Ныне все больше организаций применяют в своих бизнес-процессах разработки на базе AI (artificial intelligence — ненастоящий интеллект) для сокращения расходов, повышения прибыли и улучшения производительности. Так компания Harley Davidson повысила производство мотоциклов спустя три месяца после внедрения маркетинговой системы, основанной на ненастоящем интеллекте, а юристы JP Morgan, благодаря нейросетям, смогли сжать время, которое тратится на изучение сделок, и уменьшить число ошибок.
Финансы
Согласно исследованиям, лидером по интеграции ненастоящего интеллекта в бизнес является сфера финансов. Здесь технологии позволяют испытывать и оценивать платежеспособность заемщиков, оптимизировать расходы, обрабатывать документы, предотвращать фрод, вычислять кредитных плутов.
Например, компания VisionLabs предлагает финансовым учреждениям перрон LUNA для биометрического распознавания лиц. Система использует нейросети и миллионы опорных точек, благодаря чему для идентификации личности довольно картинки любого качества. Программа с высокой точностью сверяет фото – самостоятельно от ракурса, уровня освещения или разрешения камеры. Схожесть определяется в процентах: так, алгоритм может выдать результат совпадения дескрипторов на 65 или 99%.
Перрон уже используют более 40 банков и национальных кредитных бюро в России и краях СНГ. В частности, технологию распознавания лиц применяют для денежных переводов и авторизации при доступе к персональным этим.
В Сбербанке функционирует специальная лаборатория искусственного интеллекта.
«Мы занимаемся изысканиями, которые можно применить в банке, но также стараемся, чтобы наши итоги были полезны не только в финансовой области. Например, нам увлекательно направление анализа временных рядов; данных с такой структурой (транзакционных и иных) очень много в банковской деятельности. Из работ с большей научной составляющей можно припомнить исследования по созданию новых методов интерпретации результатов труды нейросети», – говорит исследователь лаборатории Дмитрий Бабаев.
Одна из заключительных разработок банка – нейросеть для анализа стоимости недвижимости. Пока алгоритм трудится только с базой данных по стрит-ритейлу. При оценке объекта нейросеть учитывает месторасположение, пешеходный трафик, ценовое зонирование. На данную работу у AI уходят нахоженные секунды, тогда как человек тратит на оценку стоимости объекта несколько часов, а порой и дней. При поддержки нейросети в банке рассчитывают сократить расходы на оценку недвижимости на 30%, а в грядущем – на все 50%.
Робототехника и умные гаджеты
В робототехнике искусственный интеллект и бездонное обучение помогают устройствам лучше решать поставленные задачи, соображать окружающую среду и взаимодействовать с ней.
Немало вкладывает в обучение нейросетей NVIDIA. С поддержкой таких технологий, как глубокое обучение и компьютерное зрение, ненастоящий интеллект учится, развивается и адаптируется к новым условиям. К образцу, специалисты компании учат AI различать предметы друг от товарища.
Одно из решений компании – вычислительный модуль Jetson TX2, назначенный в том числе для создания роботов. Благодаря ему нейросети работают скорее, можно использовать системы машинного зрения, графики и навигации. Модуль использует возможности бездонного обучения для развития роботов, дронов, интеллектуальных камер.
Одинешенек из примеров применение решения NVIDIA – автономный робот в сфере розничной торговли LoweBot NAVii. Алгоритмы компьютерного зрения, возделываемые Jetson, помогают проводить инвентаризацию. Это освобождает персонал от нужды лично обслуживать клиентов и брать проекты на дом.
«В будущем внедрение ИИ в производство и продовольствие/сервисы станет рядовым событием, что позволит существенно убавить количество рутинной работы для человека и повысить качество продуктов и сервисов», – уверяет инженер в районы машинного обучения компании NVIDIA Дмитрий Коробченко.
Медицина
В медицине особенно ценится отменная память AI и его способность возделывать большое количество данных, сопоставлять и анализировать информацию.
На базе «Сколтеха» и путевой карты «Нейронет» развивается платформа «CoBrain-Аналитика». Основная ее мишень – создание биомедицинской площадки для сбора, хранения, анализа и обработки вящих медицинских данных о головном мозге человека в разных состояниях. В основе сервиса возлежат алгоритмы, которые разработчики проекта создают по заказам научных середин или больниц.
Программа «CoBrain-Аналитика» сможет ставить диагнозы, формировать персональную терапию для пациентов с заболеваниями мозга, выявить патологию, какая физически еще не проявилась. Если подключить к системе искусственного интеллекта базу этих МРТ головного мозга, то нейросеть проанализирует все томограммы и уведомит доктора о том, у каких пациентов есть риск развития рака в течение ближайших 5 лет.
Промышленность
Промышленность с помощью AI может автоматизировать рутинную труд, сократить ошибки из-за человеческого фактора и в разы повысить эффективность предприятия.
SOLUT разрабатывает проект в сфере индустриального IoT, устремлённый на анализ эффективности использования рабочего времени сотрудниками.
Компания создала систему, какая с помощью показаний акселерометра и гироскопа анализирует активность персонала в течение пролетария дня.
Устройства с датчиками крепятся на руки и правую ногу пролетария. На протяжении дня сигналы с устройств записываются и передаются на компьютер. Система использует методы машинного обучения, позволяющие обогнать, чем занимался человек в определенное время. Например, курил, переписывался при поддержки смартфона или играл в настольный футбол.
На практике уже экспериментирует с технологиями вящих данных, машинного обучения и искусственного интеллекта Новолипецкий металлургический комбинат. В холдинге с декабря 2017 года функционирует кластер «Система разбора данных и моделирования», основная задача которого – накапливание и хранение этих с датчиков. Он построен на открытых инструментах на базе Hadoop. В кластер входят 10 серверов, объединенных в целую систему. В ней можно хранить и одновременно обрабатывать информацию. Объем внутренней памяти системы – 144 терабайта, оперативной – 3 терабайта.
Среди проектов кластера – оптимизация расхода газов и электродуговой печи, какая используется для плавки металлолома, прогноз о необходимости ремонта фурм в металлургических печах, позволяющий стать без их внеплановых простоев.
>> Подробности о конференции
