Сейчас город сложно назвать интеллектуальным: улицы стоят в пробках, пассажиры подолгу ждут автобус на остановках, пока в другой части города автобусы идут почти пустыми… Технологии есть, но нет того, что собрало бы их воедино.

Городу нужна нервная система на базе ИИ: чтобы пробки отслеживались мгновенно, автобусы не возили воздух, а перебрасывались на самые загруженные маршруты. 

Сегодня, чтобы проложить маршрут на общественном транспорте, приходится прыгать по разным сайтам и приложениям, нельзя просто вбить адрес и получить готовый маршрут со временем в пути.
В большинстве современных автобусов и трамваев есть трекеры, но они врут, автобусы на карте "телепортируются" (эта проблема есть на Яндекс.Картах), а сколько еще мерзнуть на остановке остается загадкой — время вычисляется с ошибками. 

Данные уже есть. Осталось собрать их воедино — в систему, которая видит каждый автобус в реальном времени и честно говорит пассажиру: «Ждать пятнадцать минут». Человек спокойно ждет дома, а к остановке выходит за минуту до прибытия. 

Как бы это могло работать? Представим: автобус движется по маршруту, City OS получает данные с камер на остановках (сколько людей ждет транспорт в данную минуту), данные с терминалов в автобусе (пассажиры вошли и приложили карточки), с камер в автобусе (сколько вошло и вышло на какой остановке). На основе этого, зная всю картину в городе и ее изменение в течение дня, ИИ перебрасывает транспорт с менее загруженных участков на более загруженные.

У водителя автобуса в такой системе нет жесткого маршрута: система показывает ему текущий маршрут и предупреждает о смене. По сути, человек ведет транспорт по навигатору, где умная система сама вычисляет, где этот автобус сейчас нужнее. В будущем водители могут быть заменены на автопилоты, что еще больше упростит систему и избавит от человеческих ошибок на новом маршруте.

Кроме автобусов (в будущем — электробусов), движущихся по закрепленным маршрутам, будут и маршрутки, которые строят маршрут по ходу движения, исходя из пунктов назначения каждого пассажира. Работает это так: пассажир заранее указывает в приложении точку назначения, а умная система на основе данных GPS и запросов других пользователей автоматически выстраивает оптимальный путь от него до точки назначения. 

Как мы знаем, пиковые нагрузки и «пробки» бывают не только автомобильные. Столпотворения случаются на входе в метро в определенные часы, на общественных мероприятиях и пр. Всё это может и должно отображаться в приложении, чтобы любой житель города мог оценить ситуацию и избежать попадания в толчею. Таким образом, частично будет снижаться нагрузка в пиковые часы (кто-то задержится на работе или выйдет раньше, чтобы избежать пробки на входе в метро).

Для общественных пространств будет еще одна опция. Можно будет подать заявку на проведение мероприятия. Например, прочитать лекцию в общественном лектории или библиотеке. Другие участники смогут записаться на мероприятие, получив уведомление. Например, интересующиеся темой современного искусства получат уведомления о всех близлежащих мероприятиях по этой теме.

Запись поможет равномерно распределять поток людей по разным мероприятиям. ИИ-помощник будет анонсировать мероприятие и открывать запись до тех пор, пока не будет достигнут предел заполняемости. После этого запись закроется, а гражданам будет предложено записаться на будущие события.
Это уже не просто алгоритмы, это целый сервис для мероприятий.

На любых коммуникациях будут расположены умные датчики: в трубах теплотрасс под землей, на котельных и ТЭЦ, на каждом конкретном агрегате (например, котле или насосе). Датчики измеряют уровень шума, вибрацию, проводимость микротоков и пр, и из этого примерно определяет степень износа. Всю эту информацию загружают в ИИ на этапе обучения. 

Нейросеть научится сравнивать шумы от исправной техники и от техники с дефектами, определяя появление микротрещин, устаревание материалов и другие предвестники поломок. По характерным изменениям вибрации и шумам она станет настоящим мастером предсказаний: какой агрегат и как скоро выйдет из строя. 

Таким образом, мы сможем проводить профилактические осмотры и плановые замены еще до того, как случится прорыв трубы,  поломка трансформатора или лифта. Это не просто экономия средств, а предотвращение хаоса в городском хозяйстве.

Аналогично система будет прогнозировать и другие параметры роста города: потребность в школах, детских садах, парковках, пешеходных дорожках, общественных зонах и озеленении.
City OS сможет не просто фиксировать текущую нехватку, а видеть, где она возникнет через год-два, исходя из динамики застройки и демографии.

City OS будет по максимуму использовать исторический опыт: как накопленный в этом конкретном месте, так и мировой. Анализируя, какие решения сработали в похожих ситуациях в разных городах, система сможет предлагать наиболее подходящие и проверенные варианты развития.

Когда дело доходит до такой масштабной вещи, как City OS, может встать вопрос: а целесообразно ли это? Не будут ли дата-центры нейросетей потреблять энергии больше, чем она сможет сэкономить? Ответ прост: система не просто окупает себя — она делает город эффективнее в разы.

Городские службы сегодня работают вслепую: транспорт простаивает в пробках, много уходит на ремонт теплосетей когда вдруг прорывает трубу и пр. City OS прогнозирует эти потери и устраняет их еще до того, как они случились. Экономия на топливе, тепле, воде и времени людей с лихвой перекрывает затраты на электричество.

Большая часть работников коммунальных служб и инженеров никуда не исчезнут, но характер их работы изменится. Ночных аварийных выездов из-за внезапных поломок станет значительно меньше: инженеры будут работать в диспетчерских пунктах, а City OS станет выявлять неисправности и направлять бригады на плановую замену или ремонт ещё до того, как авария произойдёт. 

Однако более важные вопросы остаются за людьми: масштабная авария или нештатная ситуация требуют человеческого участия и ответственности. Благодаря такому подходу застрявшие лифты или лопнувшие зимой трубы отопления уйдут в прошлое — всё будет чиниться своевременно, до наступления критических последствий.