Фёдор Чижов — профессор математики, который прекратил иностранную монополию на российские железные дороги и этим защитил технологический суверенитет страны.
В середине XIX века стратегические магистрали России строили французские и бельгийские концессионеры — частные предприниматели и финансовые объединения, получившие от государства право на строительство и эксплуатацию железных дорог. Критически важная для страны Московско-Курская ветка, которая связывала центр России с юго-восточными районами страны, фактически контролировалась из-за границы. Чижов возмущался: «Французы просто грабили Россию».
Он был уверен: у страны есть и капитал, и люди — их просто не научили работать вместе. Чижов берётся за проект, который никто не считал возможным без иностранцев, — создание первой полностью отечественной частной железной дороги.
Но дороги — лишь часть его наследия. Он помогал Гоголю издавать сочинения, а выручку до копейки отдавал родным писателя. Поддерживал художника Иванова, считая его картину «Явление Христа народу» достоянием России. Чижов завещал всё своё состояние на строительство училищ, родильного дома и повивальную школу в родной Костромской губернии.
О человеке, который доказал, что русский бизнес может быть технологически независимым и ответственным, — в новой серии карточек спецпроекта «История российского бизнеса».
#история_российского_бизнеса
В середине XIX века стратегические магистрали России строили французские и бельгийские концессионеры — частные предприниматели и финансовые объединения, получившие от государства право на строительство и эксплуатацию железных дорог. Критически важная для страны Московско-Курская ветка, которая связывала центр России с юго-восточными районами страны, фактически контролировалась из-за границы. Чижов возмущался: «Французы просто грабили Россию».
Он был уверен: у страны есть и капитал, и люди — их просто не научили работать вместе. Чижов берётся за проект, который никто не считал возможным без иностранцев, — создание первой полностью отечественной частной железной дороги.
Но дороги — лишь часть его наследия. Он помогал Гоголю издавать сочинения, а выручку до копейки отдавал родным писателя. Поддерживал художника Иванова, считая его картину «Явление Христа народу» достоянием России. Чижов завещал всё своё состояние на строительство училищ, родильного дома и повивальную школу в родной Костромской губернии.
О человеке, который доказал, что русский бизнес может быть технологически независимым и ответственным, — в новой серии карточек спецпроекта «История российского бизнеса».
#история_российского_бизнеса
❤3👍3🔥3
Ученые Центрального университета разработали новый способ повышения точности устройств для отслеживания движения глаз — айтрекеров
Разработка научной группы получила награду Best Paper Award на международной конференции IEEE REEPE.
Ученые Лаборатории интеллектуальных сенсорных систем Центрального университета при участии Сколтеха разработали метод, позволяющий айтрекерам точнее отслеживать взгляд в нестандартных условиях. Такими факторами могут быть очки, линзы, а также яркий свет, который создает блики. Низкая точность айтрекеров в таких условиях препятствует развитию технологии.
Как отмечает профессор Центрального университета Андрей Сомов, в последние годы российские и зарубежные психологи, социологи и представители других наук начали широко использовать айтрекеры в изучении различных аспектов поведения человека. Как правило, эти приборы состоят из инфракрасных излучателей, освещающих лицо пользователя, и камер, которые отслеживают инфракрасные блики на зрачке человека. Прибор размещают рядом с монитором: излучатель подсвечивает лицо инфракрасным светом, а камеры регистрируют отражения в зрачке. Так программа понимает, в какую точку экрана смотрит человек.
Многие айтрекеры теряют точность в очках или при ярком свете из-за бликов. Новый метод решает проблему. С помощью специальной ИК-подсветки алгоритм делает два кадра — со светлым и тёмным зрачком. Разница между снимками позволяет выделить зрачок и блики, что значительно упрощает дальнейшую обработку движения глаз. На втором этапе происходит группировка объектов с помощью метода, который разбивает набор данных на заранее заданное количество классов, например, зрачок, блики, фон. После калибровки алгоритм вычисляет, в какую точку экрана направлен взгляд.
Тесты показали, что с новым подходом точность определения положения зрачка при ярком свете выросла на 27%, а в очках — на 64%. Ошибка расчёта точки взгляда составила около 16 пикселей на Full HD-экране — это почти вдвое меньше, чем у существующих аналогов.
Подробнее — в материале Коммерсанта
🔹 Подписывайтесь на Интеррос в Max
Разработка научной группы получила награду Best Paper Award на международной конференции IEEE REEPE.
Ученые Лаборатории интеллектуальных сенсорных систем Центрального университета при участии Сколтеха разработали метод, позволяющий айтрекерам точнее отслеживать взгляд в нестандартных условиях. Такими факторами могут быть очки, линзы, а также яркий свет, который создает блики. Низкая точность айтрекеров в таких условиях препятствует развитию технологии.
Как отмечает профессор Центрального университета Андрей Сомов, в последние годы российские и зарубежные психологи, социологи и представители других наук начали широко использовать айтрекеры в изучении различных аспектов поведения человека. Как правило, эти приборы состоят из инфракрасных излучателей, освещающих лицо пользователя, и камер, которые отслеживают инфракрасные блики на зрачке человека. Прибор размещают рядом с монитором: излучатель подсвечивает лицо инфракрасным светом, а камеры регистрируют отражения в зрачке. Так программа понимает, в какую точку экрана смотрит человек.
Многие айтрекеры теряют точность в очках или при ярком свете из-за бликов. Новый метод решает проблему. С помощью специальной ИК-подсветки алгоритм делает два кадра — со светлым и тёмным зрачком. Разница между снимками позволяет выделить зрачок и блики, что значительно упрощает дальнейшую обработку движения глаз. На втором этапе происходит группировка объектов с помощью метода, который разбивает набор данных на заранее заданное количество классов, например, зрачок, блики, фон. После калибровки алгоритм вычисляет, в какую точку экрана направлен взгляд.
Тесты показали, что с новым подходом точность определения положения зрачка при ярком свете выросла на 27%, а в очках — на 64%. Ошибка расчёта точки взгляда составила около 16 пикселей на Full HD-экране — это почти вдвое меньше, чем у существующих аналогов.
Подробнее — в материале Коммерсанта
🔹 Подписывайтесь на Интеррос в Max
❤3🔥3👍2
Selectel инвестирует 10 млрд рублей в развитие собственной экосистемы для ИИ
Облачный провайдер Selectel (входит в контур активов Интерроса) планирует до 2031 года вложить средства в экосистему продуктов для ИИ-проектов, включая инфраструктуру с графическими ускорителями (GPU).
Инфраструктура с GPU — это вычислительная система (локальная или облачная), в которой ключевую роль играют графические процессоры (GPU) наряду с центральными процессорами (CPU). В отличие от CPU, оптимизированного для последовательного выполнения сложных задач, GPU содержит тысячи более простых ядер и заточен под массово‑параллельные вычисления. Это позволяет ему одновременно обрабатывать огромные массивы данных.
Такая система применима в областях, требующих интенсивных параллельных вычислений. К ним относятся: обучение и работа нейросетей, обработка больших данных (Big Data), рендеринг компьютерной графики и видео, молекулярное моделирование, разработка лекарств, прогнозирование погоды и климатических изменений, анализ финансовых рынков, криптография, а также задачи в сфере автономного транспорта и робототехники.
Сейчас у Selectel — одного из крупнейших российских облачных провайдеров — уже есть собственная ИИ-инфраструктура с графическими ускорителями, ИИ-платформа, а также сервис Foundation Models Catalog — решение для внедрения моделей в бизнес‑процессы.
В компании заявили, что с 2020 года уже вложили в развитие направления более 3,5 млрд руб.
Облачный провайдер Selectel (входит в контур активов Интерроса) планирует до 2031 года вложить средства в экосистему продуктов для ИИ-проектов, включая инфраструктуру с графическими ускорителями (GPU).
Инфраструктура с GPU — это вычислительная система (локальная или облачная), в которой ключевую роль играют графические процессоры (GPU) наряду с центральными процессорами (CPU). В отличие от CPU, оптимизированного для последовательного выполнения сложных задач, GPU содержит тысячи более простых ядер и заточен под массово‑параллельные вычисления. Это позволяет ему одновременно обрабатывать огромные массивы данных.
Такая система применима в областях, требующих интенсивных параллельных вычислений. К ним относятся: обучение и работа нейросетей, обработка больших данных (Big Data), рендеринг компьютерной графики и видео, молекулярное моделирование, разработка лекарств, прогнозирование погоды и климатических изменений, анализ финансовых рынков, криптография, а также задачи в сфере автономного транспорта и робототехники.
Сейчас у Selectel — одного из крупнейших российских облачных провайдеров — уже есть собственная ИИ-инфраструктура с графическими ускорителями, ИИ-платформа, а также сервис Foundation Models Catalog — решение для внедрения моделей в бизнес‑процессы.
В компании заявили, что с 2020 года уже вложили в развитие направления более 3,5 млрд руб.
Коммерсантъ
Интеллект уходит в облака
Selectel вложит 10 млрд руб. в сервисы и оборудование для ИИ
👏6👍5🔥5
Рексофт выпустил вторую версию платформы для управления цифровым контентом – Reksoft DAM 2.0
Ключевые отличия новой версии – быстрое развертывание, преднастроенность под типовые сценарии и более высокая адаптивность к операционным процессам заказчика. Платформа работает на современном стеке (.NET 10, Blazor, PostgreSQL, Minio) и позволяет гибко настраивать решение без специализированных знаний, что снижает стоимость использования продукта.
Модернизировать продукт помог опыт работы крупных заказчиков с первой версией сервиса. Например, в торговой сети METRO система управляет базой из более чем 500 тыс. изображений товаров.
Новая версия сервиса автоматически присваивает файлам — фото, видео и инструкциям — метаданные, превращая их в управляемые цифровые активы. Благодаря этому искать, фильтровать и использовать контент могут сотрудники компании любой специализации — от дизайнеров и маркетологов до юристов, проверяющих материалы перед публикацией.
Говоря о перспективах проекта, в Рексофт заявили, что в будущем планируют расширение отраслевых сценариев, усиление интеграций и наращивание функциональности управления товарной информацией (PIM).
DAM-системы (Digital Asset Management) решают задачу централизованного хранения и управления контентом, когда объёмы файлов делают ручную обработку информации неэффективной.
Ключевые отличия новой версии – быстрое развертывание, преднастроенность под типовые сценарии и более высокая адаптивность к операционным процессам заказчика. Платформа работает на современном стеке (.NET 10, Blazor, PostgreSQL, Minio) и позволяет гибко настраивать решение без специализированных знаний, что снижает стоимость использования продукта.
Модернизировать продукт помог опыт работы крупных заказчиков с первой версией сервиса. Например, в торговой сети METRO система управляет базой из более чем 500 тыс. изображений товаров.
Новая версия сервиса автоматически присваивает файлам — фото, видео и инструкциям — метаданные, превращая их в управляемые цифровые активы. Благодаря этому искать, фильтровать и использовать контент могут сотрудники компании любой специализации — от дизайнеров и маркетологов до юристов, проверяющих материалы перед публикацией.
Говоря о перспективах проекта, в Рексофт заявили, что в будущем планируют расширение отраслевых сценариев, усиление интеграций и наращивание функциональности управления товарной информацией (PIM).
DAM-системы (Digital Asset Management) решают задачу централизованного хранения и управления контентом, когда объёмы файлов делают ручную обработку информации неэффективной.
🔥4👏3👍2
«Норникель» запустил электропечь собственного прозводства на Надеждинском металлургическом заводе
Ключевые элементы агрегата впервые были полностью спроектированы инженерами «Норникеля». Ранее это сложное пирометаллургическое оборудование поставлялось из-за рубежа. Теперь «Норникель» освоил полный цикл изготовления обеднительной электропечи — от конструкторской документации до готового изделия.
Для запуска печи предварительно на Механическом заводе компании был модернизирован технологический процесс, закуплен станок глубокого сверления. Это позволило сократить сроки выполнения отдельных операций в десятки раз.
В компании отметили, что досрочный ввод печи в эксплуатацию стал важным этапом в развитии собственной инженерной и производственной базы. По словам вице-президента, директора Заполярного филиала «Норникеля» Александра Леонова, компания фактически вышла на новый уровень технологической самодостаточности.
Проект позволил не только заместить импортные решения, но и сформировать внутренний центр компетенций для масштабирования подобных инженерных решений на другие производственные переделы.
Ключевые элементы агрегата впервые были полностью спроектированы инженерами «Норникеля». Ранее это сложное пирометаллургическое оборудование поставлялось из-за рубежа. Теперь «Норникель» освоил полный цикл изготовления обеднительной электропечи — от конструкторской документации до готового изделия.
Для запуска печи предварительно на Механическом заводе компании был модернизирован технологический процесс, закуплен станок глубокого сверления. Это позволило сократить сроки выполнения отдельных операций в десятки раз.
В компании отметили, что досрочный ввод печи в эксплуатацию стал важным этапом в развитии собственной инженерной и производственной базы. По словам вице-президента, директора Заполярного филиала «Норникеля» Александра Леонова, компания фактически вышла на новый уровень технологической самодостаточности.
Проект позволил не только заместить импортные решения, но и сформировать внутренний центр компетенций для масштабирования подобных инженерных решений на другие производственные переделы.
👍5🔥4👏2
Граф Алексей Орлов-Чесменский — военачальник и коннозаводчик, создавший первую в мире породу лошадей с наследственно закреплённой способностью к быстрой рыси.
Орловский рысак превратил русскую тройку в самое эффективное наземное средство передвижения своей эпохи и изменил систему транспорта в Российской империи.
В конце XVIII века Российская империя остро нуждалась в собственной выносливой упряжной лошади. Европейские скакуны не выдерживали морозов и бездорожья, быстро выдыхались и не годились для долгой работы рысью. Почтовая система из-за этого работала на пределе: лошади на загруженных ямских трактах из-за непосильных нагрузок зачастую не выдерживали и года службы, а постоянная замена павшего поголовья импортными лошадьми ложилась тяжёлым бременем на государственную казну.
В 1775 году, после блестящей победы над Османской империей в Чесменском сражении, граф Орлов оставляет военную карьеру и посвящает себя коневодству. Он строит Хреновской конный завод, закупает лучших жеребцов Европы и Ближнего Востока, платит 60 тысяч рублей за арабского скакуна Сметанку и впервые вводит систему регулярных испытаний лошадей на резвость.
История человека, который создал новую породу лошадей и задал стандарт упряжного коневодства в России на столетие вперёд, — в новой серии карточек спецпроекта «История российского бизнеса».
#история_российского_бизнеса
Орловский рысак превратил русскую тройку в самое эффективное наземное средство передвижения своей эпохи и изменил систему транспорта в Российской империи.
В конце XVIII века Российская империя остро нуждалась в собственной выносливой упряжной лошади. Европейские скакуны не выдерживали морозов и бездорожья, быстро выдыхались и не годились для долгой работы рысью. Почтовая система из-за этого работала на пределе: лошади на загруженных ямских трактах из-за непосильных нагрузок зачастую не выдерживали и года службы, а постоянная замена павшего поголовья импортными лошадьми ложилась тяжёлым бременем на государственную казну.
В 1775 году, после блестящей победы над Османской империей в Чесменском сражении, граф Орлов оставляет военную карьеру и посвящает себя коневодству. Он строит Хреновской конный завод, закупает лучших жеребцов Европы и Ближнего Востока, платит 60 тысяч рублей за арабского скакуна Сметанку и впервые вводит систему регулярных испытаний лошадей на резвость.
История человека, который создал новую породу лошадей и задал стандарт упряжного коневодства в России на столетие вперёд, — в новой серии карточек спецпроекта «История российского бизнеса».
#история_российского_бизнеса
🔥4❤2👍2
Selectel поддержит перспективные отечественные ИИ-проекты грантами до 2 млн рублей
Selectel (входит в контур активов Интерроса) объявил о запуске программы поддержки компаний, разрабатывающих решения в области ИИ. Участники программы смогут получить грант до 2 млн рублей на использование вычислительных ресурсов Selectel и техническую поддержку экспертов компании при организации ИТ-инфраструктуры для ML-задач.
Программа направлена на поддержку технологического роста компаний и популяризацию российских ИИ-решений. В Selectel отметили, что инициатива также позволит компании лучше понять потребности рынка и развивать собственную AI-инфраструктуру.
Претендовать на грант могут стартапы и крупные компании, зарегистрированные в форме юрлица или ИП. При этом проект уже должен иметь рабочий прототип (MVP). Для участия необходимо до 30 июня заполнить анкету на сайте программы.
По итогам отбора десять проектов получат гранты в виде доступа к инфраструктуре Selectel для задач ИИ на сумму до 2 млн рублей. В пакет поддержки входят серверы с GPU для ресурсоемких вычислений, облачный сервис Managed Kubernetes для управления ML-моделями, а также каталог предобученных моделей Foundation Models Catalog.
По итогам программы Selectel планирует опубликовать кейсы участников, чтобы показать, как вычислительные мощности помогают развивать ИИ-проекты.
Подробнее — в материале РБК.
🔹 Подписывайтесь на Интеррос в Max
Selectel (входит в контур активов Интерроса) объявил о запуске программы поддержки компаний, разрабатывающих решения в области ИИ. Участники программы смогут получить грант до 2 млн рублей на использование вычислительных ресурсов Selectel и техническую поддержку экспертов компании при организации ИТ-инфраструктуры для ML-задач.
Программа направлена на поддержку технологического роста компаний и популяризацию российских ИИ-решений. В Selectel отметили, что инициатива также позволит компании лучше понять потребности рынка и развивать собственную AI-инфраструктуру.
Претендовать на грант могут стартапы и крупные компании, зарегистрированные в форме юрлица или ИП. При этом проект уже должен иметь рабочий прототип (MVP). Для участия необходимо до 30 июня заполнить анкету на сайте программы.
По итогам отбора десять проектов получат гранты в виде доступа к инфраструктуре Selectel для задач ИИ на сумму до 2 млн рублей. В пакет поддержки входят серверы с GPU для ресурсоемких вычислений, облачный сервис Managed Kubernetes для управления ML-моделями, а также каталог предобученных моделей Foundation Models Catalog.
По итогам программы Selectel планирует опубликовать кейсы участников, чтобы показать, как вычислительные мощности помогают развивать ИИ-проекты.
Подробнее — в материале РБК.
🔹 Подписывайтесь на Интеррос в Max
promo.selectel.ru
Масштабируйте AI-проекты в Selectel
Получите грант на инфраструктуру для ML
👍6🔥3👏3