Студенты Школы анализа данных (ШАД) совместно с Yandex B2B Tech разработали уникальную ML-модель, которая революционизирует процесс очистки береговых линий от мусора. Эта нейросеть принимает на вход обычные аэрофотоснимки, а выдает детальную карту загрязнений с точными координатами расположения мусора, его составом и предполагаемым весом.

Технология способна классифицировать отходы на шесть основных типов: рыболовные сети, железо, резину, крупный пластик, бетон и древесину — с впечатляющей точностью выше 80%. Первые полевые испытания состоялись на территории Южно-Камчатского заказника, где технология продемонстрировала потрясающую эффективность, позволив ускорить процесс уборки побережья в четыре раза.

Такой результат достигается благодаря возможности быстрого и точного планирования всех операций, включая расчет необходимого количества человеческих ресурсов и специализированной техники.

Анализ, проведенный нейросетью во время экспедиций в Кроноцком заповеднике и Южно-Камчатском заказнике, показал, что побережье преимущественно загрязнено пластиковой тарой и упаковкой (33–39%), а также отходами промышленного рыболовства (27–29%). На основе этих данных для очистки одного из участков команда точно рассчитала необходимые ресурсы: 20 волонтеров, два самосвала, два квадроцикла и фронтальный погрузчик.

В результате применения инновационной технологии и использования дронов для сбора данных уборка пяти тонн отходов заняла в четыре раза меньше времени по сравнению с традиционными методами.

Сейчас нейросеть активно применяется в Арктике, а в 2025 году технологию планируют масштабировать и внедрить в других национальных парках и заповедниках Дальнего Востока. Что особенно ценно для экологического сообщества — код проекта выложен в открытый доступ, что позволит другим организациям и волонтерским группам адаптировать технологию для своих нужд.