В ожидании искусственного эксперта

На днях Главгосэкспертиза России с гордостью сообщила, что разработанный её специалистами программный модуль предиктивной аналитики, основанной на алгоритмах искусственного интеллекта, был зарегистрирован в Реестре программного обеспечения Федеральной службы по интеллектуальной собственности (Роспатент). Соответствующее авторское свидетельство было выдано 25 апреля сего года. В общем, налицо уже не красивые презентации и круглые столы, а реально работающие сервисы и программно-аппаратные комплексы.

Главгосэкспертиза России запустила первый этап промышленной эксплуатации программного модуля на основе ИИ в декабре 2023 года. Первым пилотным проектом по внедрению машинного обучения в экспертизе стала автоматизация функций по формированию базы типовых замечаний.

Экспертиза имела огромное преимущество перед другими направлениями строительства – наличие огромной базы данных, что является главным фактором для успешного обучения нейронных сетей. В итоге возникла идея создать автоматизированный метод изучения данных и прогнозирования на их основе различных факторов, позволяющих эффективно управлять объектами на протяжении всего жизненного цикла.

Такая цель была заявлена при формировании поэтапной стратегии цифровизации Главгосэкспертизы: переход от бумаги к электронному документообороту – в 2015 году и к единому цифровому пространству – в период 2022-2024 годов. Выход на этот рубеж означает новый уровень интеграции информационных систем и новые подходы к анализу и обработки содержащихся в них данных. При этом главное условие для дальнейшей востребованности и быстрой оборачиваемости данных – их перевод в машиночитаемый вид. На текущий момент объёмы загрузки сметной документации приближаются к 3.000.000 машиночитаемых файлов. Заключений экспертизы – около 190.000, пояснительной записки – порядка 8.000.

Была проделана огромная подготовительная работа для подготовки обучающей выборки. Специалисты собрали 12.000.000 текстовых фрагментов, в том числе на основе проектной документации и заключений экспертизы. В ходе пилотных испытаний с помощью экспертов разработаны и структурированы под формат машинного обучения порядка 1.500 видов замечаний, охватывающих все области экспертизы и разделы проектной документации. Кроме того, основу обучающих материалов для нейросетей составили 500.000 типовых замечаний, 130.000 заключений экспертизы. В их числе документы, которые ранее были выданы экспертами в текстовом формате (docx) и затем переведены в машиночитаемый формат.

Как пояснил главный специалист отдела информатизации Управления инженерного обеспечения Главгосэкспертизы Андрей Тузлуков:

Основная задача на этапе отбора и загрузки данных в нейросети – это найти оптимальный баланс между их избыточностью и достаточностью. Важно точно формулировать контекст задачи и чётко обозначать машине цели и границы поиска. Это позволит не пропустить самое важное в проектной документации и вместе с тем отфильтровать всё лишнее, чтобы снизить уровень так называемого «шума» при выдаче результата и в целом повысить его качество и достоверность для дальнейшей экспертной работы.

Судя по тому, что ведомство осталось довольно результатами и даже запатентовало свою разработку, решить эту непростую задачу удалось. Теперь, имея входящую на проверку документацию в цифровом формате и обученную нейронку, ГГЭ максимально приблизилась к заветной цели – получить неутомимого и не пропускающего ошибок электронного эксперта.

Сегодня работа по развитию модуля искусственного интеллекта в ведомстве продолжается на новом уровне. На данный момент в тестовом режиме отрабатывается алгоритм поиска и сравнения наименования объекта капстроительства в проектной документации с эталонными данными из пояснительной записки в XML и заявления на экспертизу.

По мере работы над главным продуктом – экспертным искусственным интеллектом – было разработано несколько вспомогательных, но не менее полезных сервисов. В первую очередь, это «База типовых замечаний» (БТЗ) – первый пилот Главгосэкспертизы в части подготовки данных для ИИ. Начиная с января 2023 года, в наполнении базы принимали участие более 600 специалистов, включая главных экспертов по всем направлениям деятельности.

Замеры в ходе пилотных испытаний БТЗ показали, что система оказалась очень востребованной. Если в первом квартале 2023 года использование данных из базы типовых замечаний составляло 19,78%, то во втором квартале – 27,4%, в третьем – 36,9%. По предварительным итогам четвёртого квартала, доля использования типовых замечаний в экспертной деятельности приближается к 40 %.

Разумеется, речь не идёт о том, чтобы полностью заменить «биологического эксперта» электронным, переложить на нейронную сеть ответственность за все ошибки и замечания. Главгос надеется, прежде всего, автоматизировать рутинную работу по проверке и предиктивному анализу данных в системе экспертизы.

В частности, на машинное обучение переложены задачи автоматизированного поиска несоответствий нормативным документам и других отклонений от требований к разделам проектной документации. Это позволит эксперту быстро находить места возможных ошибок, указанных машиной.

Как надеется первый заместитель начальника Главгосэкспертизы России Вадим Андропов, с учётом того, что объём отдельных проектов, поступающих на экспертизу, может достигать 100.000 файлов, помощь искусственного интеллекта будет иметь огромное значение как для сокращения сроков проведения экспертизы, так и для повышения качества проектной документации. А люди-эксперты смогут сосредоточиться на более важных и технологически сложных объектах, которые программе пока не доверишь.

При полном и/или частичном копировании данного материала, для последующего размещения его на стороннем ресурсе, обратная, индексируемая ссылка на источник обязательна!