Каким будет город Google: три прорывные идеи
Компания Google объявила на прошлой неделе о создании проекта Sidewalk Labs, который будет отвечать за городские технологии. На днях компания официально подтвердила, что возглавит новое подразделение Дэн Докторофф, который до этого успел поработать вице-мэром Нью-Йорка и исполнительным директором Bloomberg.
Глава Google Ларри Пейдж, представляя Sidewalk Labs, был не слишком конкретен: «Цель проекта – развитие технологий на стыке физического и цифрового миров, с фокусом на улучшение жизни горожан, бизнесов и правительств».
Понятно, что речь идет об «умном городе» и обо всем, что с ним связно, – от городских мобильных приложений до роботов-дворников. Но Дэн Докторофф, если изучить его выступления, увлечен не только очевидными идеями на стыке урбанистики и технологий. Его взгляды на цифровое будущее городов намного радикальнее.
Автомобили изучат мегаполисы
Основная задача, которая, по мнению Доктороффа, до сих пор решена даже в самых современных мегаполисах менее чем на 50%, – это оперативный сбор уличной информации.
В городах повсеместно установлены камеры наблюдения, город в регулярном режиме по заданному циклу объезжают специализированные службы. Но этого мало. По статистике Нью-Йоркского института урбанистики, проанализировавшего данные Нью-Йорка, Лондона, Мельбурна, Берлина и Рио-де-Жанейро, существующая в городах оперативная аналитика охватывает только два слоя информации, не фиксируя множество мелочей, случайное сочетание которых часто приводит к проблемам первого уровня.
Современные мегаполисы практически в режиме реального времени «видят» прорывы труб, дорожные аварии, поврежденную транспортную и электросетевую инфраструктуру. Но они до сих пор с опозданием узнают о сбоях в сопутствующих и поддерживающих системах.
Например, февральская авария в нью-йоркском метро, когда переполненный людьми поезд столкнулся на перекрестке железнодорожных путей со спортивным внедорожником, могла бы не случиться, если бы городские службы вовремя (в течение дня) зафиксировали сломанную решетку у переезда, ограничивающую выезд по опасной стороне с плохой видимостью. И таких примеров в исследовании приводится больше ста.
Детальную информацию для городской аналитики скоро будут собирать автомобили, уверен Докторофф. Это не будет видеозапись – такой объем данных с миллионов автомобилей просто невозможно хранить и перерабатывать.
Перед разработчиками стоит задача мгновенно превращать визуальную информацию в программный сигнал: камеры будут пересылать в центры обработки данных множество обезличенных кодов, и уже на их основании система будет понимать, какие детали в среде и инфраструктуре мегаполиса изменились.
Превратить «тяжелую» картинку в «легкий» код поможет Google X Lab, которая занимается в том числе системами распознания образов. А первыми оснастят свои автомобили микрокамерами, по замыслу разработчиков, таксомоторные службы и службы управления общественным транспортом.
Адаптивный генплан
Еще одно потенциальное применение искусственного интеллекта в городах – системы урбанистического планирования. Докторофф считает, что многолетний опыт разработки генеральных планов и накопленная статистика уже позволяют создавать алгоритмы, которые смогут точнее, чем архитекторы, определять и задавать тренды развития мегаполисов.
Сложные программы и системы обработки больших данных профессионалы используют уже сейчас. Перед технологическими компаниями стоит задача другого масштаба: городская среда должна стать предельно прозрачной – на уровне доступного всем интерфейса давать ответы на любые вопросы, связанные с ростом города всем заинтересованным участникам процесса (инвесторам, девелоперам, застройщикам, владельцам торговой недвижимости, культурным проектам, транспортным компаниям и т.д.).
«Город не знает и не видит себя, но и мы практически не видим город, – говорит Докторофф. – Сегодня даже в самых прогрессивных муниципальных системах решения о развитии территории принимаются несколько лет, так как они требуют тщательного длительного анализа и полного соответствия генеральному плану. В результате происходит радикальная асинхронизация: пока город естественным путем повернулся в одну сторону, инвестор смотрит в другую, ведь у него до сих пор информация годичной давности.
Бизнес и государство теряют на этой асинхронизации миллиарды. Большинство неудачных девелоперских проектов частично или полностью объясняются именной ею. И ни один исследовательский институт не сможет ускорить процесс, нужны технологические решения».
На первый взгляд идеалистическая концепция давно обсуждается в профессиональной среде. В ее основе – стремление отказаться от консервативного формата генплана, который задается на годы вперед и, соответственно, не может учитывать многочисленные изменения в экономике, обществе и технологиях.
В случае «города больших данных» генплан адаптивен, его стратегические цели не меняются, зато конкретные направления формируются «не руками», а компьютером. Генплан, таким образом, как верят в Google, становится совместным продуктом искусственного интеллекта и коллективных инициатив.
На практическом уровне это может выглядеть как общедоступный портал с динамической картой, на которой в режиме реального времени отображаются все процессы, происходящие с городской средой, пространствами и территорией. Участники процесса посылают проектные заявки, система их учитывает, обрабатывает и на основе этой входящей информации корректируют долгосрочные планы.
Реализовать на таком уровне и сам программный комплекс, основанный на искусственном интеллекте, и публичный интерфейс для него сегодня, пожалуй, только в Google и могут.
Беспилотные автобусы и такси
Считается, что проект беспилотных автомобилей, который развивает Google, нацелен в первую очередь на массовый частный рынок. На самом деле в компании никогда не обещали, что начнут с индивидуальных авто, а изначально рассчитывали на эволюционный переход от общего к частному.
Одним из направлений работы Sidewalk Labs, судя по всему, и будет разработка систем беспилотного общественного транспорта. Качество управления у гугломобилей уже очень высокое, но им еще рано выезжать за пределы пилотных зон.
Например, автомобили Google не могут передвигаться под проливным дождем и на заснеженных территориях. Идентификация местности происходит после сравнения заранее отснятых фотографий с результатами визуализации окружающего ландшафта сканирующими системами автомобиля: то есть система в обычной ситуации может отличить пешехода от обычного телеграфного столба, но в условиях плохих погодных условий уже бессильна.
Кроме того, гугломобили не в состоянии распознавать временные сигналы светофора, они не могут отличать пешеходов от полицейских или скомканную бумагу от камня и, что также немаловажно, не умеют парковаться.
Google планирует исправить эти недостатки только к 2020 году, но Докторофф считает, что текущий уровень разработки таков, что идеально подходит для транспортных систем с четкими ограничениями: заранее определенный маршрут, прописанный цикл, часто физически разграниченное поле движения и т.д.
В Google уверены, что это могли бы быть не только беспилотные поезда и электрички метро – эту задачу можно решить уже сейчас. Известно, например, что в компании интересовались экспериментальными проектами беспилотных автобусов в итальянском городе Ористано и в голландском Роттердаме.
Кроме того, сообщалось, что компания вела переговоры с разработчиками концепта беспилотного электромобиля BOT, который соединил черты такси и маршрутки. Предполагается, что такие маршрутки могли бы курсировать по городу, а диспетчерский центр принимать запросы пользователей, отправленные с мобильных телефонов, анализировать их и распределять клиентов со схожими маршрутами по «кебам».
Технологии есть, но, судя по тому, как немногословны пока в интернет-компании, главной задачей Sidewalk Labs на ближайшее время будет не столько вывод на рынок конкретных решений, сколько их экономическое обоснование.
Докторофф считает, что беспилотный общественный транспорт в конечном счете выгоднее традиционного даже с учетом затрат на инновационное производство, консервативность горожан и другие издержки. Осталось это доказать.