Применение искусственного интеллекта для цифровой трансформации Системы-112

Искусственный интеллект - это всего лишь модное словосочетание, тренд или это технология, которую нужно использовать на благо? В этой статье мы расскажем и приведем примеры использования искусственного интеллекта (ИИ) в качестве помощника для сотрудников Системы-112 и экстренно оперативных служб, задачей которых является безопасность, спасение жизней людей и противодействие угрозам различного характера.

В последнее время все в основном говорят про генеративные модели. Это генерация текста, картинок и видео, в том числе в известных сервисах ChatGPT и Midjourney. Эти технологии относятся только к одному из направлений развития машинного обучения и ИИ – нейронные сети и глубокое обучение.

Применительно к программным решениям АО «СФЕРА» для трансформации Системы-112, нейросети это про распознавание речи - классическое обучение и механизм кластеризации.

Сотрудники Системы-112 ежедневно сталкиваются со сложными вызовами. Помимо сложного и ответственного характера повседневных задач, операторы и диспетчеры трудятся в режиме жёстких требований к времени обработки вызовов, которые постепенно усиливаются регуляторами, часто решают стрессовые и конфликтные ситуации, сталкиваются с языковыми барьерами и другими осложняющими факторами. Руководители экстренных оперативных служб и ЕЦОВ вынуждены справляться с постоянной нехваткой операторов и обучения новых сотрудников, которые не успевают быстро адаптироваться, а население жалуется на работу операторов и экстренных служб, в результате чего возникает негативный контекст, который они вынуждены обрабатывать.

Прорыв АО «СФЕРА» в цифровой трансформации Системы-112 находится в области интеграции в наши программные продукты существующих технологий ИИ, в том числе по онлайн распознаванию речи.

На данный момент все системы онлайн распознавания речи допускают ошибки:
- замена – вместо какого-то слова распознается другое,
- вставка – присутствует лишнее слово,
- удаление – слово пропущено.

Метрика качества — Word Error Rate (WER) — процентное отношение суммы замен, вставок и удалений к общему числу произнесённых слов.​
У живого человека, слушающего аудиокнигу WER от 6% до 13% в зависимости от качества записи. ​
Лучшие лабораторные результаты для автоматического распознавания телефонных разговоров — WER от 10% до 15% (в реальности и онлайн — около 30%).​
Человеческий мозг компенсирует WER за счет контекста и общих знаний.​

ИИ на данный момент справляется с распознаванием речи хуже живого человека, но тем не менее, это уже результаты, которые позволяют нам решать некоторые проблем:

Мы можем использовать голосовых роботов для распознавания речи заявителя до поднятия трубки оператором. То есть, фактически, опрос может начать уже робот. Это снизит время ожидания для заявителя и время обработки вызова в целом. Распознанный текст позволяет автоматизированно заполнять карточку вызова. Это происходит быстрее, чем заполнение вручную. Даже если оператор опытный и обучен слепой печати, все равно скорость печати вряд ли превысит скорость речи. Робот осуществляет подсветку ключевых слов, фраз и автоматически выбирает индекс происшествия.

В перспективе робот также будет способен на выделение смысловых объектов (ФИО, адрес). автоматическую генерацию скрипта поддержки интервью и плана, выявление в речи индикаторов стресса, беспокойства.

Система-112: «Вы позвонили в систему-112. Оператор обязательно ответит в ближайшее время. Пока ждете ответа, сообщите свои ФИО, дату рождения, что произошло, адрес места происшествия.»
Заявитель: «….»
Оператор: «Оператор 112. Иванов Петр Сергеевич, 12.12.1990, пожар по адресу Ленина 24, все верно?»
Заявитель: «Да.»
Оператор: «Вызов передан в пожарную часть, помощь уже в пути. (Вопросы из системы поддержки) Вы находитесь в помещении? …»

После того, как заявитель сообщает всю информацию, оператору остаётся только подтвердить, что система всё правильно распознала и начать реагировать. Таким образом, уменьшается нагрузка оператора на механические действия, уменьшается время на заполнение карточки и реагирование начинается раньше.

Распознавание речи возможно на любых языках, заранее предустановленных в системе.

Конечно, хотелось бы, чтобы искусственный интеллект полностью заменил оператора, но пока на этом пути есть барьеры:

- технологические;
- юридические:
Система 112 и работа экстренных служб достаточно сильно регулируется федеральным законом, постановлениями правительства и др. В некоторых случаях доходит до уголовной ответственности, в том числе для оператора. По этой причине переложить сейчас задачи оператора на робота невозможно.
- психологические:
Ментальные барьеры населения. Люди пока не готовы в полном объеме общаться с роботами.

Распознавание речи происходит еще до приема вызова: в момент соединения оператор видит распознанный ИИ текст в блоке "Распознавание речи заявителя" в левом нижнем углу экрана. ИИ автоматически распознает и подсвечивает ключевые слова для оператора: «пожар», «врач» и др.

Оператор может навести курсор на ключевое слово и выбрать классификацию для происшествия, например «пожар» или «задымление»

Основные направления применения ИИ являются: выявление очагов происшествий, автоматическое информирование о массовых обращениях по определенным индексам, интеллектуальное управление ресурсами экстренных служб.

Для реализации данных инструментов используется информационно-аналитическая платформа, в частности, программный продукт АО «СФЕРА» - Ситурум.

Схема работы:

Информационно-аналитическая платформа Ситурум позволяет реализовать все классические этапы работы с данными:
- сбор и загрузка из таких систем как Эмеркор, КоордКом, и др.;
- проведение моделирования и расчётов;
- визуализация результата аналитики лицу, принимающему решение в удобном виде: дашбордов, карт, др.;
- сигнальные сообщения на электронную почту и Telegram с возможностью быстрого перехода в Эмеркор или подобные программы для организации процесса реагирования по массовым статусам.

Задание для ИИ описывается с помощью визуального конструктора – графа.

ИИ собирает массовые обращения граждан в Системе-112, далее автоматически группирует в территориальные кластеры по заданным параметрам (например, по индексам происшествия и периоду времени), и отображает на дашборде, имеющем в своём составе карту и таблицу. Программа раскрашивает различными цветами объединенные вызовы - кластеры.

На карте кластеры обозначаются цветными кругами, а при приближении - цветными точками, расположенными рядом.

Черным цветом на карте обозначаются не вошедшие в кластер вызовы.

Далее ИИ отправляет алерты на почту, мессенджер и/или на прямую в программный комплекс Эмеркор, где, к примеру, старший оператор может начать работу с карточкой массового вызова.

Сигнал в Эмеркор поступает с определённым типом, отличным от обычных обращений.

В карточке происшествия оператор может видеть: количество обращений, попавших в кластер, тематика происшествия, ссылка на дашборд, координаты центроида – равноудаленной точки от всех объединенных вызовов.

Таким образом, вышеописанные инструменты, посредством цифровых технологий на основе ИИ, способны изменить в лучшую сторону процессы в Системе-112, что в итоге можно назвать цифровой трансформацией.