Блог им. MegaStrategy

🤖 ИИ в физическом мире 🚗

Вот что мы узнали на конференции Yandex Physical AI Conf.

Представьте: на трассе М-11 почти бесшумно едет грузовик без водителя. В кафе заказ приносит робот, а в московских пробках такси едет с алгоритмом вместо человека за рулём. Звучит как фантастика? Но именно так Яндекс переносит искусственный интеллект из серверов в наш реальный мир.
🤖 ИИ в физическом мире 🚗
⚙️ Как всё началось

Всё началось с прорыва 2022 года, когда нейросети вроде ChatGPT доказали, что машина может понимать контекст. В Яндексе пошли дальше: если ИИ умеет рассуждать, почему бы не научить его действовать? Так появились «агенты» — умные программы, которые анализируют данные, взаимодействуют с внешними системами и принимают решения.

🧠 От слов к действиям

Проблема в том, что у роботов нет «интернета поведения» — готового набора инструкций для реального мира. Поэтому инженеры Яндекса $YDEX собирают данные о движении пешеходов, машин и реакции на препятствия. На их основе создаются модели, способные видеть пространство, предсказывать действия людей и принимать решения за доли секунды.

🚗 Как устроен умный робот

У любого робота-курьера или беспилотника есть одинаковые компоненты:

Сенсоры: камеры, лидары, радары — «глаза и уши» робота.

Нейросеть: «мозг», который понимает, где находится робот и что его окружает.

Планирование: «сердце» системы, решающее, куда ехать и как действовать дальше.


Все эти части объединяет платформа Yandex AiDrive — единая экосистема для автономных машин.

🧩 AiDrive: единая платформа

AiDrive уже используется в беспилотных такси, автономных грузовиках и роботах-доставщиках, а в будущем — и в гуманоидных роботах. Прежде чем выходить на улицы, все алгоритмы обучают в виртуальных симуляторах, максимально приближенных к реальности.

🚛 Грузовики и такси будущего

Яндекс озвучил планы по автономному транспорту. В 2025 году на М-11 появятся второе поколение беспилотных грузовиков (около 50 машин), в 2026-м выйдет третье поколение, а в 2027-м — четвёртое (более дешевое и уже без человека за рулём). Вместе с партнёром «Магнитом» Яндекс испытывает беспилотники на маршруте Коломна–Тула: они преодолели 130 000 км и перевезли свыше 4 000 т, что снизило затраты на 30%.

Беспилотные такси возвращаются в Москву. После тестов на трассах М-4 и М-11 первые роботакси выйдут на улицы столицы до конца 2025 года, а к 2026 году их число достигнет примерно 150.

📦 Роботы-курьеры на службе

Лавка и сервисы Яндекса отвечают на дефицит курьеров роботом R4. Он может перевозить до 25 кг груза и работает круглосуточно. Стоимость доставки на таком роботе уже сравнялась с ценой курьера. На новой фабрике выпускают сотни R4 в месяц, и к 2027 году их число превысит 20 000. Уже сейчас роботы «Лавки» выполнили около 250 тыс. заказов (к концу года — ~300 тыс.).

🤖 Гуманоиды и ИИ-ассистенты

Яндекс также показал первые шаги в области гуманоидных роботов. Благодаря большим языковым и мультимодальным моделям роботы не просто выполняют команды, но понимают контекст и почти как люди реагируют на окружение. Уже тестируются роботы-курьеры, устройства для помощи пациентам в клиниках и голосовые ассистенты для опроса больных. Компания уверена: через несколько лет роботы станут привычной частью нашей жизни.

Яндекс видит в этом и социальную миссию: с помощью точной навигации от партнёра МТС роботы уверенно двигаются по федеральным трассам, а сотрудничество с «Магнитом» помогает адаптировать логистику к беспилотной работе. Это часть большой цели — снизить аварии и жертвы на дорогах за счёт исключения человеческого фактора.

ИИ перестаёт быть просто кодом — он учится видеть, думать и двигаться рядом с нами. То, что вчера было футуризмом, сегодня становится новой реальностью. Включайтесь в дискуссию!

👍 Ставьте лайк и комментируйте! 💬

#яндекс #искусственныйинтеллект #роботы #технологии #инновации #логистика #будущее #автономныйтранспорт

237
1 комментарий
Сейчас в РФ волна ИИ-мошенства на госсубсидии.
Берут давно решённую физиками-математиками задачу. Например, управление процессами в металлургии или оптимизация перевозок. Данные из давно известных матмоделей скармливают на обучение ИИ — и готово: вот вам внедрение ИИ, а нам денежки из казны.

Только вычислительно это жутко затратно. Например, я научил нейросеть  по обучающим данным из таблицы Брадиса вычислять-предсказывать значение функции sin(x). Хотя по таблице Брадиса безо всякого «обучения» результат получается тот же.
avatar

Читайте на SMART-LAB:
Фото
☕️Кофейня за 7 млн рублей: 3-я серия «Бизнес-рост с А101»
Фото
Экскурсия по производственной площадке «Озон Фарм» ⚡️
В прошлом посте мы представили видеоэкскурсию   по предприятию «Мабскейл». Спасибо за интерес и внимание! Сегодня приглашаем вас в...
Фото
Джеймс Бонд разогнал платиноиды
В сегодняшнем посте попробуем ретроспективно оценить ралли на рынке платиноидов и выявить причины роста спроса на эти металлы за последние 5 лет...

теги блога MegaStrategy

....все тэги



UPDONW
Новый дизайн