Лекция «Искусственный интеллект в экспертизе: от теории к практике» прошла в Павильоне №15 на выставке-форуме «Россия» на ВДНХ. Слушатели узнали, какие инструменты используются сегодня в экспертизе для автоматизации работы с данными и как связаны машиночитаемые данные с искусственным интеллектом.

В начале лекции заместитель руководителя Центра цифровой трансформации Главгосэкспертизы России Александр Перепелица отметил, что сегодня в экспертизе множество информационных систем объединяются и образуют Единое цифровое пространство, которое позволит улучшить интеграцию данных в экспертизе и вывести их анализ и обработку на новый уровень.

По его словам, трансформация работы с данными в Главгосэкспертизе началась в 2017 году с перехода от бумажного документооборота к «электронной бумаге», а затем наступил этап работы с машиночитаемыми данными. Сегодня все больше документации переводится в машиночитаемый вид, поэтому создаются новые сервисы для работы с данными в XML-форматах.

«Всего за год количество файлов в формате XML в информационных системах Главгосэкспертизы России увеличилось в 4,5 раза, а количество файлов 3D-моделей (IFC) и комплектов проектной документации с 3D-моделями в ГИС ЕГРЗ увеличилось в 8 раз», – отметил Александр Перепелица.

Слушателям лекции были представлены возможности федеральной государственной информационной системы «Единый государственный реестр заключений экспертизы объектов капитального строительства», оператором которой является Главгосэкспертиза. Спикер также рассказал про платформенное решение, разработанное ведомством, – единую цифровую платформу экспертизы (ЕЦПЭ). Среди других сервисных продуктов, применяемых Главгосэкспертизой в работе, Александр Перепелица остановился на карте инженерных изысканий, сервисах проверки XML-документов и визуализации 3D-моделей, а также Витрине проектов ЕГРЗ и классификаторе объектов капитального строительства (ОКС) по функциональному назначению.

Затем в ходе лекции заместитель руководителя Службы анализа данных и ведения ЕГРЗ Главгосэкспертизы России Алексей Иванов объяснил, как «сотрудничают» естественный и искусственный интеллект и какие перспективы использования ИИ есть при экспертизе проектной документации.

Он отметил, что главная задача искусственного интеллекта – имитация логического мышления человека. Для этого ИИ необходимо обучать на основе знаний, накопленных специалистами.

«Система принимает входные данные в виде речи, текста, изображения, а затем обрабатывает их, применяя различные правила и алгоритмы. После обработки система выдает результат, который оценивается посредством анализа и/или обратной связи. Наконец, система использует свои оценки для корректировки входных данных, правил и алгоритмов, а также целевых результатов. Этот цикл продолжается до тех пор, пока не будет достигнут желаемый результат», – рассказал Алексей Иванов.

Таким образом, искусственный интеллект невозможен без человеческих знаний и опыта, без методов и алгоритмов, позволяющих реализовать модели естественного интеллекта, а также без высокопроизводительных вычислительных ресурсов.

Однако существуют и проблемы внедрения ИИ. Алексей Иванов назвал основные из них – распределение ответственности при использовании искусственного интеллекта, наличие авторских прав на обучающие массивы и результат работы искусственного интеллекта, предвзятые результаты работы ИИ при недостатке обучения.

Также он выделил предпосылки использования искусственного интеллекта при экспертизе проектной документации. ИИ позволит обрабатывать большой объем неструктурированных и неформализованных данных, выполнять рутинные процедуры при работе с большими комплектами документации, выступать «умным» помощником для эксперта.

«Внедрение искусственного интеллекта в экспертизу в разумных пределах – нужный и важный шаг для дальнейшего развития строительной отрасли и технологий», – отметил Алексей Иванов.

Тему продолжил руководитель проектов Центра цифровой трансформации Главгосэкспертизы Евгений Момотов, который считает, что сегодня многие компании предлагают услуги по внедрению и использованию ИИ, однако большинство из них не в полной мере способны обработать большой неструктурированный массив информации, содержащийся в проектной документации, представляемой на экспертизу. В связи с этим было решено разрабатывать и внедрять собственные решения в системы Учреждения.

«Мы начали с создания нейросетей и обучения их специфическими отраслевыми данными. Для этого, прежде всего, нам понадобился опыт экспертов, который скрупулёзно собирался в виде замечаний экспертизы на протяжении нескольких лет. А также открытые обучающие библиотеки, словарь отраслевых синонимов, справочник исключений и другие инструменты, которые помогли научить систему релевантному поиску специфической для отрасли информации в рутинных проверках эксперта», – добавил Евгений Момотов.

Также он обратил внимание на то, что искусственный интеллект – это не замена эксперта, а его помощник. Так как эксперт может работать без искусственного интеллекта, а ИИ без эксперта – нет.

«Мы стремимся к тому, чтобы в будущем эксперт выступал инженером данных и уделял больше времени работе творческой направленности, поиску интересных решений сложных задач, а ИИ выполнял бы рутинные задачи и облегчал жизнь экспертам», – подытожил Евгений Момотов.