Нейросеть Яндекса помогла в несколько раз ускорить уборку труднодоступных побережий России
Система компьютерного зрения Яндекса, разработанная совместно с учёными Дальневосточного федерального университета и экспертами Фонда защитников природы, заметно изменила подход к уборке морских побережий. В рамках проекта «Чистый берег» волонтёрам удалось не только найти ранее незамеченные мусорные скопления, но и в четыре раза ускорить процесс очистки сложных, труднодоступных участков.
С момента запуска инициативы в 2024 году добровольцы очистили более 50 км заповедных береговых линий. Работы уже прошли на Камчатке, в Ленинградской области и Приморском крае — в местах, куда зачастую невозможно добраться обычным транспортом и где классические методы мониторинга почти не работают.
Ключевой элемент проекта — нейросеть, разработанная специалистами Центра технологий для общества Яндекса и ML-инженерами Школы анализа данных. При поддержке учёных ДВФУ они создали модель, которая анализирует аэрофотоснимки побережий и автоматически находит участки с мусором. Алгоритм распознаёт отходы шести категорий: рыболовные сети, металл, резина, крупный пластик, бетон и древесина. Точность классификации превышает 80%, что для полевых условий и разнообразия объектов считается очень высоким результатом.
Система не ограничивается только распознаванием объектов на снимке. Нейросеть определяет координаты мусорных пятен, оценивает состав и примерный вес отходов и наносит данные на карту. Информация интегрируется в Яндекс Карты, что позволяет экологическим организациям и волонтёрским штабам заранее планировать маршруты, рассчитывать необходимое количество людей, техники и времени. По сути, работы по уборке превращаются из «слепого похода в неизвестность» в точечно спланированную операцию.
В ходе экспедиций 2025 года модель продолжили дообучать: разработчики использовали ещё 20 тысяч аэрофотоснимков, снятых над побережьями разных регионов. Это позволило системе лучше адаптироваться к изменчивым природным условиям — туману, пересечённому рельефу, смене сезонов — и надёжнее отличать мусор от природных объектов вроде валунов, коряг или водорослей.
Итоги работы и дальнейшие планы команда проекта представила на XV Международном форуме «Арктика: настоящее и будущее». В 2025 году уборка с применением нейросети проводилась на трёх федеральных особо охраняемых природных территориях: в Кроноцком заповеднике и Южно-Камчатском заказнике, в Нижне-Свирском заповеднике на Ладожском озере, а также в Дальневосточном морском заповеднике на острове Попова. Речь идёт о территориях с уникальными экосистемами, где человек обязан вмешиваться максимально аккуратно и точечно.
В 2026 году масштаб проекта значительно вырастет. К инициативе подключат национальные парки «Куршская коса», «Земля леопарда», «Командорские острова», а также ряд арктических территорий и Дагестанский заповедник. География охвата протянется фактически через всю страну — от Калининградской области до Камчатки. Нейросеть будет использоваться не только для организации уборки, но и для систематического мониторинга состояния береговой линии, что особенно важно для Арктики, где последствия загрязнения проявляются медленно, но крайне болезненно для экосистем.
Собираемые данные уже сейчас представляют большую ценность для экологической науки. Анализ распределения мусора, его типов и динамики появления помогает учёным разрабатывать более точные стратегии борьбы с загрязнением. Например, можно выявить, какие категории отходов чаще всего встречаются в конкретных регионах и с какими видами хозяйственной деятельности они связаны — рыболовством, судоходством, туризмом или береговой инфраструктурой. Это позволяет переходить от разовых уборок к системной профилактике.
Важно и то, что новая технология меняет сам формат волонтёрской работы. Раньше добровольцы тратили значительную часть времени на поиски замусоренных участков, нередко проходя километры практически чистого берега. Сейчас они приезжают на уже размеченные точки с оценённым объёмом работ. По оценке организаторов, это позволило в среднем в четыре раза ускорить уборку — больше времени уходит непосредственно на сбор и вывоз отходов, а не на разведку местности.
Нейросеть также помогает оптимизировать логистику. Зная примерный вес и тип мусора на каждой точке, координаторы могут заранее решать, куда направить тяжёлую технику, где достаточно небольших групп волонтёров, а где необходимо участие профессиональных служб. Для отдалённых заповедников, куда доставить людей, оборудование и топливо стоит дорого, такая точность планирования особенно критична.
Технологический аспект проекта важен ещё и с точки зрения развития отечественных ИИ-разработок. Модели, способные анализировать спутниковые и аэрофотоснимки, востребованы не только в экологии, но и в сельском хозяйстве, урбанистике, инфраструктурном планировании. Опыт «Чистого берега» показывает, как прикладной искусственный интеллект можно внедрить в конкретный, измеримый по результатам общественно значимый процесс — и быстро увидеть эффект.
Отдельное направление — работа в Арктике. В условиях сложного рельефа, экстремальной погоды, ограниченной навигации и высокой стоимости каждого выезда применения ИИ становится практически единственным реалистичным способом регулярно контролировать тысячи километров береговой полосы. Аэрофотосъёмка с помощью дронов в сочетании с нейросетями позволит выявлять скопления мусора, наносимые течениями и льдами, до того, как они нанесут существенный вред животным и птичьим колониям.
Проект также поднимает вопрос о роли бизнеса в решении экологических задач. Участие крупной технологической компании даёт доступ к вычислительным ресурсам, специалистам по машинному обучению и картографическим сервисам — тем вещам, которые экологические НКО обычно не могут себе позволить. Такой формат сотрудничества — когда ИИ-команды, учёные и волонтёры работают вместе над одной задачей — может стать моделью для других сфер, от мониторинга лесных пожаров до отслеживания незаконной вырубки.
С практической точки зрения для волонтёров использование нейросети означает ещё и рост безопасности. Маршруты, рассчитанные с учётом рельефа и точного расположения мусорных пятен, помогают избегать участков с осыпями, крутыми склонами и опасными подходами к воде. Координаторы могут заранее предупредить группы о сложных точках и, при необходимости, отказаться от их посещения или отправить туда только подготовленные команды.
Накопленный массив изображений и разметки даёт возможность развивать модели дальше: повышать точность, добавлять новые классы отходов, улучшать распознавание в сложных метеоусловиях. В перспективе такие системы могут научиться отличать свежий мусор от того, что находится на берегу годами, и тем самым помогать оценивать текущий уровень антропогенного давления на конкретный участок побережья.
В долгосрочной перспективе проект «Чистый берег» может стать основой для общенациональной системы экологического мониторинга береговой зоны. Совмещение данных нейросетей, полевых наблюдений и государственных программ по охране природы позволит не только убирать уже накопившийся мусор, но и выстраивать более жёсткие регламенты для отраслей, которые создают наиболее опасные отходы, а также стимулировать переход бизнеса и регионов к более ответственным практикам обращения с ними.
