Поддержка может быть совсем другой.
Как вы себе админа классического представляете? Неопрятного вида молодой человек, который сидит в своей каморке, заваленной каким-то оборудованием?
А что если поддержка может быть как бар - “IT CARE BAR”, это место куда ты приходишь отдохнуть в уютную атмосферу, где бармен всегда нальет тебе банановый смузи и выслушает все твои проблемы. У нас именно так. Только без смузи =)
Давайте расскажу чуть больше.
Вообще когда я пришел в Яндекс в 2018 году, тут не было классической End User Support. Инженеров, которые при каждой поломке на компьютере пользователя бегали к нему на рабочее место помогать решать проблему. В большей мере потомучто в Яндексе у всех пользователей вместо стационарных компьютеров ноутбуки . Поэтому ребята пошли другим путем. Если у тебя что - то сломалось - бери свой компьютер и приходи в IT в специальное место “Welcome zone”, где есть специалисты разной квалификации готовые решить любую твою проблему.
Естественно, у нас есть инструменты удаленной поддержки и подавляющую часть запросов ребята решают удаленно, но когда у тебя “синий экран” или пролитый чай на клавиатуру, тут проще и быстрее “дойти ногами”.
Сначала это выглядело как несколько столов и диванчик для ожидания пользователей. Выглядело грустно, ну и не очень эффективно. Тогда у меня появилась простая идея - начать управлять очередью приходящих сотрудников и сделать это хотелось очень просто. Поэтому появился “котик”. Компьютер с тачевым экраном и считывателем бейджиков (Пластиковый пропуск сотрудника). Приходя на “welcome zone” пользователь “пикался” бейджиком и выбирал одну из 4-категорий:
“что-то сломалось”
“сдать оборудование”
“получить оборудование”
«я просто спросить»
Почему именно так? Эти категории основаны на аналитике. В пункт “что -то сломалось” мы завернули все проблемы, которые могут случаться с пользователем и помещали пользователя в очередь к инженерам, которые занят решением инцидетов
“сдать оборудование” и “получить оборудование” - этот пункт отправлял пользователя к инженерам выполняющим стандартные изменения. Т.к. в яндексе постоянно кто-то увольняется, выходит на работу и обновляет свою технику на новую, то под это есть отдельная команда в ServiceDesk. А все остальное, мы сначала хотели завернуть в пункт “остальное”, но решили провести ассоциацию со стандартной ситуацией в очереди в поликлинике, когда кто-то в обход всей очереди идет к врачу с фразой “мне только спросить” Подразумевается, если пользователю не подходят все три пункта выше, он выберет последний.

Сами спроектировали и заказали красивую стойку с двумя большими тач экранами и заменили невзрачный компьютер. Финальным этапом стал полный ребрендинг и редизайн всей велком зоны. Теперь это полноценный IT Care Bar. Здесь есть зона помощи пользователям в виде барной стойки с крутыми специалистами. Зона самообслуживания с хелпоматом, электронными инструкциями и столом проверки техники. А в зале ожидания - уютный диван и автомат с конфетками.

Кстати, как вы думаете, почему стойку с выбором услуги мы называем “Котик”?

Как легко и дешево создать эффективную систему мониторинга проблем городской инфраструктуры, и причём тут кофемашина?

В офисах Яндекса для работы созданы все условия. В первую очередь, это крутая ИТ-инфраструктура — переговорки с ВКС-связью, различные интерактивные флипчарты, электронные дашборды, вендоматы и т. д. Все они в своей базе имеют компьютер, за которым можно следить 24/7 через систему мониторинга, и в случае неисправности оперативно решать проблему. Но кроме ИТ в наших офисах много уютных и функциональных уголков для работы, а также кофе-поинтов, капсул для сна (да-да, они есть не только в западных компаниях) и за всем этим хозяйством надо как-то присматривать. Чтобы проводочки в переговорках не перетирались, а кофе-машины на кофе-поинтах исправно работали. И кажется, в чем проблема? Есть специальные люди, которые регулярно должны делать обход и следить за всем этим хозяйством.

Но у такого решения есть несколько недостатков. Во-первых, это дорого — нанять столько людей, чтобы они только и делали, что ходили и что-то проверяли. Во-вторых, проверки происходят несколько раз в день, и справедливости ради, это не всегда удается сделать, т. к. загрузка наших переговорок в течение дня близка к 100%. И в-третьих, самое интересное — это проверка кофе-машины. Хозяюшка (так мы зовем наших девушек, которые ухаживают за нашими кофе-поинтами) фактически не может проверить работоспособность кофе-машины. Потому что, чтобы узнать, всё ли с ней хорошо, надо сварить кофе. А сотруднику, чтобы сообщить о том, что кофе-машина сломалась, нужно или найти хозяюшку, или написать в поддержку. С учетом загруженного графика моих коллег это получалось не всегда. И тогда мы с коллегой, тогда отвечающей за всех хозяюшек, Наташей Ивановой, не сговариваясь, придумали простое решение. Наклеить на те места в офисе, в которых кто-то из пользователей заметил проблему, QR-код. При его сканировании камерой телефона открывалась простая форма с возможностью сообщить о проблеме. Пилотировать эту идею мы решили как раз на кофемашинах. Естественно, под капотом этой формы была точная информация о модели кофе-машины и ее расположении. По желанию пользователь мог оставить какой-то комментарий или описать проблему.

Результат оправдал наши ожидания. Пользователям нужно было потратить 10–15 секунд, чтобы подсветить проблему, а сервисной службе было понятно, где и что сломалось. Win-win. Уже через несколько месяцев мы раскатили такие QR-коды по всему офису, во всех местах, за которыми мы не можем следить удаленно.

Спустя пару лет, прогуливаясь по своему району, я заметил табличку на светофоре, которая призывала сообщить о проблеме в работе светофора, отсканировав QR-код.

Это ли не круто?! Сделав такие таблички в важных местах, можно легко узнавать о проблемах в городе. Это простое решение вообще ничего не стоит. Главное — отрабатывать такие обращения, чтобы жители города доверяли этой системе.

Как устроен беспилотный автомобиль. Часть первая.

Уверен, что вы ждали посты о беспилотниках. Больше не буду вас мучать.
Начну с самых основ, чтобы всегда можно было ссылаться на этот пост.
Первая часть про железо.

Сейчас все наши машины — Hyundai Sonata 8-го поколения. Почему мы выбрали именно эту модель? Она оборудована всем, что нужно для программного управления рулём и ускорением. Hyundai Sonata, которые мы превращаем в беспилотные, ничем не отличаются от других автомобилей той же модели.

Для учёта автомобиля в наших внутренних системах мы используем два параметра: его VIN-код и имя. Если перевести в IT-термины, VIN — это MAC-адрес, а имя машины — FQDN. Да-да, у каждой из наших машин есть своё имя. VIN-код слишком сложно запомнить, а госномер может измениться.

Сначала мы называли автомобили в честь героев сериала «Мир Дикого Запада»: Takoda, Kohana, Akecheta. Когда персонажи закончились, нам на помощь пришла нейросеть, которая сгенерировала 60 тысяч уникальных имён. Так появились Natelio, Keyro, Onipa.

Если встретите на дорогах наш беспилотник, без труда узнаете, как его зовут. Стикеры с именами мы наклеиваем всегда в одно и то же место: справа, под лобовое стекло.
Беспилотный автомобиль состоит из трех частей: сам автомобиль, сенсорсет, вычислитель и сотни метров различной проводки. Про машину мы уже поговорили, теперь расскажу про сенсорсет.

Сенсорсет — это набор датчиков, которые являются органами восприятия автомобиля. В индустрии все используют один и тот же набор типов сенсоров: лидар, радар и камеру.

У нас на машине установлены следующие сенсоры:

Четыре лидара: лидар собственной разработки на крыше, эквивалентный 90-лучевому; два 16-лучевых на крыльях; один 16-лучевой в передней части автомобиля.

Шесть радаров: четыре на крыше в сенсор-боксе; два на крыльях.

Камеры. Они также собственной разработки. Их на машине десять штук: четыре на крыше в сенсор-боксе, три внутри под лобовым стеклом, две на крыльях и одна спереди под решёткой радиатора.

Зачем так много сенсоров и что каждый из них делает?

Лидар — он же лазерный дальномер. Благодаря ему машина знает расстояния до всех предметов вокруг с сантиметровой точностью. А еще он используется для локализации машины в пространстве (пишите, если интересно, что такое локализация, расскажу).

Радар — устройство, которое определяет скорость объектов вокруг.

Камеры — служит для того, чтобы детектировать сигналы светофора и прочие необычные ситуации на дороге, например открытые двери у припаркованной машины.

Человеческий глаз — это очень функциональное устройство, и чтобы заменить его в цифровом виде, приходится использовать информацию сразу со всех сенсоров.

Мы живём не в самом благоприятном климате: у нас выпадают все возможные виды осадков, да и резкие перепады температуры не редкость. Всё это загрязняет наши сенсоры и мешает машине «видеть». Поэтому мы разработали специальную систему очистки, которая подаёт на лидар и камеры воздух и воду в правильной пропорции.

Все данные от сенсоров стекаются в мозг нашего беспилотника — вычислитель.

⬆️⬆️⬆️Машина полностью автономна, и все вычисления происходят на борту. Так что отключения интернета или мобильной связи никак не скажется на поведении автомобиля. Внутри вычислителя трудятся два серверных процессора, промышленная видеокарта и куча гигабайт оперативной памяти. Все эти устройства потребляют дополнительное электричество, примерно столько же, сколько и штатный кондиционер, поэтому мы оснащаем автомобиль дополнительными батареями. А чтобы компьютер не перегревался в ограниченном пространстве, даже в самое жаркое сочинское лето, мы разработали специальную водяную систему охлаждения, которая, в свою очередь, охлаждается штатным кондиционером автомобиля.
Главное в машине — это безопасность. На всю электронику нижнего уровня, включая устройство, которое подает управляющие сигналы автомобилю, приходят две независимые линии питания. Мы контролируем обе из них. В случае отклонений хотя бы в одной линии машину просто не удастся перевести в автономный режим.
Есть еще много разных девайсов: внутренняя сеть, планшет водителя...

Как устроен беспилотный автомобиль. Часть вторая
В прошлой части мы разобрали из какого железа состоит беспилотный автомобиль.
Пришло время алгоритмам.
Работа беспилотной технологии это своего рода конвейер, который собирает данные со всех сенсоров, принимает решение и передаеет команды автомобилю.
Этот конвейер состоит из четырех основных уровней: Восприятие (Perception), предсказание (prediction), планирование(planning), управление (control).
Восприятие (Perception).
На первом этапе автомобилю нужно “понять” где он находится. это процесс называется “локализация”. Большинство беспилотных автомобилей ездят по высокоточной карте, которая загружена в вычислитель. В ней есть информация о зданиях, дороге, разметке, дорожных знаках, светофорах, “лежачих полицейских”. Все статические предметы и объекты располагаются в карте, она строится на основе лидарной карты и обычных карт. Лидарная карта - это облако точек ( многочисленные отражения лучей лидара от поверхностей), которое заранее записывается, с нее удаляют все динамические объекты - машины, пешеходы, велосипеды и т.д Автомобиль, на котором запускается автопилот сравнивает данные с лидара, полученные в реальном времени, и сопоставляет их с картой, тем самым позиционирует себя на местности с сантиметровой точностью. После того, как машина локализовалась, она десятки раз в секунду получает данные со всех своих сенсоров об объектах вокруг нее: Скорость, ускорение, расстояние до каждой машины, велосипеда, пешехода или даже животного. Сигналы светофора, качестве дорожного полотна и даже об осадках. Все эти данные отправляет на следующий уровень - прогнозирование(Prediction).Самый крутой и сложный элемент автопилота. Нейросети вместе со сложными алгоритмами, строют сотни гипотез развития событий вокруг машины на несколько секунд вперед для каждого объекта. “Повернет ли БМВ с правой полосы налево или Приора подрежет?” “Пойдет ли пешеход на зеленый или нарушит?” Для каждой гипотезы есть свой вес и алгоритм выбирает наиболее вероятное развитие будущего.
Эти данные передаются дальше по конвейеру на слой Планирование (planning). Исходя из маршрута робоводитель строит кривую движения автомобиля, с ускорениями или маневрами, включает поворотник или наоборот отменяет перестроение. на выходе из конвейера мы получаем набор сигналов автомобилю: угол поворота руля и сила нажатия на педали, которые приводят в движения автомобиль.
На самом деле, все что я описал выше работает значительно сложнее, но для общего понимание, такое описание самое подходящее.

Задумывались ли вы, как будет выглядеть беспилотное будущее?

Когда все без исключения транспортные средства будут управляться только искусственным интеллектом. В голове где-то далеко всплывают картинки из фантастических фильмов, типа “Я, робот футуристические машины и не менее футуристичная дорожная инфраструктура.

Я люблю рассматривать такую перспективу исключительно с практической точки зрения.
Во-первых, на дорогах практически не останется светофоров. Потому что машины смогут “договориться” между собой о порядке проезда перекрестков, кроме того скорость проезда перекрестков кратно возрастет. Ведь машины будут заранее притормаживать или ускоряться в зависимости от алгоритма.

Во-вторых аварийность значительно снизится. Ведь роботы не нарушают ПДД.
И даже если на дороге произойдет какой-то инцидент, это не повлечет за собой скопление машин, или вторичные ДТП, ведь все машины вокруг уже знают, что на третьей полосе сломалась другая машина.

Это будет очень похоже на умный дом, где все устройства могут обмениваться информацией друг с другом. Машины смогут обмениваться информацией о дорожном полотне, об осадках, о ветре или тумане. И как следствие — выбирать альтернативный маршрут или подстраивать стиль вождения под текущую ситуацию. Все это приведет к повышению уровня безопасности и комфорта в поездках.

📸 Aurora показала, как её автономный грузовик распознаёт спецсигнал полиции, безопасно съезжает на обочину и останавливается.

#aurora

Тут «Aurora» опубликовало интересное видео, где их грузовик определяет сигналы спецтранспорта и прижимается к обочине.

У меня много вопросов к этому видео.

1. Видео снято на их полигоне. Обратите внимание на остальных участников движения, перекрестки, предметы, постройки и людей. Т. е. это полностью контролируемая среда, в которой все работает по известному сценарию: обочина существует и приспособлена для того, чтобы на ней остановиться. В округе нет других участников движения, которые могли бы воспрепятствовать парковке грузовика.

2. А теперь давайте представим реальную ситуацию. Грузовик едет 90 км/ч в пургу по трассе Москва — Санкт-Петербург. Дорогу уже почистили, и на обочине образовался полуметровый снежный отвал. И тут сзади с какого-то появляется автомобиль с проблесковыми маячками. Тут надо отметить, что в РФ есть несколько типов проблесковых маячков: желтый, синий и сине-красный. Последние используются сотрудниками ДПС и ФСО, синие — пожарными и полицией, желтые — спецтехникой. Допустим, это сотрудники ДПС, и наш грузовик максимально быстро пытается припарковаться, но тут нюанс, у нас нет обочины, ее завалило. Т. е. надо парковаться в правой полосе, а это совсем не безопасное решение. Ну, допустим, мы запарковались, но вот зачем? Это сотрудник ДПС сопровождает колонну детей в лагерь. Т. е. как определить, что спецсигнал предназначен именно беспилотному грузовику?

3. Кажется, что на данном видео, после детекции спецтранспорта, к машине подключился удаленный оператор и запарковал ее. Это мне видится самым простым и безошибочным способом.

Я это все к чему — детекция спецтранспорта и дальнейшая реакция беспилотника — очень сложная задача. Ребята из «Aurora» сняли хорошее промовидео, вероятно, для гос. органов, чтобы показать, что они работают и над этой задачей тоже и стремятся максимально адаптироваться к различным дорожным ситуациям. Молодцы.

Интересное событие случилось в Китае. Беспилотный автомобиль компании Baidu сбил человека. Да, стоит оговориться, человек нарушил правила дорожного движения и пошёл на красный сигнал светофора. Что здесь важного?

Во-первых, этому событию придали большую огласку и, кажется, осознанно раструбили во всех СМИ. Те, кто следят за беспилотным миром, хорошо помнят, что случилось с Cruise, когда они скрыли подробности их ДТП с человеком. Поэтому Baidu молодцы — они использовали принцип минимального риска и максимальной открытости. По правилам ПДД их вины нет, но они не скрывают любые дорожные инциденты.

Во-вторых, почему такое произошло? Почему беспилотный автомобиль, который видит на 360 градусов разными сенсорами и реагирует быстрее, чем человек, такое допустил? Обучающий датасет автомобиля на 99% состоит из ситуаций, в которых люди не ходят на красный сигнал светофора, и беспилотник, вероятно, неверно выбрал гипотезу развития будущего. Вероятность такого развития события оценивалась как кратно меньшая, чем события, в котором человек стоит и не пойдёт на красный. А когда он всё-таки поехал на своем скутере, остановиться было слишком поздно, и беспилотник допустил хоть и незначительное, но ДТП.

Конечно, можно было бы алгоритмически всегда считать, что люди могут выбежать на красный, но тогда возникнет другая ситуация: машина будет всегда пропускать людей, которые стоят на красный. Представьте себе какой-нибудь оживлённый пешеходный переход, где всегда стоит толпа народу и ждёт разрешающего сигнала, — машина бы никогда такое не проехала.

Стоит ли этого бояться и утверждать, что беспилотники хуже людей? — Точно нет. Да, беспилотники сейчас как выпускники автошкол: они отлично знают правила, но могут ещё допускать какие-то ошибки. Поэтому в России, например, беспилотников помечают, как молодых водителей, специальным знаком — буква "А" в красном треугольнике. Да и в целом по машине можно понять, что она какая-то необычная.

По мере роста флота беспилотных автомобилей ДТП с ними будут учащаться, и это будет происходить до того момента, пока на дорогах остаются люди. Люди — самый большой фактор риска. И это нормально. Самолёты на заре своего развития падали десятками, но стали ли мы от этого меньше летать?