Процветание страны требует регулярного отслеживания устойчивости каждого региона, то есть его способности поддерживать качество жизни, адаптироваться к изменениям и использовать возможности для долгосрочного развития. Традиционные методы оценки требуют участия большого числа экспертов, что приводит к существенным затратам, а их результаты часто зависят от личного мнения. Кроме того, существующие аналитические программы не позволяют оперативно реагировать на такие непредвиденные ситуации, как климатические изменения или экономические кризисы. Студенты и ученые Пермского Политеха и НИУ ВШЭ разработали систему автоматической оценки устойчивости регионов, которая решает все эти проблемы и позволяет людям целесообразно выбирать комфортное место для проживания. Аналогов разработки в стране пока нет.
В Пермском Политехе разработали систему автоматической оценки устойчивости регионов / © Bildstockru Master, Unsplash
Исследование проведено в рамках госзадания. На изобретение выдано свидетельство о государственной регистрации программы для ЭВМ.
По данным Всемирного банка, наша страна занимает третье место по уровню межрегионального неравенства в Европе и Центральной Азии. В связи с Указом Президента России «О национальных целях развития Российской Федерации на период до 2030 года и в перспективе до 2036 года» растет необходимость систематической оценки региональной устойчивости, чтобы сократить социально-экономический разрыв между субъектами.
Ученые Пермского Политеха и НИУ ВШЭ разработали интеллектуальную систему Knowledge-based Intelligence for Sustainability Assessment (Интеллект на основе знаний для оценки устойчивости) – сокращенно KISA. Это полноценно работающая программа, которая использует ИИ для автоматической оценки состояния регионов. Система отличается гибкостью, то есть существует возможность быстрого добавления новых статистических данных.
– В России уже существуют аналитические системы, например, «Сбер Аналитика», «Форсайт», но их обслуживание довольно дорого обходится, а итоговые результаты зависят от мнения конкретных людей и не всегда бывают объективны. Программы не обладают гибкостью – для обновления показателей также необходимо заново привлекать экспертов. Все эти недостатки решаются с помощью нейросети, интегрированной в интеллектуальную систему. В нее включен анализ открытых данных Росстата по экологическим, экономическим и социальным показателям за период 2000-2024 годов, – рассказывает Алексей Нерослов, студент кафедры «Государственное управление и история» ПНИПУ.
Программное обеспечение на основе запроса собирает информацию про каждый регион: качество природы, доли дорожной сети, темпы прироста уровня городской среды, уровень безработицы и так далее. Затем – вычисляет, как тот или иной фактор влияет на нужный ответ по интересующему запросу. В результате формируется итоговый отчет, содержащий рейтинг российских регионов.
– Чтобы система выдала результат, вводим в поисковое поле запрос естественным языком. Например, «Я пенсионер и хотел бы переехать в регион с мягким климатом и хорошей экологией. Мне важно, чтобы была развита медицинская инфраструктура и доступные цены на лекарства. Также хотел бы иметь возможность заниматься садоводством и жить в спокойной обстановке. Какой регион России вы могли бы рекомендовать для комфортной жизни на пенсии?».
Система проходит по всем имеющимся данным регионов и выясняет, какой фактор на основе запроса больше всего влияет на ответ. В этом примере нейросеть определяет, что качество окружающей среды интересует ее больше всего и при формировании итогового отчета она полагается в основном на информацию об этом. Согласно этому запросу, система порекомендовала Приволжский округ, Саратовскую область, – поясняет Данил Федосеев, студент кафедры «Информационные технологии в бизнесе» НИУ ВШЭ.
После того, как сформирован список субъектов РФ, подходящих под запрос, для удобства и визуализации данных программа показывает карту и отмечает на ней зоны, которые наиболее соответствуют целям пользователя. Зеленый цвет – очень хорошо подходит, желтый – средне, оранжевый – плохо, красный – очень плохо. Так человек может наглядно увидеть общую актуальную картину по всей России.
– Обычно на формирование нового рейтинга регионов уходит порядка нескольких дней. KISA за счет ИИ сокращает это время до трех минут, а финансовые затраты — в 16 раз, поскольку теперь для этого не требуется участие экспертов. После проверки эффективности результаты нашей системы на 68% совпали с экспертными оценками. Это значит, что ее ответы достаточно достоверны, чтобы применять для анализа демографической ситуации в стране. Программа подойдет для использования как в административных, так и в личных целях, чтобы просто понять, где лучше жить, – комментирует Наталья Паздникова, заведующий кафедрой «Государственное управление и история» ПНИПУ, доктор экономических наук.
Разработка ученых ПНИПУ и НИУ ВШЭ открывает новые возможности для поддержки управленческих решений и сокращения социально-экономического неравенства между регионами России. В дальнейшем планируется добавить функцию прогнозирования изменения показателей на 10 лет вперед для получения полной картины развития регионов.
