Онлайн-торговля переживает самый стремительный подъем за всю свою историю. Поэтому все больше внимания в мире уделяется вопросам логистики и экономии расходов на доставку.
Россия одной из первых решила сложнейшую задачу оптимизации огромных логистических потоков, благодаря проекту Яндекс.Маршрутизация, разработанному командой специалистов Яндекса под началом Тихона Рощупкина. Экстраординарный специалист не только разрабатывает передовые решения, но и активно делится опытом с коллегами из разных стран: участвует в научных конференциях по соответствующей тематике, публикует статьи в профессиональных блогах. О том, как наука помогает на практике, наш разговор с создателем логистических программ.
- Тихон, вы ответственны за создание уникальной системы-алгоритма. Ваша разработка повлияла на мировой рынок логистики. Улучшилось качество работы компаний по доставке, значительно сократились их расходы. Как вам удается постоянно быть на передовой борьбы с большими издержками этой отрасли?
- Как и в любой наукоемкой области, в дискретной автоматизации, к которой относится планирование логистики последней мили, важно следить за научной мыслью. В противном случае, можно оказаться на периферии прогресса и уступить первенство на рынке. При этом, конференций и научных статей так много, что приходится выбирать только самые важные: IPCO, SIGOPT, CTW и другие. Кроме того, в последнее время этой отрасли стали уделять внимание крупные производители аппаратного обеспечения и, например, стало важным следить за презентациями NVIDIA, которая не так давно представила свой продукт cuOPT для решения логистической задачи на базе своих аппаратных ускорителей. Без этих карточек уже сложно представить промышленное обучение нейронных сетей, а теперь на них же можно решать логистическую задачу.
- Знаю, что вас давно интересует тема нейронных сетей. В марте 2022 года на конференции «Нейрокомпьютеры и их применение» был доклад, посвященный решению транспортной задачи с применением нейрокомпьютеров. Наверняка вы с ним знакомы. Что вы думаете о практической пользе этих исследований?
- Нейронные сети проникают всюду, и интересно следить, как они составляют конкуренцию классическим алгоритмам дискретной оптимизации. Более того, я знаком с создателем проекта под названием Solai, который использует нейронные сети при решении логистической задачи. Тем не менее, пока решения на основе нейросетей не попали во всемирно признанные бенчмарки Li & Lim и Gehring & Homberger. Возможно, что потенциал пока не реализован, и мы еще услышим об успехах такого подхода.
- Вы сами выступили с докладом “Алгоритмы в Яндекс.Маршрутизации: 100000 дейкстр в секунду на ядро, или Как получить хайлоад от одного запроса” на Highload 2020: что это за мероприятие? Для кого проводится конференция?
- Это крупнейшая профессиональная конференция для разработчиков высоконагруженных систем, проходящая с 2007 года. Все самые известные компании России и не только стараются сделать там доклады, потому что это престижно, и именно там собираются слушатели, которые по-настоящему могут оценить ту или иную работу, докладчика и его вклад в индустрию. Все участники сначала проходят конкурсный отбор, затем вместе с экспертами конференции дорабатывают свою презентацию, чтобы убрать все шероховатости и излишние технические детали, и, в конце концов, выступают перед участниками. Это была большая работа, и я рад, что все получилось, и доклад получил положительные отклики от слушателей.
- В докладе вы рассказали, как устроен ваш алгоритм решения логистической задачи в Яндекс.Маршрутизации. Раскройте и для наших читателей, с какими алгоритмическими сложностями вы столкнулись и как их решили?
- Ежедневная проблема крупной службы доставки: как развезти максимальное число заказов за минимальное время. К примеру, для того, чтобы распределить по водителям 10000 заказов, нужно знать расстояния между всеми заказами, а это 10000х10000=100 миллионов маршрутов. Столько маршрутов все пользователи Яндекс.Карт не строят за сутки, а нам столько нужно посчитать за минуту, пока логист нажал кнопку и ждет решения. Причем не важно, решается ли дальше задача при помощи нейросетей или классических алгоритмов дискретной оптимизации: вычисление всех расстояний нужно еще до того, как началась стадия поиска оптимального решения. Уверен, что ценность доклада не уменьшится со временем, потому что отрасль доставки переживает бурное развитие.
- Вы публикуете свои материалы, в частности, на Habr. В статье “Сотни тысяч маршрутов в секунду на ядро. Опыт Яндекс.Маршрутизации” вы на цифрах убедительно показываете, как нужно строить поиск оптимального маршрута. Это своего рода руководство к действию для участников рынка. Не боитесь, что ваши наработки будут просто скопированы?
- Habr - это очень уважаемая сообществом площадка для публикации аналитических статей, мыслей, связанных с информационными технологиями, бизнесом и интернетом. Делая статьи в наш блог на Хабре, мы катализируем развитие технической мысли в нашей области. Часто так бывает, что самые горячие темы раскрываются именно на Хабре, потому что это более живой формат, чем, к примеру, рецензируемые научные статьи. Другие участники рынка могут не повторять те же исследования, а отталкиваться уже от опубликованных результатов. Это экономит много ресурсов и позволяет учитывать чужой опыт исследований.
Если кто-то поставит себе цель просто скопировать, у него это все равно займет значительное время, и он встанет в позицию догоняющего. Кроме того, в секторе B2B много значит репутация и учет особенностей бизнеса клиента. Тот, кто только лишь копирует, заведомо занимает менее привлекательную нишу на рынке, а значит, не имеет ни экспертизы, ни ресурсов на то, чтобы отвечать на новые потребности клиентов.
- Вы участвуете в исследованиях, посвященным темам логистики и проводимым внутри Яндекса. Расскажите об этом.
- Участвую с большим интересом и удовольствием. К примеру, не так давно руководство Яндекс.Маркета искало место для строительства нового склада. Это интересная оптимизационная задача, которая ценна тем, что на кону длина несчетного количества будущих маршрутов грузовиков, которые будут ежедневно доставлять товары покупателям. Это несколько смежная область, но было интересно помочь коллегам и чуть по-другому взглянуть на собственную область.
- Какой вы видите стратегию дальнейшего отрыва Яндекса от других участников рынка автоматизации логистики? Серьезные конкуренты у вас в данной сфере вообще есть?
- Если упрощать, то можно сказать, что есть две стратегии роста: выходить на новый рынок со старым продуктом или на старый рынок с новым. Рынок в России мы уже заняли, поэтому занимаемся активной экспансией в новые страны. На мировом рынке есть предыдущее поколение решений, существующее десятилетиями и которое несколько зацементировалось в своем развитии. Новое поколение, помимо Яндекс.Маршрутизации, представлено недавно презентованным решением от Google под названием Last Mile Fleet Solution и cuOPT от NVIDIA. Это достойные конкуренты, но за счет того, что мы разрабатываем свое решение на 5 лет дольше, у нас богаче функционал, собственная команда поддержки и внедрения и лучше учет пробок.
- Тихон, вы признанный специалист в области программирования. Скажите начистоту: нейрокомпьютеры - это уже реальность или теории-фантазии?
- Сейчас прогресс в алгоритмах идет намного быстрее прогресса в аппаратном обеспечении для нейронных сетей. Исследователям нужна гибкость в изменении архитектуры нейронной сети, чтобы нащупать рабочее решение, поэтому в ближайшее время нейронные сети будут развиваться на традиционных вычислительных ресурсах и только потом может появиться специальная архитектура аппаратного обеспечения, которая получит широкое распространение. Что-то похожее сейчас происходит в машинах Tesla, в последних моделях которых добавлен специализированный сопроцессор для нейросетей. Он позволяет автопилоту быстро реагировать на дорожную обстановку.
- Что вы можете посоветовать профессионалам отрасли? На каких задачах сейчас нужно сконцентрироваться?
- Вряд ли скажу тут что-то новое, но мой совет на все времена: не погружаться в ежедневную текучку и держать голову открытой к тому, какие изменения происходят в отрасли. Этому очень помогает нетворкинг и обмен новостями с коллегами. Это лучший способ держать руку на пульсе и понимать, куда надо направить свои усилия.
