Специалисты обсуждают возможность перейти от периодических выездных проверок соблюдения предприятиями экологического законодательства к непрерывному дистанционному мониторингу с использованием цифровых технологий и искусственного интеллекта.
Между тем искусственный интеллект уже активно влияет на природоохранную деятельность. Некоторые технологии, в том числе разработанные в Петербурге, применяются на практике, другие — лишь планируются. Порой даже возникает вопрос: сможет ли ИИ в перспективе заменить штатных экологов и выездных инспекторов? Исследователи технологий считают, что до этого ещё очень далеко.
Возить и сортировать
Новости по теме:
Миллиарды на природу: сколько денег на экологию тратит Петербург и Ленобласть
Мой ласковый и нежный: вредят ли шубы экологии и в чём ошибаются...
И так нормально: почему петербуржцы потеряли интерес к теме экологии
Найти конкретные примеры использования ИИ для охраны окружающей среды несложно. Например, нейросети уже давно помогают вывозить и сортировать твёрдые коммунальные отходы.
“
"Нейросеть с элементами компьютерного зрения анализирует фотоматериалы из фактических отчётов о вывозе контейнерных площадок в Санкт–Петербурге", — сообщили "ДП" в пресс–службе АО "Невский экологический оператор".
Используются нейросети и непосредственно при сортировке мусора. Оптические сепараторы с помощью компьютерного зрения распознают заданные виды материалов в потоке отходов и обеспечивают их автоматическое отделение.
В дальнейшем НЭО планирует развивать применение искусственного интеллекта прежде всего в тех процессах, где автоматизация может дать практический эффект — повысить точность сортировки, качество контроля и эффективность производственных операций.
Кроме того, все специализированные транспортные средства, задействованные в вывозе мусора, оснащены системой ГЛОНАСС, что позволяет контролировать их перемещение и соблюдение маршрутов.
“
"Возможность появления несанкционированных свалок непосредственно в результате движения мусоровозов регионального оператора таким образом исключается", — утверждают в НЭО.
Дополнительный контроль осуществляет подведомственное ГАТИ учреждение "Управление по мониторингу". Установленные на их автомобилях приборы при помощи компьютерного зрения в автоматическом режиме выявляют нарушения правил благоустройства. В том числе случаи неправильного размещения транспортных средств у контейнерных площадок, когда припаркованный автомобиль препятствует подъезду специализированной техники. Таким образом гарантируется своевременный вывоз отходов.
Не угадывать, а знать
Экологические проекты на основе ИИ создаются во многих университетах. Например, в НИУ ВШЭ ведётся работа по созданию цифровой модели для динамической идентификации промышленных источников выбросов и прогнозирования пространственного распределения вредных веществ в атмосферном воздухе.
Политех Петра Великого плотно занимается вопросом цифровой трансформации городской среды. В том числе университетом был презентовано решение по автоматизации сортировки и переработки отходов непосредственно в контейнерах с использованием алгоритмов искусственного интеллекта.
Океанологи СПбГУ разработали нейросетевую модель, которая по параметрам состава воды оценивает концентрацию углекислого газа в водоёме. Это важно для наблюдений за состоянием Балтийского моря, для которого избыток углекислого газа — актуальная проблема.
В ИТМО исследуют применение нейронных сетей и методов машинного обучения для прогнозирования качества очистки сточных вод. Также компьютерное зрение планируется использовать для гидробиологического анализа активного ила. Это должно помочь разработать предиктивную модель управления качеством биологической очистки сточных вод.
Кроме того, технологии ИИ могут сильно изменить контроль за соблюдением природоохранного законодательства предприятиями. Речь идёт о том, чтобы перейти от периодических выездных проверок к непрерывному дистанционному мониторингу с использованием цифровых технологий. При этом проверки планируется не исключить полностью, а сократить их количество и сделать адресными.
“
"На предприятии устанавливаются датчики и автоматические средства контроля, данные поступают в информационную систему в режиме реального времени, а алгоритмы машинного обучения анализируют не только абсолютные значения, но и динамику показателей. Например, система может обнаружить, что концентрация загрязняющего вещества резко изменилась или параметры очистки вышли из характерного диапазона. ИИ в этом случае формирует риск–профиль предприятия и отправляет сигнал. То есть вместо ситуации "инспектор периодически приезжает и пытается обнаружить нарушение в момент проверки" мы получаем "предприятие находится под постоянным цифровым наблюдением, а инспектор приезжает тогда, когда система обнаруживает признаки повышенного экологического риска"", — рассказала "ДП" суть идеи доцент факультета экотехнологий университета ИТМО Нелли Молодкина.
Очевидно, что при реализации подобной модели надзора скрыть правонарушение юридическому лицу будет сложнее. А окружающей среде прозрачность деятельности предприятий явно пойдёт на пользу. В то же время бизнес при помощи ИИ может и сэкономить на экологическом сопровождении.
“
"Очевидно, что значительная часть стоимости экологического сопровождения связана не столько со сложностью самой документации, сколько с большим объёмом рутинной интеллектуальной работы вроде сбора и обработки данных. Особенно перспективно применение ИИ для анализа нормативно–правовых документов. Система может самостоятельно определить, какие именно экологические требования распространяются на конкретное предприятие, какие документы должны быть подготовлены, какие сроки необходимо соблюдать и какие данные для этого отсутствуют", — комментирует Нелли Молодкина.
Без человека не обойтись
Тем не менее, несмотря на активное развитие ИИ, в ближайшей перспективе он всё–таки не заменит эколога. Однако эколог, использующий ИИ, будет постепенно вытеснять специалистов, работающих полностью вручную. Электронные помощники могут взять на себя рутинные задачи по составлению отчётности, поиску нормативов и анализу больших массивов данных. А вот в экспертной части, связанной с принятием решений, интерпретацией нестандартных ситуаций, ответственностью за достоверность, будет сохраняться высокая роль человека.
“
"Безусловно, для крупных предприятий ИИ станет инструментом повышения производительности экологической службы. Для малого предприятия он потенциально позволит вообще отказаться от постоянного штатного эколога, сохранив периодическое участие внешнего специалиста", — считает Нелли Молодкина.
Главный вопрос состоит в том, насколько быстро появится модель, которая сможет одновременно повысить качество экологического контроля, снизить стоимость соблюдения природоохранных требований для бизнеса и сделать государственный экологический надзор превентивным, а не только карательным. При этом специалисты предупреждают, что главная ошибка — воспринимать ИИ как универсальное решение экологических проблем.
“
"ИИ — это инструмент, качество которого напрямую зависит от качества данных, модели и организации процесса принятия решений. Если предприятие предоставляет неполные или недостоверные данные, ИИ не сможет сделать достоверный вывод. Он может принять природный объект за нарушение, облако — за дым, животное — за человека и т. д. Поэтому необходим человеческий контроль. Для экологического надзора недостаточно результата: “вероятность нарушения — 87%”. Необходимо понимать, почему система пришла к такому выводу", — подчёркивает Нелли Молодкина.
