Дорогами "Яндекса"
"Яндекс" представил первый проект, созданный его подразделением по анализу больших массивов данных Yandex Data Factory. Система прогнозирования пробок и ДТП была подготовлена по заказу Росавтодора. Если проект будет успешно коммерциализирован, "Яндекс" заработает десятки миллионов рублей.
О том, что Yandex Data Factory (YDF) по заказу Росавтодора разработало систему прогнозирования заторов и ДТП, "Ъ" сообщили в компании и подтвердили в агентстве. Сейчас продукт работает в тестовом режиме и охватывает 2196 км дорог из 48 тыс. км федеральных трасс, находящихся в ведении Росавтодора. Система предсказывает ситуацию на дорогах, показывает прогноз на интерактивной карте и обновляет его в реальном времени. Это поможет Росавтодору предотвратить нежелательные ситуации на дороге или минимизировать их последствия. Опираясь на прогноз, можно решить, как в снежную погоду максимально эффективно распределить спецтехнику, приводят пример в "Яндексе".
Для построения системы использовались разнородные данные, собранные за несколько лет: сведения о загруженности дорог, метеосводки, база меток ДТП на "Яндекс.Картах", информация о качестве дорожного покрытия, количестве полос и разметке. Данные обработали с помощью алгоритмов, основанных на машинном обучении. Анализ выявил условия, предшествующие возникновению заторов и ДТП, что позволило их предсказывать, утверждают в интернет-компании. На участках, отмеченных системой, вероятность аварии в среднем в 30 раз выше, чем в других местах дороги, сказал руководитель проектного офиса YDF Александр Хайтин. "На выходе мы должны получить инструмент, позволяющий оптимизировать работу техники на дорогах, и снижение аварийности. Но пока система не докажет свою эффективность, говорить о коммерческой составляющей преждевременно",— пояснил "Ъ" руководитель Росавтодора Роман Старовойт. С февраля 2014 года YDF предложило свои услуги 150 компаниям, в стадии производства около 20 проектов, из которых шесть готовы к коммерческому запуску, рассказывала "Ъ" руководитель YDF Евгения Завалишина.
В России рынок анализа больших объемов находится в процессе становления, тогда как в мире к 2018 году он вырастет до $60 млрд, оценивало IDC. Услуги YDF могут стоить "миллионы или десятки миллионов рублей — в зависимости от конечного функционала, в котором заинтересован покупатель", предполагает глава отдела перспективных технологий "Энвижн Груп" Алексей Ермаков. Но эффект от получения такой информации может быть гораздо ценнее затраченных денег, уверен замгендиректора IBS Сергей Прошлецов. Он говорит, что "пилот" YDF для Росавтодора был запущен по инициативе IBS в ходе проекта по созданию ситуационного центра агентства: "Мы предложили коллегам из "Яндекса" применить их экспертизу в области Big Data — речь шла о прогнозной аналитике". Экспертизу "Яндекса" в Big Data можно использовать и в других близких Росавтодору темах, считают специалисты. "К примеру, управлять объездными маршрутами в случае перекрытия или ДТП, определять слабо связанные районы, указывать требуемое качество дорожного покрытия на конкретных участках, просчитывать рентабельность строительства новых магистралей,— рассуждает Алексей Ермаков.— Все это можно делать благодаря вычислению характеристик транспортного потока и автомобилей".
Big Data в дорожном строительстве и инфраструктуре активно используют многие IT-компании и города мира. Системы "умного" перераспределения трафика имеются, например, в Сингапуре, а в Хельсинки есть интерактивная карта (HLS Live), которая в онлайн-режиме показывает перемещение транспорта по городу, сказал замгендиректора SAP СНГ Дмитрий Шепелявый.
О том, что Yandex Data Factory (YDF) по заказу Росавтодора разработало систему прогнозирования заторов и ДТП, "Ъ" сообщили в компании и подтвердили в агентстве. Сейчас продукт работает в тестовом режиме и охватывает 2196 км дорог из 48 тыс. км федеральных трасс, находящихся в ведении Росавтодора. Система предсказывает ситуацию на дорогах, показывает прогноз на интерактивной карте и обновляет его в реальном времени. Это поможет Росавтодору предотвратить нежелательные ситуации на дороге или минимизировать их последствия. Опираясь на прогноз, можно решить, как в снежную погоду максимально эффективно распределить спецтехнику, приводят пример в "Яндексе".
Для построения системы использовались разнородные данные, собранные за несколько лет: сведения о загруженности дорог, метеосводки, база меток ДТП на "Яндекс.Картах", информация о качестве дорожного покрытия, количестве полос и разметке. Данные обработали с помощью алгоритмов, основанных на машинном обучении. Анализ выявил условия, предшествующие возникновению заторов и ДТП, что позволило их предсказывать, утверждают в интернет-компании. На участках, отмеченных системой, вероятность аварии в среднем в 30 раз выше, чем в других местах дороги, сказал руководитель проектного офиса YDF Александр Хайтин. "На выходе мы должны получить инструмент, позволяющий оптимизировать работу техники на дорогах, и снижение аварийности. Но пока система не докажет свою эффективность, говорить о коммерческой составляющей преждевременно",— пояснил "Ъ" руководитель Росавтодора Роман Старовойт. С февраля 2014 года YDF предложило свои услуги 150 компаниям, в стадии производства около 20 проектов, из которых шесть готовы к коммерческому запуску, рассказывала "Ъ" руководитель YDF Евгения Завалишина.
В России рынок анализа больших объемов находится в процессе становления, тогда как в мире к 2018 году он вырастет до $60 млрд, оценивало IDC. Услуги YDF могут стоить "миллионы или десятки миллионов рублей — в зависимости от конечного функционала, в котором заинтересован покупатель", предполагает глава отдела перспективных технологий "Энвижн Груп" Алексей Ермаков. Но эффект от получения такой информации может быть гораздо ценнее затраченных денег, уверен замгендиректора IBS Сергей Прошлецов. Он говорит, что "пилот" YDF для Росавтодора был запущен по инициативе IBS в ходе проекта по созданию ситуационного центра агентства: "Мы предложили коллегам из "Яндекса" применить их экспертизу в области Big Data — речь шла о прогнозной аналитике". Экспертизу "Яндекса" в Big Data можно использовать и в других близких Росавтодору темах, считают специалисты. "К примеру, управлять объездными маршрутами в случае перекрытия или ДТП, определять слабо связанные районы, указывать требуемое качество дорожного покрытия на конкретных участках, просчитывать рентабельность строительства новых магистралей,— рассуждает Алексей Ермаков.— Все это можно делать благодаря вычислению характеристик транспортного потока и автомобилей".
Big Data в дорожном строительстве и инфраструктуре активно используют многие IT-компании и города мира. Системы "умного" перераспределения трафика имеются, например, в Сингапуре, а в Хельсинки есть интерактивная карта (HLS Live), которая в онлайн-режиме показывает перемещение транспорта по городу, сказал замгендиректора SAP СНГ Дмитрий Шепелявый.
Ещё новости по теме:
18:20