Холдинг Т1 и МФТИ будут вместе создавать ИИ-продукты для бизнеса

Холдинг Т1 и МФТИ будут вместе создавать ИИ-продукты для бизнеса

Холдинг Т1 и МФТИ будут вместе создавать ИИ-продукты для бизнеса

Холдинг Т1 и МФТИ создали совместное предприятие по разработке оптимизационных решений в области математики и искусственного интеллекта. В задачи СП «Квантовые и оптимизационные решения» («КОР») входит также создание таких продуктов для бизнеса и производственных нужд.

Партнеры планируют использовать результаты реализации прежних совместных проектов, а также наработки Физтех-школы прикладной математики и информатики (ФПМИ) МФТИ для построения специализированной платформы — «Оптимизатор».

Затем на ее основе будет создана линейка продуктов, способных выполнять сложные практические и производственные задачи. Им можно будет доверить, к примеру, генерацию электроэнергии, оптимизацию загрузки производственных линий, складских запасов, планирование и управление процессом производства нефтепродуктов.

«Наше сотрудничество с МФТИ в совместном предприятии „КОР“ объединит экспертизу научного института с потенциалом холдинга, позволит обогатить компетенции друг друга, качественно улучшить наше технологическое развитие, — отметил гендиректор Холдинга Т1 Алексей Фетисов. — Вместе мы сможем добиться значительных результатов в создании прорывных импортозамещающих решений, позволяющих решать сложные оптимизационные задачи».

К 2026 году Холдинг Т1 планирует удвоить выручку от продуктов и сервисов на базе ИИ и войти в ведущую пятерку лидеров по разработке таких решений. На направлении «Т1 Искусственный интеллект» работают более 700 специалистов, в продуктовый портфель входит 13 решений (видеоаналитика и распознавание документов, модули BI-отчетности, цифровые ассистенты и т. п.).

Развитие подобных решений осуществляется в партнерстве с другими игроками рынка и вузами. В R&D и проверку бизнес-гипотез в сфере ИИ планируется реинвестировать не менее 30% прибыли от направления.

Зачем Яндекс Go создал отдельный язык для расчёта стоимости поездок

Цена поездки в Яндекс Go — это не расстояние, умноженное на минуты и километры. В расчёт вмешиваются геозоны, спрос, скидки, платные дороги, дополнительные остановки и требования вроде перевозки кота, велосипеда или лыж. Чтобы управлять этим хозяйством без бесконечных деплоев, разработчики вынесли алгоритм ценообразования из кода сервиса в собственный язык.

Как объяснили разработчики в статье на Хабре, прайсинг работает не только при заказе машины.

Он пересчитывает стоимость при смене маршрута или способа оплаты, завершении поездки, обращении в поддержку и проверке данных аналитиками. Цена при этом может быть фиксированной, интервальной или считаться по таксометру.

 

Сначала сервисы параллельно собирают параметры поездки: тарифную категорию, геозоны, скидки, повышенный спрос и дополнительные услуги. Зависимости между источниками выстраиваются в граф, а запросы выполняются асинхронно на базе userver. Если некритичный источник не ответил, весь расчёт не падает.

 

Сам алгоритм раньше можно было бы держать в C++, но он меняется в среднем дважды в неделю. Выкатка сервиса на 50 подов занимает около 40 минут, а лес динамических конфигов быстро превратил бы код в музей условных операторов.

Поэтому Яндекс разработал собственный DSL. В нём есть условия, функции, неизменяемые значения и fold вместо циклов. Правила собираются в последовательную цепочку: каждое преобразование получает текущую цену и параметры, а возвращает новый результат с метаданными. Грамматику описали через ANTLR 4, а верификатор Z3 проверяет, что программа не выдаст некорректную цену.

 

Теперь изменение алгоритма не требует пересборки сервиса, ошибочную версию можно быстро откатить, а каждый расчёт — воспроизвести по входным данным и промежуточным результатам.

 

В итоге прайсинг превратился в отдельную платформу, которой уже пользуются Такси, Доставка и сервис зарядки электромобилей.

RSS: Новости на портале Anti-Malware.ru