Спикер Форума

Анискина Татьяна

Директор Центра геоданныхНИУ ВШЭ

Руководитель проектов по интеграции геоданных и геоаналитики для решения задач лесного и сельского хозяйства, мастер-планирования городов, ритейла и банковского сектора.

Лидер научно-технологического проекта по адаптации к изменениям климата.

Соавтор ИИ-решения для сбора геоданных об опасных природных явлениях, ставшего призером международного конкурса ООН «AI for good».

Соавтор идеи «Национальная система климатической адаптации», вошедшей в топ-100 форума «Сильные идеи для нового времени» 2025.

Автор учебных курсов ГИС-направления бакалавриата НИУ ВШЭ.

Участие с докладом на конференциях «Цифровая реальность: космические и пространственные данные, технологии обработки», «Нефтяная столица», «Экология большого города», Eurasian RISK-2024 (в рамках COP-29).

Мнение эксперта:

Цифровые двойники имеют огромную перспективу не только в области градостроительства, но в более обзорных масштабах – управления регионами и страной в целом

 

Они позволяют моделировать процессы и управлять территориями в режиме реального времени, до алгоритмов искусственного интеллекта и отечественных low-code платформ — эти инструменты меняют подход к работе с пространственной информацией.

Если говорить о цифровых двойниках, то тут, во-первых, требуется уточнение терминологии и того, какие задачи они могут решать. Наиболее перспективным является не просто цифровой слепок (или цифровая тень) территории, а моделирование процессов и наличие обратной связи, которая позволяет поддерживать принятие решений или непосредственно управлять объектами. В идеальном сценарии цифровой двойник должен запускать автоматизированные действия в ответ на какие-либо изменения. Например, если говорить о наиболее крупномасштабных цифровых двойниках для зданий или парковых территории, на основе информации, поступающей в режиме реального времени от датчиков влажности почвы, должна автоматически срабатывать система полива растений, без вмешательства человека.

Цифровые двойники имеют огромную перспективу не только в области градостроительства, но в более обзорных масштабах – управления регионами и страной в целом. Перспективным шагом в этом направлении можно назвать наличие ряда городских и региональных геопорталов, собирающих обратную связь от населения, данные с IoT датчиков и оперативные данные дистанционного зондирования и активно использующиеся органами власти для принятия решений на ежедневной основе. Хорошими примерами таких систем могут служить цифровой двойник Москвы, региональные геопорталы Сахалинской области, Югры и республики Коми.

Что касается применения искусственного интеллекта, то в области геоданных эта тема далеко не нова. Алгоритмы машинного обучения активно используются для выявления объектов на снимках, а также моделирования и прогнозирования процессов и явлений, позволяя в условиях ограниченного объема исходных данных улучшить серию рутинных задач и повысить качество и скорость получения конечного продукта. При обучении подобных моделей важно учитывать экспертизу ГИС-аналитиков и специфику пространственных данных, а не слепо копировать имеющиеся ИИ-инструменты из других областей.