Комментировать

Нейросеть начала контролировать утилизацию строительных отходов в Москве

Ведущие российские девелоперы за последние годы вводят в эксплуатацию рекордное количество жилья. В связи с такими высокими строительными темпами в Московском регионе ежегодно образуется около 50 миллионов кубометров отходов, которые некоторые застройщики в целях экономии частично утилизуют на несанкционированных свалках. Для решения этой проблемы Минэкологии Московской области в начале 2021 года утвердило новый «Порядок обращения с отходами строительства, сноса зданий и сооружений», подготовив необходимую нормативную базу и создав региональную систему по выписке разрешений на перемещение отходов, сообщает в своих материалах «Российская газета».

В связи с этим было разработано технологическое решение на базе искусственного интеллекта для выявления несанкционированного перемещения отходов строительства, сноса и грунтов (ОССиГ) по дорогам общего пользования и сброса на несанкционированных свалках, а комплексы по переработке строительных отходов (КПСО) оборудованы дополнительными камерами.

С 1 июня 2021 года в регионе начала действовать автоматизированная система для перемещения строительного мусора «ОССиГ» и платформа «Электронный талон». Проект основан на регистрации производителей, перевозчиков и получателей отходов в региональных информационных системах. Транспортировка отходов может производиться только после получения электронного талона, процесс происходит под контролем камер фотовидеофиксации. Камеры фиксируют только номерные знаки и содержимое кузова грузовиков, перевозящих строительный мусор.

Как рассказал операционный директор ГК «Урбантех» Михаил Родионов:  «Нейросеть в режиме реального времени идентифицирует мусоровозы по их контурам, распознает государственные регистрационные знаки и сверяет данные с базой разрешений на перевозку строительных отходов в системе «Электронный талон». Также система определяет наличие груза в кузове и отслеживает маршрут транспортного средства. Если выявлено нарушение, например грузовик не заехал на комплекс по переработке строительных отходов и при этом продолжил путь уже без груза в кузове, потенциальное досье направляется инспекторам Минэкологии Московской области для расследования. Всего за два года работы системы в Подмосковье удалось снизить количество незаконных свалок на 57%, уменьшить количество жалоб на них со стороны жителей и сохранить бюджету более 67 миллионов рублей».

С июня 2021 года нейросеть обработала 114,5 миллиона изображений, из которых 63,6 тысячи были определены как имеющие возможные признаки нарушений. На основе этих данных было сформировано 11,3 тысячи материалов с признаками нарушений и вынесено 1139 постановлений. С июня 2022 года за шесть месяцев поступило 122 жалобы на свалки отходов: это на 67% меньше по сравнению с аналогичным периодом 2021 года (373 жалобы).

В 2022 году технологическое решение «ОССиГ-контроль» получило золотую медаль на Всероссийской агропромышленной выставке «Золотая осень», а сам проект занял второе место в категории «Технологические и цифровые проекты» «Зеленой премии» Российского экологического оператора.

Источник: Строим просто

#Москва #искусственный интеллект
Комментировать

Комментарии

Комментировать

Вам может быть интересно

35
#цифровизация

«Мозги» российской нейросети и триллионы рублей от ИИ. О чем говорил Мишустин в Алма-Ате

Председатель правительства РФ рассказал об экономическом эффекте от внедрения технологий ИИ в России, отличии российской нейросети от западной ChatGPT и российских предложениях для зарубежных партнеров
36
#Китай

«ИИ в коробке»: в Китае набирают популярность системы для локального запуска моделей

Китайские компании, обеспокоенные сохранностью своих данных, отдают предпочтение «ИИ в коробке». Такие системы позволяют запускать генеративные модели в локальном или частном облаке, на которые приходится около половины рынка облачных сервисов в стране
28
#искусственный интеллект

«Сбер» и СПбГУ займутся подготовкой специалистов в области искусственного интеллекта и науки о данных

На новой образовательной программе магистратуры студенты будут изучать прикладные задачи машинного обучения, в том числе, связанные с большими языковыми моделями и их применением в бизнес-задачах