Выложенная в открытый доступ библиотека Faster COCO Eval помогает оценивать, насколько хорошо модели компьютерного зрения определяют объекты. Проверка проводится на данных датасета <a href="https://cocodataset.org/#home" target="_blank">COCO</a> (Common Objects in Context) в задачах, где на одном изображении содержатся тысячи объектов.

Решение ускоряет процесс валидации в 3 раза для стандартных задач и более чем в 10 раз для сложных случаев.

Библиотека также позволяет выявлять ошибки визуализации, сделанные моделью.

Библиотека Faster COCO Eval была <a href="https://habr.com/ru/companies/yandex/articles/909186/" target="_blank">опубликована</a> Михаилом Степановым, разработчиком из компании «РУСАЛ», в 2021 году.

<a href="https://pypi.org/project/faster-coco-eval/" target="_blank">Страница на PyPI</a>

<a href="https://github.com/MiXaiLL76" target="_blank"> 👤 Михаил Степанов</a>

Москва

Выложенная в открытый доступ библиотека Faster COCO Eval помогает оценивать, насколько хорошо модели компьютерного зрения определяют объекты. Проверка проводится на данных датасета <a href="https://cocodataset.org/#home" target="_blank">COCO</a> (Common Objects in Context) в задачах, где на одном изображении содержатся тысячи объектов.

 
 Решение ускоряет процесс валидации в 3 раза для стандартных задач и более чем в 10 раз для сложных случаев.

 
 Библиотека также позволяет выявлять ошибки визуализации, сделанные моделью.

 
 Библиотека Faster COCO Eval была <a href="https://habr.com/ru/companies/yandex/articles/909186/" target="_blank">опубликована</a> Михаилом Степановым, разработчиком из компании «РУСАЛ», в 2021 году.

<hr />
 
 <a href="https://pypi.org/project/faster-coco-eval/" target="_blank">Страница на PyPI</a>

<hr />
 
 <a href="https://github.com/MiXaiLL76" target="_blank"> 👤 Михаил Степанов</a>

<hr />

Библиотека для валидации моделей компьютерного зрения

Faster COCO Eval

искусственный_интеллект

компьютерное_зрение

нейросети

машинное_обучение

open_source

По данным компании «Рексофт», около 90% российских промышленных компаний не объединяют свои ИТ-системы в единую инфраструктуру. Такое положение дел вызывает проблемы с избыточностью и несинхронизацией данных, поскольку разные системы обрабатывают и представляют информацию неодинаково.

 
 Руководитель департамента промышленной автоматизации «Рексофта» Ольга Макова подчеркивает, что сложность интеграции усиливается наличием разнообразного производственного оборудования различных поставщиков, особенно остро этот вопрос стал после прекращения деятельности иностранных вендоров Siemens, Schneider Electric, Rockwell Automation, Honeywell, Emerson и Yokogawa, которые раньше предоставляли универсальные технологические решения, охватывающие ПО и аппаратное оснащение.

 
 Начальник отдела АСУ ТП инженерной компании «Уралэнерготел» Михаил Моряков поясняет, что переход на российские или азиатские альтернативы требует существенных вложений на замену устаревшего оборудования, создание резервных мощностей и обучение сотрудников новым технологиям. Однако низкий уровень финансирования ведет к постепенной модернизации отдельными участками, что опять же тянет за собой разнородность систем, добавил он.

 
 Директор по маркетингу продукции автоматизации компании «Систэм электрик» Георгий Бажибин акцентирует внимание на трудности, возникающие вследствие отсутствия общих стандартов обмена информацией между оборудованием разных марок. Поддержка функционирования такой инфраструктуры возможна лишь путем приобретения оригинальных компонентов либо совместимых аналогов, поддерживающих аналогичные коммуникационные стандарты.

 
 Эксперты «Рексофта» ожидают рост российского рынка промышленной автоматизации в 2025 году примерно на 5–7%, увеличив объем до 200 млрд руб.

Ведомости

«Рексофт»: 90% промышленных предприятий не объединяют свои ИТ-системы в единую инфраструктуру

Маркетинговое агентство BusinesStat проанализировало рынок центров обработки данных в России в 2020—2024 годах. Его оборот за пять лет вырос в 2,6 раза, с 42,9 млрд до 113,1 млрд руб.

 
 Наибольший прирост произошел в 2021 году, тогда рынок увеличился в полтора раза. В 2022 году прирост составил 29%. Эксперты BusinesStat объясняют замедление остановкой поставок оборудования от мировых производителей.

 
 Одновременно с этим в 2022 году произошел отток иностранных клиентов. Например, с этой проблемой столкнулась IXcellerate, клиентами которой были Apple, Booking.com, eBay и другие международные компании.

 
 В 2023 и 2024 годах в ЦОД были направлены значительные инвестиции. BusinesStat связывает это с тем, что компании все чаще нуждаются в переводе бизнес-процессов в цифровой формат. Еще одной причиной стало увеличение объема данных, которые генерируют соцсети, IoT-устройства, научные исследования и другие источники. Увеличение инвестиций в дата-центры также связано с ростом спроса на облачные сервисы.

<hr />
 
 По данным агентства iKS-Consulting, в Московском регионе практически <a href="https://www.iksmedia.ru/news/6049663-Svobodnoe-predlozhenie-v-Moskovskom.html" target="_blank" rel="nofollow">не осталось</a> свободных стойко-мест в дата-центрах для крупных заказчиков. Все площадки, сданные в эксплуатацию в 2023–2024 годах, уже заполнены. В Энергетической стратегии России прогнозируется, что дата-центры и внедрение искусственного интеллекта внесут значительный вклад в прирост потребления электричества в России. Ожидается, что к 2050 году прирост составит 42%. В связи с этим Минцифры <a href="https://ict.moscow/news/v-mintsifry-rassmatrivaiut-vozmozhnost-podkliucheniia-tsod-k-magistralnym-elektrosetiam/" target="_blank" rel="nofollow">рассматривает возможность</a> закрепить в законе право на подключение ЦОД напрямую к магистральным электросетям (Единая национальная энергетическая сеть).

BusinesStat

Оборот рынка ЦОД в России вырос в 2,6 раза за пять лет

Математики междисциплинарной научно-образовательной школы МГУ им. М.В. Ломоносова «Мозг, когнитивные системы, искусственный интеллект» предложили архитектуру вычислительной инфраструктуры нового поколения. Она основана на использовании методов машинного обучения и мультиагентных систем. Архитектура позволяет распределять в глобальной сети вычислительные мощности нескольких дата-центров между пользователями по их требованию — в любом месте и в любое время.

 
 Решение названо Network Powered by Computing (NPC). Это полностью виртуализированная и программно-управляемая инфраструктура. NPC интегрирует различные неоднородные вычислительные ресурсы в одну экосистему. Поэтому пользователи могут получать вычислительные мощности без привязки к конкретным центрам обработки данных.

 
 Машинное обучение используется для прогнозирования загрузки и оптимального распределения ресурсов. Мультиагентные системы применяются для управления распределением задач между вычислителями. Агенты взаимодействуют друг с другом, обмениваются информацией о загрузке и состоянии ресурсов.

 
 NPC может использоваться для приложений, которые требуют высокой производительности. Например, для искусственного интеллекта, машинного обучения, анализа больших данных и системы дополнительной реальности (AR).

<hr />
 
 В МГУ им. М.В. Ломоносова ранее <a href="https://ict.moscow/news/v-mgu-im-m-v-lomonosova-razrabotan-metod-balansirovki-setevogo-trafika-s-mnogoagentnym-obucheniem-maroh/" target="_blank">представили</a> метод балансировки сетевого трафика с многоагентным обучением MAROH. Решение в отличие от традиционных централизованных алгоритмов использует распределенную модель управления. Предполагалось, что MAROH можно будет применять в наложенных сетях. Такие сети используются в вычислительной инфраструктуре нового поколения, в том числе в Network Power by Computing.

<hr />

МГУ

В МГУ им. М.В. Ломоносова разработали архитектуру вычислительной инфраструктуры NPC с ML и ИИ-агентами

Согласно опросу ГК «Солар», 42% российских компаний могут выделить до 500 тыс. руб. на обучение каждого своего сотрудника в рамках киберучений. Еще 10% организаций готовы тратить на это до 1 млн руб. на человека, 4% — больше 1 млн руб. В опросе приняли участие 150 представителей компаний из финансового сектора, ИТ, телекома и других отраслей. Из них 22% респондентов представляли крупный бизнес, 40% — компании среднего уровня, 38% — малый бизнес.

 
 45% организаций собираются обучать от 3 до 10 работников, 29% — от 10 до 50. Доля компаний, намеренных регулярно организовывать подобные мероприятия, выросла за последний год — с 75% в 2024 году до 85% в 2025 году. 20% компаний планируют проводить киберучения раз в месяц, 35% опрошенных — раз в квартал и 27% — раз в полугодие.

 
 Около 85% респондентов сообщили, что запланировали различные виды тренировок для своих сотрудников на 2025 год, хотя годом ранее соответствующий показатель составлял около 60%.

 
 Директор департамента «Киберполигон» ГК «Солар» Сергей Кулаков объяснил рост интереса к киберучениям недостатком компетентности специалистов и отсутствием опыта противодействия сложным угрозам. В InfoWatch считают, что всплеск внимания бизнеса к обучению сотрудников в области кибербезопасности обусловлен значительным увеличением числа хакерских атак, которым подверглись отечественные компании с 2022 года.

ГК «Солар»: 42% российских компаний готовы выделить до 500 тыс. руб. на киберучения для одного сотрудника

Исследователи нанотехнологического центра «Шухов.Нано» разработали субангстремную технологию изготовления процессоров iDEA. Наименование iDEA образовано от английского ion beam-induced DEfects Activation, что переводится как активация дефектов фокусированными ионами. Технология позволяет формировать элементы кубитов (искусственных атомов) с точностью ±0,2 ангстрема.

 
 С помощью iDEAТ можно управлять эффективной толщиной диэлектрического слоя — одного из компонентов кубита. Для этого структуру облучают одиночными ионами гелия или неона. Процесс полностью автоматизирован и занимает одну секунду на кубит.

 
 Технология обработки кубитов фокусированным ионным пучком предложена впервые в мире. Разработчики гибридных сопроцессоров используют альтернативные способы — лазерный отжиг, электронное облучение или электрическую обработку. Эти методы, как утверждают в «Шухов.Нано», не дают возможности обрабатывать близкие структуры нанометровых размеров и проигрывают iDEA в производительности.

 
 Авторы исследования утверждают, что благодаря открытию в России смогут изготавливать квантовые процессоры с тысячами кубитов с точно заданными параметрами. Это ускорит переход к практически полезным гибридным суперкомпьютерам.

Faster COCO Eval

Koda

«Чистый берег»

«Сократик»