешных решений в области искусственного интеллекта на стратегический сессии «Цифровая трансформация: Искусственный интеллект в решении задач госсектора» научно-производственного Форума НГУ «Золотая долина»  с докладом «Экологический мониторинг в умном городе» выступил заместитель директора по научной работе Института вычислительной математики и математической геофизики СО РАН, главный научный сотрудник Исследовательского центра в сфере искусственного интеллекта НГУ, доктор физико-математических наук Алексей Владимирович Пененко.
Как отметил в своем докладе Алексей Владимирович Пененко, важной задачей «умного города» является мониторинг и эффективное управление экологическими процессами. Для этого проводится анализ качества воздуха, выявление шумового и вибрационного загрязнения. В настоящее время нашим Институтом, совместно с Центром искусственного интеллекта НГУ, разрабатываются элементы цифрового двойника городской атмосферы – современного инструмента для принятия решений по улучшению экологической ситуации. В частности, ведутся работы по созданию алгоритмов оптимизации наблюдательной сети и управления системой мониторинга. 
«Искусственный интеллект при моделировании атмосферных процессов применяется для построения «самообучающихся» моделей, работы с данными мониторинга, сжатия информации, ускорения расчетов, а также при решении  задач идентификации источников загрязнения», - сообщил  Алексей Владимирович Пененко.
Второе направление работы – определение источников шумового и вибрационного загрязнения. Искусственный интеллект  достаточно эффективно работает по распознаванию типа источников. Для обучения нейросетей в рамках проекта формируется дата-сет городских шумов, в том числе от автомобильного и железнодорожного транспорта. Зная тип и локализацию источника можно смоделировать его воздействие на городскую среду и принять соответствующие меры.
«Глобально мы решаем проблему баланса экологии и экономики города, - подчеркнул  заместитель директора по научной работе ИВМиМГ СО РАН  Алексей Владимирович Пененко. - Наш подход опирается на модели, пришедшие из естественных наук - физики, химии, экологии, использование данных мониторинга, и на современные методы машинного обучения, которые дополняют и усиливают разрабатываемые нами гибридные алгоритмы.