На лесные пожары бросают искусственный интеллект

Подведомственный Минприроды Рослесхоз потратит на подключение искусственного интеллекта (ИИ) к своей автоматизированной системе 120 млн руб. до 2023 года, в целом цифровая трансформация обойдется ведомству в 6,7 млрд руб. Оно планирует использовать нейросети для прогнозирования лесных пожаров и дистанционного зондирования природных зон риска. Но эффективность развития системы, по мнению экспертов, неочевидна с учетом того, что качественных данных о лесных массивах в России пока просто нет.

“Ъ” ознакомился с ведомственной программой цифровой трансформации Рослесхоза, опубликованной на портале ФГИС КИ 29 ноября. Согласно документу, ведомство намерено в 2022 году подключить к своей работе ИИ для прогнозирования лесных пожаров и «дистанционного зондирования 100% риск-зон лесов». Для обеих задач будет создана отдельная автоматизированная федеральная государственная информационная система лесного комплекса.

Использование нейросетей для прогнозирования пожаров обойдется бюджету в 55 млн руб., для дистанционного зондирования потенциальных зон возгорания требуется еще 65 млн руб.

Суммарно до 2023 года Рослесхоз потратит на ИИ 120 млн руб. Также программа предполагает цифровизацию государственных услуг: например, создание автоматизированной системы контроля исполнения предписаний (СИОД Рослесхоз), Центра управления лесами России и базы данных лесоустройства с оцифровкой материалов. Всего на цифровую трансформацию ведомство запрашивает 6,7 млрд руб. на три года. В Рослесхозе не ответили на запрос “Ъ”.

Лесные пожары — большая проблема для России. За лето 2021 года, по данным Greenpeace, после аномальной жары и засухи выгорело более 17,08 млн гектаров леса, это рекорд за всю историю спутниковых наблюдений. Согласно отчету МЧС за 2020 год, количество природных пожаров увеличилось до 25 с 6 в 2019 году. Больше всего погодные условия способствуют возникновению пожаров в Дальневосточном, Сибирском, Уральском и Южном федеральных округах.

Задачу предотвращения лесных пожаров можно разбить на две составляющие: анализ спутниковых снимков для распознавания пожара и прогнозирования его развития и анализ исторических данных по регионам с учетом погодных условий, рассказывает архитектор Softline Digital Николай Князев. Машинное обучение может оказать поддержку в обоих случаях, полагает он. «Но проблема в качестве данных. Например, для фотоанализа необходимы круглогодичные снимки местностей с одной аппаратуры за несколько лет. Если делать это быстро, может получиться как в поговорке "Garbage in — garbage out" (Мусор на входе — мусор на выходе.— “Ъ”)»,— предупреждает эксперт.

Внедрение ИИ позволяет автоматизировать рутинные процессы, в которых сейчас задействованы люди, напоминает директор центра разработки Artezio (входит в группу «Ланит») Дмитрий Паршин.

Скорее всего, работа ИИ в области прогнозирования пожаров будет строиться на отслеживании определенных маркеров, предполагает он: «Если они будут присутствовать, система предложит человеку принять решение».

Искусственный интеллект уже подключали к обнаружению незаконной вырубки лесов. Как сообщало в мае агентство «Рослесинфорг», для этого в Красноярском крае и Иркутской области начали использовать беспилотники, оснащенные ИИ.

Однако отсутствие технологии ИИ — последнее, что препятствует построению прогнозов в этой области, считает генеральный конструктор системы «Безопасный город» Оксана Якимюк. Для прогнозной аналитики, по ее словам, сейчас просто нет данных: информации о типах лесов, количестве сухостоя, торфяных болотах, рельефе местности и т. д.

«В аппаратно-программном комплексе "Безопасный город" применяются методики прогнозной и аналитической модели "Лесной пожар", которая учитывает все перечисленные показатели и уже формирует прогнозы пожарной опасности»,— утверждает эксперт. Но без возможности качественно собрать информацию из доступных источников, в том числе из систем Рослесхоза и Росгидромета, подчеркивает госпожа Якимюк, нейросети просто не смогут строить прогнозы.

Татьяна Исакова