В Ростове-на-Дону создали ИИ-систему для принятия решений об эвакуации при ЧС

Как работает система

В основе алгоритма лежит нечёткая логика — математический аппарат, который позволяет работать с неточными и противоречивыми данными. Исследователи использовали интуиционистские нечёткие числа, учитывающие одновременно степень уверенности и степень сомнения в каждом показателе.

Система обрабатывает мнения экспертов — от пяти–семи до более чем двадцати специалистов — и на их основе формирует рекомендацию. Итоговый вердикт варьируется от «эвакуация не нужна» до «срочная эвакуация».

Такой подход особенно ценен в ситуациях, когда данные противоречивы: метеосводки расходятся, а время на принятие решения ограничено. ИИ помогает свести разрозненные сигналы в единую картину и подсказать наиболее безопасный сценарий.

Семь критериев оценки

При принятии решения алгоритм учитывает семь ключевых факторов: интенсивность шторма, близость траектории стихии к населённым пунктам, интенсивность осадков, готовность населения остаться на месте (как индивидуальную, так и соседскую), интенсивность движения транспорта и исторические риски для конкретного района.

Такой комплексный подход позволяет оценить ситуацию не только с точки зрения метеорологов, но и с учётом поведения людей и логистики. Именно сочетание природных и социальных факторов делает рекомендации системы более точными и реалистичными.

Проверка на реальном тайфуне

Разработку проверили на реальном случае — супертайфуне «Мария», который в 2018 году обрушился на провинцию Цзянси в Китае. Тогда из опасных зон эвакуировали более полумиллиона человек, и система предложила пять альтернативных стратегий действий.

Результаты показали, что алгоритм корректно определяет степень угрозы и рекомендует своевременную эвакуацию, что подтверждает его практическую применимость в реальных чрезвычайных ситуациях.

От научной идеи до практики

Работы над моделями принятия решений при чрезвычайных ситуациях ведутся в ЮФУ уже несколько лет. Ещё в 2019 году в рамках гранта Российского фонда фундаментальных исследований учёные моделировали транспортировку пострадавших, а с 2022 года перешли к задачам эвакуации населения.

Сейчас проект поддержан грантом Российского научного фонда, над ним работает команда из восьми исследователей. Модульная подсистема, написанная на Python, позволила снизить ошибку прогноза на 26–40 процентов.

Над проектом работают учёные Института компьютерных технологий и информационной безопасности ЮФУ, в том числе доцент Евгения Герасименко, которая защитила диссертацию о перевозке людей в условиях неопределённости.

Планы на будущее

В перспективе разработчики планируют интегрировать систему в существующие системы оповещения МЧС и создать платформу прогнозирования чрезвычайных ситуаций в реальном времени.

Речь идёт о паводках, лесных пожарах, техногенных катастрофах и прорывах дамб. Подобная платформа позволит спасательным службам быстрее и точнее принимать решения о защите населения.

Для юга России, где паводки и штормовые нагонные явления случаются регулярно, такие системы особенно актуальны. Внедрение ИИ-помощников в работу спасательных служб может сделать защиту населения более оперативной и точной.