«Способна сократить расходы»: российские учёные создали нейросеть для планирования городской застройки
Российские города могут кардинально изменить подход к проектированию жилых массивов и транспортных развязок. Ученые из Национального центра когнитивных разработок Университета ИТМО представили нейросетевую платформу «Просто. Р», которая берет на себя роль аналитического центра. Вместо того чтобы месяцами ждать отчеты консалтинговых агентств, муниципалитеты и девелоперы теперь получают комплексный прогноз развития территорий за считанные дни. Главный риск, который берется минимизировать алгоритм, — это хаотичная застройка, ведущая к транспортному коллапсу и ухудшению экологии.
Как искусственный интеллект перекраивает карту города
Разработка представляет собой цифровую экосистему, состоящую из нескольких вычислительных модулей. Нейросеть самостоятельно агрегирует разрозненные данные из открытых источников: государственный водный реестр, показатели экологического мониторинга, статистику по плотности населения и загруженности магистралей. Ключевое отличие от традиционных методов — способность ИИ проводить не узконаправленный, а комплексный анализ. Система не просто констатирует факты, а моделирует сценарии: как изменится качество жизни в микрорайоне, если на пустыре вырастет торговый центр, и какой вариант использования земли окажется оптимальным с точки зрения инвестиционной привлекательности.
Скорость принятия решений: от кварталов к дням
По оценке разработчиков, внедрение алгоритмов сокращает подготовительный этап к строительству с нескольких месяцев до нескольких недель. Для инвесторов это означает снижение издержек на предпроектный анализ, для городских властей — возможность оперативно реагировать на изменения градостроительной ситуации. Платформа уже проходит обкатку на реальных объектах. Среди первых клиентов — администрация Ленинградской области и Комитет по градостроительству Санкт-Петербурга. В частности, с помощью ИИ-модулей оцениваются перспективы развития деревни Новосаратовка и приграничного города Светогорска.
Сергей Митягин, директор Института дизайна и урбанистики ИТМО и руководитель проекта, подчеркивает, что алгоритм позволяет не только прогнозировать риски, но и рассчитывать инвестиционную привлекательность участков как в городской черте, так и за ее пределами. Заказчики при желании могут загружать в систему собственные закрытые данные, повышая точность прогноза.
Попытки автоматизировать градостроительное планирование предпринимались и ранее, однако они ограничивались либо узкой специализацией (только транспорт или экология), либо высокой стоимостью внедрения. Разработка ИТМО отличается модульной архитектурой и опорой преимущественно на открытые государственные реестры, что делает ее доступной для региональных бюджетов. Предыдущие проекты в этой сфере чаще всего оставались на уровне лабораторных прототипов, не доходя до взаимодействия с реальными муниципальными заказчиками.
Успешное внедрение подобных систем способно изменить саму философию городского планирования. Вместо точечной застройки, ориентированной на сиюминутную выгоду, рынок может перейти к сбалансированному развитию агломераций. Если алгоритмы докажут свою эффективность на примере Ленинградской области, можно ожидать масштабирования технологии на другие регионы, где остро стоят проблемы транспортной перегруженности и дефицита зеленых зон. Для девелоперов это снижение репутационных рисков, для жителей — более предсказуемая и комфортная городская среда.
