В Петербурге прошла III ежегодная конференция «ТИМ. НОРМЫ. ЦИМ. Цифровизация процесса строительства», организованная АНО ДПО «Интепром стандарт». Мероприятие традиционно объединило представителей профильных технических комитетов и организаций, органов власти, курирующих вопросы цифровизации, разработчиков программных решений и продуктов и других экспертов отрасли. Участники обсудили лучшие практики и подходы применения цифровых данных на различных этапах строительства, новые сервисы и законодательные инициативы.
В рамках деловой программы свой доклад представил заместитель начальника Управления развития технологий информационного моделирования ФАУ «РОСДОРНИИ» Александр Анненков.
В ходе выступления, посвященного информационному моделированию и доверенному искусственному интеллекту (ИИ), а также роли онтологии в формировании единой системы знаний, были представлены ключевые принципы внедрения доверенного ИИ в дорожной отрасли. Особое внимание было уделено необходимости формирования проверяемой и машиночитаемой системы отраслевых знаний, которая может использоваться при создании ИИ-сервисов для работы с нормативными требованиями, проектной и исполнительной документацией.
Докладчик отметил, что развитие ИИ повышает требования к качеству, структурированности и прослеживаемости данных. Современные языковые модели способны помогать специалистам в поиске и анализе информации, однако их применение в дорожной отрасли требует особой осторожности. Для нормативно значимых задач недостаточно получить правдоподобный ответ: необходимо обеспечить проверяемую связь вывода с конкретным источником, объектом регулирования, условием применения и контекстом.
В связи с этим одним из ключевых направлений является формализация нормативных и технических требований дорожного хозяйства. Такой подход предполагает переход от неструктурированного текста документа к системе требований, связанных с объектами дорожной инфраструктуры, процессами, параметрами, классификаторами и источниками происхождения данных.
В качестве элементов такой системы были рассмотрены отраслевая система классификаторов дорожного хозяйства, онтологическая модель предметной области и библиотека требований. В совокупности они позволяют сформировать единый язык описания объектов, работ, материалов, процессов и нормативных положений, а также создать основу для последующего применения ИИ-инструментов в проверяемом контуре.
«Доверенный ИИ делает решения проверяемыми: у специалиста всегда будет ссылка на источник, параметризированные данные и цифровой след. ИИ-агент не заменяет эксперта, но прозрачно обосновывает свои выводы и усиливает его», – подчеркнул спикер.
Отдельно в докладе была раскрыта роль онтологического подхода. Онтология не заменяет базы данных и информационные системы, а дополняет их за счет формального описания смысловых связей между объектами, требованиями, параметрами и условиями применения. Это создает предпосылки для более точного поиска, сопоставления требований из разных документов, выявления противоречий и автоматизированной проверки отдельных нормативных условий.
Среди ожидаемых эффектов для отрасли были выделены снижение риска неоднозначного толкования требований, повышение прослеживаемости принимаемых решений, возможность повторного использования формализованных требований в цифровых сервисах, поддержка экспертной работы при анализе нормативной документации, а также создание предпосылок для развития цифровых моделей и цифровых двойников объектов дорожной инфраструктуры.
Эксперт подчеркнул, что ИИ-агент не должен рассматриваться как замена эксперта. Его задача — помогать специалисту быстрее находить, сопоставлять и проверять информацию, сохраняя прозрачность источников и логику формирования ответа.
«Данные и формализованные знания позволяют переходить от разрозненной работы с документами к управлению на основе проверяемой информации. Именно это является необходимым условием для безопасного и ответственного применения ИИ в дорожном хозяйстве», – резюмировал Александр Анненков.
Рассмотренные подходы прорабатываются РОСДОРНИИ в рамках развития отраслевых данных, классификаторов, машиночитаемых требований и цифровой среды дорожного хозяйства.