Регистрацией недвижимости россиян займутся ИИ и нейросети на отечественном и открытом ПО
Структура Росреестра силами стороннего подрядчика намерена создать систему искусственного интеллекта, которая облегчит работу сотрудникам ведомства и поможет им в принятии решений при регистрации прав на недвижимость. При создании системы должно быть задействовано российское или открытое ПО.
ИИ для госрегистрации недвижимости
Как выяснил CNews, Федеральная кадастровая палата в составе Федеральной службы государственной регистрации, кадастра и картографии (Росреестр) готова потратить до 36 млн руб. на создание модульной системы машинного обучения (МСМО) в рамках оптимизации государственного кадастрового учета и госрегистрации прав на недвижимость.
Данная сумма выставлена в качестве начальной максимальной цены контракта в тематическом тендере Кадастровой палаты, который был запущен 20 сентября 2021 г. в формате открытого конкурса. Заявки от претендентов будут приниматься до 12 октября, подведение итогов намечено на 18 октября. Фронт работ рассчитан на срок до 15 декабря 2021 г.
При разработке МСМО должно использоваться ПО из Единого реестра российского софта при Минцифры или относящееся к программам с открытым исходным кодом.
Оптимизация госуслуг
В ходе проекта подрядчику предстоит создать интеллектуальную систему поддержки принятия решений людьми с использованием нейросетевых технологий. Таким образом будет автоматизирован процесс оказания профильных госуслуг Росреестра для граждан.
Заявки россиян на регистрацию недвижимости будет рассматривать ИИ на отечественном и открытом ПО
В частности, чиновники рассчитывают добиться минимизации ручных операции пользователей федеральной госинформсистемы единого государственного реестра недвижимости (ФГИС ЕГРН) в учетно-регистрационной сфере, снижения числа возможных ошибок, связанных с выполнением повторяющихся рутинных пользовательских операций, сокращения срока обработки документов при оказании госуслуг за счет использования нейросетевых методов обработки естественного языка.
Также по тогам проекта должны произойти повышение доступности сведений, содержащихся в поступающих документах, за счет использования механизма компьютерного зрения, переход к формату машиночитаемых данных на этапе предварительной проверки документов, унификация процесса обработки документов.
Редакция CNews ожидает от Федеральной кадастровой палаты от ответа на вопрос, проводила ли она какую-либо оценку экономической эффективности от внедрения рассматриваемых технологий.
Масштабы учетно-регистрационной работы Росреестра
По данным госзаказчика, в 2020 г. в Росреестр и его территориальные органы поступило свыше 30,2 млн заявлений о государственной регистрации прав, более 5,4 млн заявлений о государственном кадастровом учете и 3,6 млн заявлений о проведении единой процедуры государственного кадастрового учета и государственной регистрации прав.
По результатам рассмотрения заявлений в ЕГРН было внесено свыше 30,5 млн записей о госрегистрации прав, ограничений прав, обременений объектов недвижимости, сделок, арестов (запрещений), более 950 тыс. записей о госрегистрации договоров участия в долевом строительстве и свыше 3,9 млн записей о госрегистрации ипотеки. Было принято более 5,7 млн решений о государственном кадастровом учете и зарегистрировано более 2,6 млн прав в рамках единой процедуры.
Софт ЕГРН
На данный момент во ФГИС ЕГРН используется ОС CentOS 7.2.2, инструмент автоматизации развертывания и управления приложениями в среде виртуализации на уровне ОС — Docker версии 1.12, пакет разработки и выполнения Java-приложений — JDK (JavaDeveloperKit 1.8), программа для выполнения HTTP-запросов — Postman.
Также в ней задействованы СУБД PostgreSQL, решение по балансировке нагрузки на СУБД — Pglogical, сервер балансировки нагрузки на СУБД — pg_pool2, система управления документоориентированными базами данных — MongoDB, сетевое хранилище данных типа «ключ-значение» — Redis.
Взаимодействие конечных пользователей с ФГИС ЕГРН реализовано через сеть АРМ (ПК) и осуществляется посредством веб-браузера Google Chrome версии не ниже 58.
Особенности проекта
В соответствии с ТЗ, выполнение работ по созданию МСМО должно проводиться на тестовой копии ФГИС ЕГРН, предоставляемой заказчиком.
Что сегодня понимают под TestOps
Интеграция
В создаваемой МСМО должна выполняться классификация поступающих документов (определение их типа). МСМО должна выполнять нормализацию геометрии изображения — правильно его ориентировать. Применяемые методики должны работать с точностью определения исходной ориентации, превосходящей 99,9%.
На основании нормализации геометрии изображения отсканированного документа должно производиться улучшение работы алгоритма сегментации. В МСМО должно быть реализовано распознавание различных шрифтов.
В МСМО должны быть применены нейросетевые методы обработки естественного языка, основанные на последних разработках в области семантического анализа и выделения именованных сущностей (NER), алгоритмические методы (регулярные выражения) на соответствие принятым «маскам», например серия, № паспорта, кадастровый номер.
МСМО должна различать данные субъектов учетно-регистрационного действия, объектов недвижимости, в отношении которых совершаются учетно-регистрационные действия, а также иных существенных и других условий сделки в соответствии с разработанными алгоритмами из скан-образов представленных документов и файлов заявлений в формате XML.
В МСМО должен быть реализован механизм получения сведений проверок на читаемость, отсутствие приписок и правок, наличие подписей и/или печатей, а также механизм компьютерного зрения с возможностью визуального определения сущностей в документах из загруженного пакета.
МСМО должна обеспечивать автоматизированное сопоставление и анализ соответствия содержания документов сведениям ЕГРН и сведениям, указанным в поступившем в составе пакета документов заявлении.
По результатам обучения на минимальном предоставленном заказчиком наборе данных МСМО на этапе предварительных испытаний должна обеспечить значение совокупного показателя accuracy (точность) — рассчитывается как отношение найденных единиц именованных сущностей ко всему количеству единиц сущностей в тексте — на уровне не менее 60%.
МСМО должна обеспечить возможность повышения качества распознавания данных за счет обучения в процессе эксплуатации. По результатам опытной эксплуатации исполнитель должен предоставить заказчику план поэтапного доведения совокупного показателя accuracy нейросетей искусственного интеллекта до целевых значений 70, 80, 90, 95% с указанием необходимых объемов формирования обучающих наборов данных.
Источник: www.cnews.ru
