Найти в Дзене
BIM ENVELOP

Главгосэкспертиза переходит на проверку документации через ИИ

Ведомство официально заявила о запуске и бета-тестировании собственной большой языковой модели (LLM). Это полноценный «цифровой ассистент», способный анализировать сложнейшую проектную документацию в считанные минуты. «Сейчас у нас идет бета-тестирование, в ходе которого ИИ-модель смотрит проектную документацию, дает замечания на соответствие требованиям и так далее» — сообщил первый заместитель начальника Главгосэкспертизы России Андропов Вадим Владимирович. В отличие от публичных нейросетей, модель Главгосэкспертизы — это изолированная локальная система, что критически важно для обеспечения безопасности и сохранности государственных и коммерческих данных. Внедрение языковой модели преследует амбициозные цели по трансформации всей отрасли: Сейчас назрела необходимость в законодательном регулировании, которое определит ответственность за решения, принятые на основе рекомендаций нейросетей и минимизирует риски утечек информации. Конечная цель Главгосэкспертизы, как отметил Андропов В.В.
Оглавление

Ведомство официально заявила о запуске и бета-тестировании собственной большой языковой модели (LLM). Это полноценный «цифровой ассистент», способный анализировать сложнейшую проектную документацию в считанные минуты.

«Сейчас у нас идет бета-тестирование, в ходе которого ИИ-модель смотрит проектную документацию, дает замечания на соответствие требованиям и так далее»

— сообщил первый заместитель начальника Главгосэкспертизы России Андропов Вадим Владимирович.

Как это работает:

В отличие от публичных нейросетей, модель Главгосэкспертизы — это изолированная локальная система, что критически важно для обеспечения безопасности и сохранности государственных и коммерческих данных.

Ключевые особенности технологии:

  • RAG-технологии (Retrieval-Augmented Generation): Модель не просто «фантазирует», она обучается и специализируется на конкретном контексте — огромном массиве данных, накопленных ведомством.
  • Огромный датасет: В библиотеку данных для машинного обучения загружено более 12 миллионов текстовых фрагментов из реальных заключений экспертизы и проектной документации.
  • Точность: В перспективе точность анализа должна достигнуть 95% за счет RAG-системы и ее специализации.

В чем польза для отрасли?

Внедрение языковой модели преследует амбициозные цели по трансформации всей отрасли:

  1. Пятикратное ускорение: Срок проверки комплектности документации уже сократился с 10 дней в 2016 году до 2 дней в 2025-м.
  2. Смена роли эксперта: Искусственный интеллект забирает на себя рутинный поиск ошибок в сотнях тысяч файлов. Эксперт же становится «инженером данных», фокусируясь на творческих и сложных инжиниринговых задачах.
  3. Повышение прозрачности: ИИ минимизирует влияние «человеческого фактора» при первичной обработке данных и снижает количество возвратов документации на доработку.

Перспективы и вызовы:

Сейчас назрела необходимость в законодательном регулировании, которое определит ответственность за решения, принятые на основе рекомендаций нейросетей и минимизирует риски утечек информации.

Конечная цель Главгосэкспертизы, как отметил Андропов В.В., — создание системы «стройки в один клик», где единая цифровая среда и ИИ-инструменты будут окружать заказчика комфортными сервисами на протяжении всего жизненного цикла объекта.

Ранее делились подробностями и нашего участия на данном заседании.

📸 Совет Федерации

#Новости #Главгосэкспертиза #ИИ

Наши соцсети: Телеграм ВК Рутуб

Подписывайтесь на нас в MAX!