Министерство строительства Российской Федерации утвердило порядок отбора городов для участия в проекте “цифровизации” городского хозяйства — «Умный город».
Проект “Умный город” Минстроя России направлен на повышение конкурентоспособности российских городов, формирование эффективной системы управления городским хозяйством, создание безопасных и комфортных условий для жизни горожан.
Проект базируется на 5 ключевых принципах:
- ориентация на человека;
- технологичность городской инфраструктуры;
- повышение качества управления городскими ресурсами;
- комфортная и безопасная среда;
- акцент на экономической эффективности, в том числе, сервисной составляющей городской среды.
Основным инструментом реализации этих принципов называется широкое внедрение передовых цифровых и инженерных решений в городской и коммунальной инфраструктуре.
Несмотря на то, что формально проект “Умный город” входит в состав Национального проекта “Жилье и городская среда”, но очевидно, что его с полным правом можно отнести и к Национальному проекту “Цифровая экономика”.
На пилотные проекты “Умных городов” из федерального бюджета предполагается потратить 12 миллиардов рублей. Средства будут распределены между муниципалитетами в рамках конкурсного отбора. Победителями станут те их них, которые представят лучшие “дорожные карты” цифрового развития.
Правилами установлено, что Дорожная карта каждого проекта должна будет содержать планы реализации частных проектов по таким направлениям, как: городское управление; умное ЖКХ; инновации для городской среды; умный городской транспорт; интеллектуальные системы общественной безопасности; интеллектуальные системы экологической безопасности; инфраструктура сетей связи; туризм и сервис.
В настоящее время участники могут предусмотреть в своих заявках реализацию проектов из специализированного Банка решений для “Умного города”. Сейчас их более 200.
Дорожная карта должна будет учитывать требования “Стандарта “Умного города” (базовые и дополнительные требования Минстроя России к умным городам), проект которого находится в процессе согласования и утверждения.
Стандарты для “Умного города”
Весьма вероятно, что “Стандарт “Умного города” Минстроя имеет непосредственное отношение к инициативе создания “национальной” версии международного стандарта ISO “Устойчивое развитие малых и средних городов”, в разработке которого участвуют эксперты Технического Комитета (ТК) ISO ТК 465 “Строительство” и ООО “Русатом Инфраструктурные решения” совместно с ISO ТК 268 “Устойчивое развитие сообществ”. Это направление стандартов делает акцент на потребителей - граждан, городское сообщество, а также на устойчивое развитие города.
Инициаторы разработки нового стандарта считают, что действующие стандарты:
- ISO 37120:2014 “Устойчивое развитие сообщества. Показатели городских услуг и качества жизни” (идентичный ему ГОСТ Р ИСО 37120–2015 “Устойчивое развитие сообщества. Показатели городских услуг и качества жизни”)
- ISO 37151:2015 “Интеллектуальные общественные инфраструктуры. Принципы и требования к системе рабочих показателей”,
а также находящиеся в разработке новые стандарты
- ISO 37122 “Устойчивое развитие в сообществах. Показатели для “умных” городов”
- ISO 37123 “Устойчивое развитие сообществ. Индикаторы для адаптивных городов”
не в полной мере учитывают особенностей малых и средних городов, поэтому поставлен вопрос о разработке адаптированного стандарта.
С другой стороны, разработку национальных стандартов для “Умного города” начинал вести Технический комитет ISO ТК 194 “Кибер-физические системы”, связанный с Российской венчурной компанией (РВК) и ДК “ТехНет” НТИ. Это направление стандартов связано с технологической, цифровой “стороной” умного города.
Проекты стандартов ТК 194 включали:
- ГОСТ Р “Умный город. Эталонная структура ИКТ. Часть 1. Структура бизнес-процессов Умного города” (гармонизация с ИСО/МЭК 30145–1);
- ГОСТ Р “Умный город. Эталонная структура ИКТ. Часть 2. Структура управления знаниями Умного города” (гармонизация с ИСО/МЭК 30145–2);
- ГОСТ Р “Умный город. Эталонная структура ИКТ. Часть 3. Инженерные системы Умного города” (гармонизация с ИСО/МЭК 30145–3); — ГОСТ Р “Умный город. Показатели ИКТ” (гармонизация с ИСО/МЭК 30146), а также:
- ГОСТ Р “Интернет вещей. Эталонная архитектура” (гармонизация с ИСО/МЭК 30141);
- ГОСТ Р “Интернет вещей. Термины и определения” (гармонизация с ИСО/МЭК 20924);
- ГОСТ Р “Интернет вещей. Интероперабельность систем “Интернета вещей”. Часть 1. Структура” (гармонизация с ИСО/МЭК 21823–1);
- ГОСТ Р “Интернет вещей. Интероперабельность систем “Интернета вещей”. Часть Х. Семантическая интероперабельность” (гармонизация с ИСО/МЭК 21823-Х);
- ГОСТ Р “Большие данные. Эталонная архитектура” (гармонизация с ИСО/МЭК 20547);
- ГОСТ Р “Большие данные. Термины и определения” (гармонизация с ИСО/МЭК 20546).
Однако в текущем “Перспективном плане стандартизации в области передовых производственных технологий на 2018–2025 годы”, утвержденном Министерством промышленности и торговли России и Росстандартом, “Умный город” уже не фигурирует.
Определение “Умного города”
Концепция “Умного города”, сформировалась в начале 2000-х годов. В ее фокусе лежали технологические и инфраструктурные инновации, которых со временем становилось все больше и больше (крупные центры обработки данных, умные датчики, автоматизированные электросети и т.д.). Вместе с этим пришло понимание того, что даже самые прорывные технологические решения могут не найти востребованности у жителей и/или не оказать заметного влияния на их повседневную жизнь.
Так сформировалась новая модель умного города, которая включала не только способы применения умных технологических решений, но и активное вовлечение жителей в их развитие. Таким образом, речь шла не просто об “умном”, но об “умном устойчивом” городе (“smart sustainable city”, “SSC”).
Современный умный город — это не просто муниципальное образование с хорошо развитой технологической инфраструктурой, это пространство, в котором жизнь человека обретает новое качество благодаря умным решениям. Технологии и цифровизация традиционных услуг позволяют жителям использовать свои ресурсы и время более рационально и производительно [1].
McKinsey Global Institute (MGI) провел исследование современных городов трех типов, различающихся как устройством существующих инфраструктурных систем и исходным уровнем развития и оценил, как 60 современных решений для умного города влияют на различные аспекты качества жизни. Оказалось, что они обеспечили целый ряд положительных результатов: в частности, они позволяли снизить смертность на 8–10%, повысить оперативность реагирования на чрезвычайные ситуации на 20–35%, сократить среднее время в пути на работу и с работы на 15–20%, снизить заболеваемость на 8–15%, а также сократить выбросы парниковых газов на 10–15%.
Все существующие концепции и определения умного города подчеркивают различные аспекты функционирования городской экосистемы, уделяя особое внимание развитию информационных технологий, транспортной и телекоммуникационной инфраструктуры, инициатив, направленных на повышение экономической и политической эффективности и позволяющих максимально эффективно реализовать социальный потенциал. Системы умного города обеспечивают сбор, хранение и обработку полученных данных, отраслевую и кросс-отраслевую аналитику, позволяют прогнозировать развитие ситуаций и поведение отдельных объектов физической инфраструктуры, технических систем и социальных конгломераций, а также города в целом как глобальной распределенной многоуровневой системы. Использование ИКТ ведет к оптимизации городских процессов, причем эта оптимизация обычно достигается путем объединения различных элементов и участников в интерактивную интеллектуальную систему, драйвером которой выступают технологии интернета вещей [2].
По мнению экспертов ЦСР “Северо-Запад”, сегодня следует формулировать перспективные задачи создания умных городов нового (“третьего”) поколения. С технологической точки зрения умный город 3.0 является городом, управляемым данными (“data-driven city”, “DDC”), с гораздо более высокой степенью автономности работы систем, чем “умный устойчивый” город 2.0 (SSC) и является результатом цифровой революции и интенсивной цифровизации общества, а также повсеместного распространения интернета. Ключевым элементом системы являются данные (собираемые и получаемые в результате функционирования города), технологии их обработки и механизмы принятия решений. Данные и программные продукты, таким образом, выступают главным инструментом создания добавленной стоимости и ключевым механизмом управления всеми технологическими процессами.
Также эксперты приходят к выводу, что для городов разного типа, по всей видимости, не удастся выработать универсальный шаблон цифрового перехода. Поэтому, например, применительно к различным типам российских городов, обозначаются три модели цифрового перехода:
- децентрализованная (Москва, Санкт-Петербург, города-миллионники), когда цифровая трансформация осуществляется при участии большого количества бизнес-игроков и большой емкости рынка для внедрения технологий умного города;
- централизованная (крупные и средние города), когда процесс цифрового перехода координируется на уровне органов местного самоуправления, мобилизующих максимальное число доступных ресурсов и вовлекающих в процесс значительное число акторов;
- модель локальных действий (средние и малые города), когда из-за недостаточности ресурсов цифровой трансформации подвергаются отдельные, наиболее проблемные инфраструктурные сектора или сферы городской экономики.
Безопасность в “Умном городе”.
Безопасность, имеет важнейшее значение для современных городов. Однако для умных городов безопасность неизбежно еще более повысит свою значимость.
Сегодня контекст безопасности преимущественно включает обеспечение физической безопасности граждан и общественной инфраструктуры и связан с работой полицией, служб экстренного спасения и пожарной охраны, медицины, экологии (“общественная безопасность”). В скором будущем этот контекст расширится до вопросов обеспечения кибер-физической и кибер-информационной безопасности информационной-коммуникационной инфраструктуры (“кибербезопасность”), которая будет пронизывать и соединять всё.
Разработанные в 2014–2015 гг. стандарты (ISO 37120:2014 и ISO 37151:2015) обозначили три уровня проектов, которые должны быть реализованы в “Умных городах” : инфраструктурный уровень, уровень объектов и уровень городских услуг:
Соответственно, обеспечение общественной безопасности реализуется на “уровне” городских услуг, как некий “внешний” контур безопасности умного города. Кибербезопасность (умных устройств, хранилищ данных, сетей связи и т.д.) реализуется “внутри”, на уровне городской инфраструктуры.
Общественная безопасность в умном городе.
Общественная безопасность в умном городе фокусируется на непрерывном и интегрированном мониторинге:
- физической и виртуальной безопасности (учет инцидентов),
- следования определенным правилам в работе и управлении (эффективность работы),
- раннем определении “аномалий” в данных, предиктивной аналитике (прогнозировании), а также на
- снижении рисков и проактивном реагировании [3].
В идеале, потоки разнородных неструктурированных (“сырых”) данных от подключенных устройств и сенсоров, стационарных и передвижных станций мониторинга и контроля, систем цифрового наблюдения и других источников, “стекаются” в центры обработки данных, которые осуществляют их анализ, реализуют функции предиктивной (прогнозной) аналитики и транслируют результаты анализа и прогноза в соответствующие подсистемы для:
- реагирования на происшедшие инциденты (“реактивные” действия) и/или
- упреждающего реагирования на потенциально возможныеинциденты нарушения безопасности (“проактивные” действия).
Инфраструктура и подсистемы общественной безопасности новых “Умных городов” включает, в том числе:
- распознавание и геопозиционирование выстрелов из огнестрельного оружия;
- предиктивную (прогнозную) аналитику для проактивного реагирования;
- обновление карты криминогенной обстановки в режиме реального времени;
- интеллектуальные средства наблюдения и биометрические платформы [1], а также
- оперативную связь, информационный обмен (включая общие базы данных) для межведоственного взаимодействия и коллективного реагирования.
Подчеркнем, что для сферы общественной безопасности одна лишь “фиксация” наступления какого-либо события, как это делают, например, системы видеонаблюдения, достаточной более не является. “Потери” от уже совершенных преступлений слишком велики, вне зависимости от того, был ли впоследствии найден и наказан злоумышленник или этого не произошло.
Видеонаблюдение — не “панацея”.
Повсеместная установка систем видеонаблюдения (“Closed-Circuit Television Surveillance”, “CCTV”), как правило, обосновывается стремлением “повысить” уровень общественной безопасности. Положительный эффект влияния обоснован одной из криминологических теорий (“рутинной (обыденной) деятельности”). Эта теория утверждает, что знание потенциального правонарушителя о том, что за ним может вестись наблюдение, повышает предполагаемый риск быть пойманным при совершении преступления в данном конкретном месте и, тем самым, снижает его мотивацию к совершению преступления. Помимо этого сдерживающего эффекта, также называются возможность более оперативного развертывания сил охраны правопорядка, когда происходит инцидент, а также получение фото-, видеодоказательств совершения преступления.
Однако так ли это эффективно на практике? Некритический подход всё более широкого распространения систем видеонаблюдения вызывает много вопросов. Речь идет не только об ограничении прав на личное пространство каждого человека, вне зависимости от того, является ли он злоумышленником или добропорядочным гражданином. Всё большее число исследований утверждают: развертывание системы видеонаблюдения может и не приводить к ожидаемому результату (повышению уровня общественной безопасности и к сокращению преступности), в то время, как финансовые затраты оказываются значительно большими, нежели потенциальные выгоды. Ставка на повсеместное развертывание систем видеонаблюдения не является “панацеей” от совершения преступления, равно как и не является гарантией успеха расследования уже совершенного преступления:
- действительно, в ряде независимых исследований делается вывод о том, что при развертывании систем видеонаблюдения фиксируется снижение уровня преступности, в среднем, на 16%. В одних случаях эффект выше, например, оборудование системами видеонаблюдения автомобильных парковок может привести к снижению автомобильных угонов на них на 51%; в общественном транспорте — снизить число преступлений на 23%. Но в других условиях работы, снижение числа преступлений не превышает 7% [4]. Поэтому у исследователей возникает вопрос: а что, собственно, сильнее влияет на снижение числа преступлений — внедрение видеонаблюдения или улучшение освещения (и, соответственно, “заметности” потенциального преступника), которое практически всегда сопутствует развертыванию этих систем? То есть “чистый эффект” систем видеонаблюдения по-прежнему точно не установлен [5];
- исследованиями установлено, что значимый положительный экономический эффект по соотношению затраты (стоимость устройств, пусконаладка, постоянное обслуживание, увеличение мощностей для хранения и анализа информации, содержание операторов мониторинга) /выгоды (экономический эффект от предотвращения преступлений) видеонаблюдение достигает только тогда, когда оно подкрепляется направленным патрулированием “рисковых точек”, то есть обеспечением присутствия представителей сил охраны порядка [6]. И снова возникает резонный вопрос — если затраты на развертывание видеонаблюдения оправдывает лишь обеспечение присутствия патрулей, то, может быть существует менее затратный, чем видеонаблюдение, способ выявления таких рисковых точек?
- в ходе другого исследования, проведенного на основе анализа более 251 тыс. преступлений (входивших в сферу расследований Британской транспортной полиции в период 2011-2015 гг.), была сделана попытка оценить вклад систем видеонаблюдения, в качестве “поставщика” полезных доказательств. В итоге стала очевидна значительная неполнота собираемых данных: видеоданные оказались доступными следователям лишь в 45% случаев, из которых лишь в 29% случаев было признано полезным для расследования (таким образом, суммарное “КПД” составило всего 13%) [7];
- кроме того замечено, что одним из “побочных эффектов”развертывания систем видеонаблюдения в отдельных районах, становится “смещение” криминогенности из него в близлежащий район, с меньшим уровнем наблюдения, то есть “общий” уровень преступности, в действительности, может и не снижаться.
Не просто “видеть”, а “предвидеть”.
Пока системы видеонаблюдения пытаются обосновать необходимость затрат на создание и поддержание своей работы, в это время существует огромный резерв незадействованных возможностей для выявления “точек” с большим риском совершения преступлений. Речь идет о предиктивных моделях анализа больших данных, которыми уже сейчас располагают правоохранительные органы, но которые, преимущественно, не задействованы для эффективного решения задач прогнозирования ситуации в сфере общественной безопасности.
Предиктивная аналитика для сферы общественной безопасности — это новый этап в эволюции использования больших данных, для новых умных городов.
Передовые технологии обеспечения общественной безопасности смещают дискурс от “простой” фиксации преступлений (“видеть”) к предиктивной аналитике (“предвидеть”). Главной задачей предиктивной аналитики является определение вероятности совершения преступлений в определенном месте и в определенное время и, затем, предотвращение наступления негативного события, путем проактивного реагирования — обеспечения присутствия сил охраны правопорядка в нужное время и в нужном месте. Это затрудняет потенциальным правонарушителям реализовать их планы, позворляет предотвратить совершение преступления и/или быстро среагировать и найти преступника “по горячим следам”.
Также глубокий анализ больших данных позволяет выявить сложные и скрытые взаимосвязи и сделать ключевые выводы, недоступные обычному человеку. На основе новых данных и включения в анализ старых данных, могут быть заново пересмотрены и раскрыты старые преступления (т.н. расследование “холодных случаев”) [см., например, 8]. Это особенно важно в случае расследования серийных преступлений.
Помимо прямых эффектов (повышение скорости реагирования на инциденты, рост раскрываемости преступлений, сокращение их числа и т.д.), предиктивные технологии для общественной безопасности улучшают бизнес-климат и общую социально-экономическую обстановку в городе.
Источники:
[1] Джонатан Вотцель, Елена Кузнецова. Технологии умных городов: что влияет на выбор горожан? / McKinsey Center for Government, Июл.2018
[2] Приоритетные направления внедрения технологий Умного города в Российских городах: Экспертно-аналитический доклад / Центр стратегических исследований, Июн. 2018
[3] Никита Стаценко. Кибербезопасность способствует развитию умного города (Rusbase, Апр.2017)
[4] Closed-Circuit Television Surveillance and Crime Prevention A Systematic Review Report / The Swedish National Council for Crime Prevention, 2007
[5] Tony Lawson, Robert Rogerson, Malcolm Barnacle. A comparison between the cost effectiveness of CCTV and improved street lighting as a means of crime reduction // Computers, Environment and Urban Systems. — Volume 68, March 2018, рр. 17–25.
[6] Eric L. Piza, Andrew M. Gilchrist, Joel M. Caplan, Leslie W. Kennedy, Brian A. O’Hara. The financial implications of merging proactive CCTV monitoring and directed police patrol: a cost–benefit analysis // Journal of Experimental Criminology.
[7] Matthew P. J. Ashby. The Value of CCTV Surveillance Cameras as an Investigative Tool: An Empirical Analysis / European Journal on Criminal Policy and Research. — September 2017, Volume 23, Issue 3, pp. 441–459.
[8] Jocelyn Kaiser. We will find you: DNA search used to nab Golden State Killer can home in on about 60% of white Americans
(Science, Oct. 11, 2018) / https://www.sciencemag.org/news/2018/10/we-will-find-you-dna-search-used-nab-golden-state-killer-can-home-about-60-white