Будущее в смартфоне: как IT-компании предлагают улучшить жизнь москвичей

Компьютеризированные учебные классы, магазины без касс, стадионы с автоматическим распознаванием лиц и прогнозы на основе big data — будущее городов за цифровыми технологиями, утверждают программисты

На питч-сессии Made in Moscow в рамках Московского урбанистического форума российские технологические компании представили экспертам и частным инвесторам свои разработки, которые позволят городу стать более комфортным и безопасным.

«РБК-Недвижимость» рассказывает о самых интересных «умных» решениях.

«Умные» школы

Системный интегратор Avilex представил решение для «умных» школ, разработанное совместно с партнерами по заказу правительства Москвы. Система позволяет упростить административные процессы, а также объединить всех участников в единую экосистему, в рамках которой можно осуществлять оперативную коммуникацию учителей с учениками, учителей с родителями, школьной администрации с учителями.

Фото: Avilex

​Сейчас инфраструктура проекта, которая включает в себя интерактивные панели, точки доступа к Wi-Fi, серверы и ноутбуки для учителей, работает более чем в трети зданий столичных школ и охватывает 2,5 млн человек.

Магазины без продавцов

Приложение ScanToBuy, разработанное одноименной российской компанией, позволяет покупателям супермаркетов самостоятельно сканировать товары. При использовании сервиса пользователю больше не нужно складывать цены в уме — на экране всегда отображается общая стоимость покупок с учетом персональных скидок. Оплата производится в приложении с привязанной банковской карты.

Фото: ScanToBuy

Охранник выборочно проверяет покупателей по уникальным алгоритмам. Кроме того, приложение дает возможность заранее составить список покупок. По словам разработчиков, использование ScanToBuy позволит ретейлерам снизить издержки на кассы и кассиров, увеличить пропускную способность магазина и повысить лояльность покупателей.

Стадионы и аэропорты с автоматической охраной

Каждый день в московском видеоархиве накапливается более 3,5 млн часов видеозаписей. Все видеозаписи, собранные в течение одних суток, занимают свыше 3 Пбайт — более 2000 жестких дисков. Чтобы просматривать накопленные в Москве за сутки видео, понадобился бы штат из 55 тыс. сотрудников, работающих круглосуточно. Подключение технологии распознавания лица к городской системе видеонаблюдения позволит максимально эффективно, быстро и безопасно отслеживать и предотвращать правонарушения на стадионах, в аэропортах, магазинах и других общественных местах.

Фото: NtechLab

Российский алгоритм NtechLab создан на основе нейронных сетей и позволяет быстро и точно идентифицировать людей по лицу в режиме реального времени. Он нетребователен к качеству съемки и идентифицирует лица на фото, снятых в различных ракурсах, при плохом освещении или с низким разрешением. Применение технологии NtechLab позволяет сохранять в архиве только значимую информацию, за счет чего длительность хранения была повышена с 5 до 100 дней. Время поиска лица в базе данных в 1 млрд фотографий не превышает 5 секунд.

Big data для улучшения жизни горожан

Компания Ubic представила технологии, позволяющие объединять большие данные о городе и строить на их основе прогнозы. Сопоставляя большие объемы информации, в частности о московском пассажиропотоке или обращениях жителей к врачам, аналитики выявляют общие проблемы, затрагивающие большую часть пользователей. Однако в городе есть так называемые «тихие» группы жителей, которых объединяет не один большой фактор, например жизнь в одном районе или учеба в одной школе, а множество различных факторов. И такие группы пользователей, как правило, не видны на уровне работы с агрегаторами.

Фото: Ubic

В Ubic предлагают как можно ниже спустить уровень пересечения данных — это позволит строить корреляции между совершенно не связанными между собой пластами информации. Например, в компании ссылаются на исследование, авторы которого проанализировали количество негативных постов в Твиттере и выяснили, что они напрямую связаны со статистикой заболеваемости сердечно-сосудистыми заболеваниями. Благодаря сопоставлению этих данных можно строить «карты стресса» по району и городу, а также прогнозировать всплески заболеваемости, говорят в Ubic. Разработчики уверяют, что технология заинтересует и ретейлеров, которые могут использовать данные о среднем потоке пешеходов, их доходах, предпочтениях и среднем чеке. 

Источник

Понравилась статья? Поделиться с друзьями: