🔖2 июля в НИИСФ РААСН в рамках XVI Академических чтений, посвященных 100-летию академика Бондаренко В.М. и 96-летию академика Осипова Г.Л., прошла конференция по искусственному интеллекту в градостроительстве.

📺Именно здесь нам удалось пообщаться с Еленой Романовой, руководителем Центра искусственного интеллекта в градостроительстве ДГП Москвы. Она рассказала, как Москва уверенно движется в будущее, активно внедряя ИИ в строительную отрасль.

📺Сегодня технологии искусственного интеллекта используются для оптимизации проектирования, строительства и управления городской средой. Ключевую роль в этом процессе играет Департамент градостроительной политики Москвы, а также созданный им в 2024 году Центр ИИ в градостроительстве. Его главная задача — разработка конкурентоспособных решений для органов власти и бизнеса, включая повышение эффективности планирования, прогнозирования и сокращение сроков реализации проектов.

📺Мы с интересом обсудили текущие инициативы лаборатории, ее взаимодействие с профессиональным сообществом и те возможности, которые открывает ИИ для развития современных городов.

#Буквами_о_ИИ

💬 Мы в Telegram
💙 Мы во ВКонтакте
📺 Мы в RuTube

📺 Лаборатория вдохновения: 3D-печать в строительстве — революция, которая уже здесь!

В июне мы побывали в деревне Черелисино Ярославской области, где своими глазами увидели будущее, точнее уже настоящее, строительной отрасли. На реальной площадке компании "Три Оси" мы наблюдали, как промышленные 3D-принтеры создают дома невероятных архитектурных форм — от футуристических сфер до сложных геометрических конструкций.

После впечатляющей экскурсии Вячеславом Седовым ("Три Оси"), который уже сам приехал в гости к Елене Звонарёвой.

Этот опыт вдохновил тогда нас настолько, что мы запустили новый проект - специальный канал, посвященный 3D-печати в строительстве @Nestroy3D

📺 А уже совсем здесь выйдет видео сегодняшнего разговора — не пропустите!

#ЛабораторияВдохновения #ВыезднойФормат #3DСтройка
#Подкаст #ТриОси

🔵 Подписаться:
Лаборатория Вдохновения.

📱В Москве пройдет дискуссия «Это база. ИИ в образовании. Участники встречи обсудят, как выстроить трехстороннее партнерство «Государство — наука — технологический бизнес» вокруг ИИ-экосистем.

Мероприятие состоится 16 июля в 16:00.

❗️Модератор дискуссии – член генсовета «Деловой России», CEO Inventorus Евгений Елфимов

Спикеры:
🔘Зампред ВЭБ.РФ Игорь Дроздов
🔘Проректор по цифровизации Финансового университета Григорий Остапенко
🔘Гендиректор дирекции НТП Минобрнауки Александр Двойников
🔘Профессор центра искусственного интеллекта Сколтеха Николай Бриллиантов

Подробности

🔖Почему нейросети не заменят градостроителей (и как данные мешают этому)

Современные ИИ-технологии в урбанистике сталкиваются с парадоксом: данных вроде бы много, но использовать их для обучения моделей практически невозможно. Разберём ситуацию на основе реальных кейсов и исследований.

1️⃣Проблема данных: цифровая раздробленность
Факт: Данные для городского планирования существуют в огромных объёмах, но:
🔴 Они изолированы в "цифровых княжествах"
- Муниципальные данные (генпланы, ПЗЗ, транспортные схемы) хранятся в несвязанных системах. Например:
- Москва использует Единый геопортал, но данные обновляются с задержкой.
- По исследование ВШЭ, 2023: 73% генпланов малых городов не имеют машиночитаемых версий), безусловно есть регионы, где ситация значительно лучше, но это единицы. При этом есть и столицы регионов, где ситуация та же, что и в малых городах.
- Коммерческие данные (девелоперы, риелторы, операторы связи) редко попадают в открытый доступ.
Кейс: Застройщики собирают детальные данные о перемещениях жителей (Wi-Fi-трекинг в ТЦ и ЖК), но не делятся ими для исследований.
🔴 Нет единых стандартов
- Форматы: Одни города публикуют данные в GeoJSON, другие — в устаревших DWG (Autodesk) или даже сканах бумажных карт.
- Методология: Даже базовые параметры (например, "пешеходная доступность") рассчитываются по-разному. Например:
- В Москве учитывается время до остановки, в Петербурге — расстояние по прямой.
🔴Юридические барьеры
- Многие данные (например, кадастровые) защищены ФЗ-152 "О персональных данных" и гостайной (особенно инфраструктурные объекты).
- Открытые данные (например, OpenStreetMap) часто неполны: есть дороги и дома, но нет информации о:
- нагрузке на электросети,
- границах шумовых зон,
- реальной загруженности парковок.
✏️Вывод: Данные есть, но они разрознены, нестандартизированы и юридически ограничены.

2️⃣Последствия для ИИ
🔴Нейросети учатся на "мусоре"
- Если обучить модель на PDF-сканах генпланов 1990-х, она воспроизведёт устаревшие нормы (например, недостаточную инсоляцию).
- Пример: В 2022 году команда Сколтеха пробовала предсказывать транспортные потоки в Подмосковье, но из-за неполных данных OSM модель ошиблась на 40%.
🔴Нехватка данных для сложных задач
- Для обучения GAN под генерацию кварталов нужно тысячи примеров, но:
- В России всего ~300 крупных застройщиков, и у каждого — лишь десятки проектов.
- Даже если собрать все ЖК Москвы, получится ~500 проектов — мало для глубокого обучения, надо собирать по всей стране. И желательно лет за 10 последних, хотя бы. Тоже самое сделать по социальным и иным объектам.
🔴Нормативы vs. генерация
- Нейросети создают "среднее решение", но в градостроительстве нужно 100%-ное соответствие нормативам.
- Пример: Алгоритм ArchiGAN (NVIDIA) генерирует планировки домов, но:
- 30% выходных данных нарушают СП 54.13330 (жилые здания).
- Исправлять такие ошибки дороже, чем проектировать с нуля.

3️⃣Что делать?
🔴 Стандартизация данных
- Внедрение CityGML или Digital Twin-платформ (как в Сингапуре, например).
- Даже простой переход на единые шаблоны Excel для муниципалитетов улучшит ситуацию (пилот в Татарстане сократил время сбора данных на 60%), есть и более интересные примеры, но пилоты пока в процессе реализации.
🔴Стимулы для бизнеса
- Налоговые льготы за открытие обезличенных данных (как в ЕС с GDPR).
- Публичные рейтинги застройщиков по открытости данных
🔴Гибридные подходы
- Детерминированные алгоритмы (для норм и расчётов) + ИИ (для творческих задач).
- Пример:
1. Генетический алгоритм строит "скелет" микрорайона по нормативам.
2. GAN добавляет вариативность в фасады.
3. Валидатор проверяет соответствие СП.

💡Вывод
Нейросети не заменят градостроителей, потому что:
🔴 Данные есть, но они бесполезны без стандартизации и общего свода.
🔴Нормативы требуют 100% точности, а ИИ пока даёт в лучшем случае 90%.
🔴Лучшее решение — гибрид: алгоритмы + эксперты.

#Буквы_исследования

💬 Мы в Telegram
💙 Мы во ВКонтакте
📺 Мы в RuTube

Отличнейшего завершения рабочей недели и потрясающих выходных! 😉

#Смешные_Буквы

💬 Мы в Telegram
💙 Мы во ВКонтакте
📺 Мы в RuTube

Анна Никитченко,
управляющий партнер O2Consulting,
представила системный и прикладной взгляд на оценку рынка и эффектов от внедрения искусственного интеллекта, исходя из опыта работы с крупными корпорациями.
⭐️ Подход к оценке зависит от целей и стейкхолдеров

«Если ты — инвестор, ты смотришь, достаточно ли объёма рынка для проекта. Если ты — госорган, иногда важно просто подтвердить уже заложенный бюджет.»

⭐️ Важно понимать, что именно мы считаем
ИИ — это не единый продукт, а целый спектр решений:

«Искусственный интеллект может быть чат-ботом, может быть рекомендательным сервисом, может быть микросервисом в большой платформе или LLM с генеративными функциями.»

Также нужно учитывать, в какие процессы внедряется ИИ — административные, производственные или управленческие. От этого зависит характер и тип эффекта.
⭐️ Эффекты бывают прямыми, косвенными и системными

«Прямой эффект — это, например, сокращение расходов или рост выручки. Косвенный — изменение бизнес-модели или влияние на имидж. Есть и сложные эффекты — влияние на общество или управление рисками.»

Пример:

«Если эффект от внедрения камер — это рост расходов, но они обеспечивают безопасность и предотвращают ЧС, совокупный эффект может быть положительным.»

⭐️ Интервалы в оценках рынка — неизбежны

«Если считать только софт — это один объём. Софт плюс устройство — уже другой. А если софт, коробочка и техподдержка — совсем третий.»

Это объясняет, почему оценки варьируются в разы — важно чётко определить границы расчёта.
⭐️ Разные слои рынка ИИ требуют разных подходов
Каждое из направлений — это отдельный рынок со своей логикой
оценки.

«Чтобы считать хорошо, надо сначала понять, что именно мы считаем, куда внедряем ИИ, и кто конечный стейкхолдер оценки.»

🔖Запись видеотрансляции конференция по ИИ в градостроительстве, прошедшей 2 июля в рамках Международной научной конференции - XVI Академические чтения, посвященные 100–летию академика РААСН Бондаренко В.М. и 96-летию академика РААСН Осипова Г.Л. в НИИСФ РААСН

В стенах НИИСФ РААСН прошло насыщенное мероприятие, посвящённое искусственному интеллекту в строительной отрасли. Участники обсудили актуальные кейсы, поделились опытом и разными взглядами на внедрение новых технологий. Несмотря на различия в подходах, все единодушно согласились: будущее за цифровизацией и ИИ!

#Буквы_ИИ

💬 Мы в Telegram
💙 Мы во ВКонтакте
📺 Мы в RuTube