От данных к решениям: как Москва использует искусственный интеллект

Москва ежегодно реализует более 300 цифровых проектов, при этом искусственный интеллект применяется более чем в 130 из них. За этими цифрами стоят инструменты разного масштаба — от анализа медицинских изображений до распознавания нештатных ситуаций на дорогах. Общий принцип работы един: алгоритм берет на себя первичную обработку большого потока данных и передает результат человеку, который проверяет его и принимает решение.

Работу ИИ в городе разумно оценивать не столько по числу проектов, сколько по практическим функциям. Технология помогает быстрее замечать изменения, дает специалисту дополнительную информацию и создает основу для сервиса, учитывающего конкретную ситуацию. Масштаб Москвы позволяет проверять такие решения в повседневной работе и затем переносить удачные практики в другие регионы.

Заметить событие
Одна из ключевых областей применения нейросетей в столице — автоматическая фиксация нарушений. На скоростных магистралях камеры ЦОДД распознают 15 типов нештатных ситуаций, включая ДТП, остановку автомобиля, возгорание, выход пешехода или животного на проезжую часть, движение в запрещенном направлении. К началу сентября 2026 года система зафиксировала свыше 1,7 млн инцидентов. Информация поступает в ситуационный центр, где оператор оценивает обстановку и при необходимости направляет дорожный патруль или связывается с экстренными службами. Задача алгоритма — сокращать время между событием и моментом, когда его замечает диспетчер, что особенно важно на магистралях, где остановившаяся машина или человек на проезжей части могут создать угрозу до поступления сообщения от очевидца.

Похожая схема действует в городском хозяйстве. Нейросети анализируют изображения и распознают 41 тип нарушений — от ненадлежащего содержания территории до нарушений на объектах инфраструктуры. За 2025 год с их помощью выявили более 700 тыс. таких случаев. Система указывает, где стоит провести проверку, а оценку ситуации и выбор дальнейших действий оставляет специалисту. ИИ в этой модели работает как фильтр: из непрерывного потока данных он выбирает то, что требует внимания.

Подсказать специалисту
Еще одна сфера применения ИИ — помощь специалисту в обработке и систематизации большого массива данных. В медицине алгоритмы помогают анализировать диагностические изображения: отмечают на рентгенограммах, компьютерных и магнитно-резонансных томограммах области возможных патологий, выполняют измерения и готовят предварительное описание. Московским рентгенологам доступны 70 сервисов по 45 клиническим направлениям, которые помогают выявлять признаки онкологических, сердечно-сосудистых и других заболеваний. Заключение по исследованию в любом случае подписывает врач: компьютерное зрение дает ему дополнительный ориентир, но не заменяет клиническую оценку.

В образовании персонализация устроена иначе. Сервис «Цифровой учитель» анализирует ответы школьника, определяет темы, вызывающие затруднения, и предлагает упражнения для тренировки. Сейчас он помогает изучать четыре предмета: математику, английский язык, физику и информатику. Учитель получает более подробную картину подготовки класса и может сосредоточиться на содержании урока и сложных случаях, а ученик — заниматься в своем темпе. Примеры из медицины и образования показывают границы роли ИИ: алгоритм полезен там, где необходимо быстро сопоставить много однотипных данных и найти закономерность, но ответственность за диагноз, программу обучения или управленческое решение остается за специалистом.

Проверить и масштабировать
Для развития городских ИИ-решений нужны задачи, данные и возможность испытать продукт в реальных условиях. Москва одновременно выступает заказчиком и площадкой для такой проверки. Ежегодно столичные заказчики заключают около 400 тыс. контрактов и договоров на сумму примерно 2,5 трлн руб. Речь идет об общем объеме городской контрактной системы, а не только о расходах на искусственный интеллект. Масштаб закупок показывает, насколько широк круг городских задач, в решении которых могут применяться цифровые технологии, — от транспорта и здравоохранения до образования и городского хозяйства.

После проверки технология может выйти за пределы столицы. К платформе «МосМедИИ» подключены медицинские организации из 75 регионов России, получающие доступ к 18 сервисам для анализа лучевых исследований. В этом случае Москва предлагает регионам не экспериментальный прототип, а инструмент, уже встроенный в работу медицинских организаций и позволяющий анализировать результаты исследований в рамках привычного для врача рабочего процесса. Разработчикам также нужны данные для обучения моделей: на портале ai.mos.ru собраны примеры обезличенных наборов данных, которые город готов предоставить, и описания уже действующих проектов. Эта информация помогает понять требования к продукту до его испытания и сопоставить идею с конкретной городской задачей.

Так формируется полный цикл: город обозначает практическую проблему, предоставляет условия для проверки решения и становится заказчиком технологии, если она подтверждает свою пользу. Для жителей этот путь обычно остается незаметным — они видят конечный результат: оперативно обнаруженный инцидент, дополнительную подсказку врачу или задания, подобранные под уровень школьника. Именно в этих повседневных действиях искусственный интеллект превращается в инструмент городского управления.