ИИ поможет 10-кратно быстрее реагировать на пожары

В РГУ Губкина при поддержке предприятий ТЭК научили нейросеть оценивать уровень возгораний и предлагать варианты реагирования.

(10 сентября 2026 10:23 , ИА "Девон" ) Ученые РГУ нефти и газа разработали систему на базе искусственного интеллекта, которая может сократить скорость реагирования на пожары на объектах ТЭК в 10 раз. По оценкам исследователей, ее внедрение позволит вдвое уменьшить ущерб от возгораний. Об этом Информагентство «Девон» узнало из сообщения Губкинского университета.

Исследователи научили ИИ-модель «осмысленному анализу». Ранее нейросети использовались только для обнаружения огня. Ученые Губкинского университета разработали систему на базе ИИ, которая может оценить уровень инцидента и максимально быстро предложить оператору вариант реакции.

Нейросеть анализирует изображения с камер и присваивает инциденту класс опасности. Систему протестировали на изображениях возгораний, произошедших на реальном объекте ТЭК. Время реакции оператора при этом сократилось с пары минут до 10 секунд.

Нейросеть умеет одновременно анализировать изображение и описывать его. Она определяет какой это тип инцидента, насколько он опасен и что конкретно делать оператору.

На пульт оператора непрерывно поступает большое количество сигналов с различных датчиков и камер видеонаблюдения. До момента анализ инцидента может пройти несколько минут, а данные требуют перепроверки.

Новая система на основе нейросети сразу отсеивает ложные срабатывания и формирует детальное заключение по реальной угрозе. Благодаря этому оператору не приходится тратить время на просмотр ложных сигналов. Он получает готовый структурированный ответ по важному инциденту. В результате время реакции сокращается в среднем до 10 секунд. Это позволяет значительно сократить риски для жизни людей и возникновения материального ущерба.

Разработчики также нашли способ устранить так называемые «галлюцинации» нейросети. Это когда в ответах на запросы пользователя модель выдает ложные данные при недостатке информации для анализа, при этом никак не отмечая сомнительные факты.

«Мы сформировали промт-запрос, который исключил галлюцинации, - рассказал участник проекта, аспирант Губкинского университета Андрей ЕВСИКОВ. - Для этого модели задали жесткую схему ответа. Она включает требование объективности – опираться только на видимые признаки и не додумывать дополнительную информацию. Тесты подтвердили, что качество промпта влияет на результат сильнее, чем сама архитектура модели».

Проект по созданию «ИИ-пожарного» университет реализует при поддержке предприятий ТЭК. Внедрение новой системы на одном объекте, по оценкам исследователей, обойдется максимум в 500 тысяч рублей. Интернет-соединение для ее работы не требуется. Это исключает проблему утечки данных и несанкционированного доступа извне. Нейросеть можно интегрировать в уже существующие системы безопасности, где она будет работать в связке с традиционными датчиками.

Нейросеть сможет работать в складских помещениях, на производствах, в аэропортах и морских портах, вокзалах, торговых центрах и других площадках с массовым пребыванием людей и повышенными требованиями к противопожарной безопасности.

На базе разработки уже создается более широкая система промышленной аналитики. Она сможет отслеживать использование оборудования, ношение сотрудниками средств индивидуальной защиты (СИЗ) и т.д.

В 2024 году ИА «Девон» сообщало, что в России создали систему мониторинга дыма и пламени для объектов транспорта, цехов и помещений. Об этом рассказал коммерческий директор московской фирмы «КвадроАйТиТех» Донат ГАРИСТ на заседании Научно-технического совета АО «Татнефтехиминвест-холдинг».

Поделиться этой новостью у себя в соцсетях

Поиск по теме: безопасность, IT