АНДРЕЙ ФИЛИПЬЕВ, ведущий разработчик Dodo Pizza

AI Conference
Возможности искусственного интеллекта

В ноябре в конгресс-центре технополиса «Москва» прошла международная конференция, посвященная использованию алгоритмов искусственного интеллекта в бизнесе. Спикеры поделились исследованиями, историями успеха отвнедрения методов машинного обучения в продуктовые системы и выводами, после не столь удачных проектов

Большая ценность таких мероприятий, как AI Conference, заключается в том, что организаторам Smile-Expo удалось собрать под одной крышей ведущих специалистов в области искусственного интеллекта из разных сфер бизнеса. Благодаря этому разговор строится вокруг реальных кейсов применения еще достаточно молодого подхода, но уже считающегося естественным компонентом компаний, использующих ИТ в своей деятельности, даже если высокие технологии неявляются основным источником дохода. Можно сказать, что 2018 год стал переломным моментом в переходе отношения к роботизации от «хайпа» к естественным передовым технологиям. Разнообразие тем выступлений охватило интерес если не всей, то точно большей части аудитории.

Дискуссионной панель «AI и IoT: ожидание и реальность» была возглавлена Романом Чеботаревым, архитектором ML, директором по внедрению компании «Цифра», где выступили представители бизнеса. Продукты их компаний помогают обучать и внедрять в свои процессы нейросети без «радикальных» вложений и погружения в технические сложности.

Владимир Иванов, Sr. Deep learning engineer, представляющий компанию Nvidia, рассказал о подходе к разработке моделей «обучение с подкреплением». Главная задача такого метода – научить робота действовать правильно, на основе исследования мира с помощью проб и ошибок, когда исходные данные не имеют полного описания среды, в которую помещается модель. Такой подход является чем-то средним между обучением с учителем и без и позволяет решать проблемы в областях медицины, анализа текстов, компьютерного зрения.

Сергей Востриков, руководитель направления «Маркетплейс и интеграции» в компании «1С-Битрикс», поделился примерами реальных побед и поражений в инженерном подходе к машинному обучению. Была затронута важная тема дляпопуляризации искусственного интеллекта как вполне обычной технологии современной ИТ-индустрии, а именно, что текущий уровень алгоритмов и вычислительных мощностей позволяет применять их «из коробки» и может приносить существенную ценность клиентам компании. К внедрению машинного обучения часто следует подходить со стороны сценария его применения и использования конечными пользователями. На реальных примерах было показано, как одни ите же алгоритмы приносили успех или же оказывались невостребованными, в зависимости от изначальной постановки задачи.

Ведущий технический евангелист компании Microsoft Константин Гольдштейн подробно рассказал о технологии Blockchain и о том, какую роль играет искусственный интеллект в этой перспективной области. Обозначил перспективы развития новой экономики и индустрии 4.0 к 2021 году. Показал, с помощью каких готовых облачных инструментов Azure уже сейчас можно погрузиться в современные тенденции развития технологий. Сложные примеры архитектуры ипротоколов взаимодействия были дополнены интересным проектом CryptoKitties, под веселой оболочкой объединяющим котиков, игры и деньги на базе Blockchain.

Все, особенно для кого маркетинг является частью ежедневной деятельности, с интересом слушали выступление генерального директора компании CleverDATA Дениса Афанасьева. Основной темой выступления были тренды рынка аудиторных данных и роль машинного обучения в маркетинговых коммуникациях. Компания создает уникальные для российского рынка продукты, в том числе биржу данных Data Marketing Platform. Были затронуты проблемы наличия большого количества инструментов, но в то же время недостатка экспертов, которые бы могли их использовать, и рассказано, как CleverDATA разруливает эту ситуацию с помощью искусственного интеллекта, заменяя ручной труд.

Валерий Бабушкин, начальник управления развития данных в «Яндекс.Советник», рассказал о достаточно молодом алгоритме uplift, позволяющем организовать маркетинговые компании с минимизацией расходов и качественным таргетингом, прогнозируя отток клиентов. Его команде удалось применить данный подход в компании «X5» и серьезно повысить средний чек, придав существенную ценность. Всем, кто решает задачи сегментации рынков с помощью методов машинного обучения, стоит внимательнее изучить этот алгоритм, возможно, и у вас появится своя история успеха от внедрения новых исследований в программное обеспечение.

Начальник юридического департамента компании «Гарант» Светлана Ревак рассказала, как искусственный интеллект большими темпами входит в сферу права. Кейс компании с прогнозированием вариантов судебных решений на основе составленной жалобы привел к разработке собственной аналитической системы «Сутяжник» и своим примером сдвинул индустрию в сторону применения и разработки собственных решений, использующих искусственный интеллект.

Михаил Благутин, руководитель направления стратегии и развития аналитических и ML-сервисов в «Яндекс.Облако», рассказал про набирающие обороты сервисы машинного перевода, синтеза и распознавания речи. На основе экономической выгоды и не только показал, как автоматизация телефонии, транскрибирование звонков и записей, озвучивание роликов и новостей создают спрос на рынке и заставляют компании развивать и совершенствовать свои продукты в области предоставления интеллектуальных SaaS-систем. На примерах улучшения качества изображения, в том числе в режиме реального времени, показал возможности продукта Deep HD.

Сергей Юдовский, генеральный директор Центра роботизации и искусственного интеллекта, говорил о влиянии роботизации на экономику будущего. Индустрия 4.0 – это не фантастика, а то, что происходит здесь и сейчас – роботы, искусственный интеллект, дополненная реальность.

Директор по науке компании Neuromation Сергей Николенко показал, как использование синтетических данных позволяет решить проблему нехватки необходимого количества размеченных изображений для алгоритмов глубокого машинного обучения. Использование такого подхода может решить острые проблемы наличия данных для очень широкого спектра разных направлений, и, конечно, одно из них – медицина.

Комментарии могут оставлять только зарегистрированные пользователи