Получи случайную криптовалюту за регистрацию!

ИИшечная

Логотип телеграм канала @cleverbotsai — ИИшечная И
Логотип телеграм канала @cleverbotsai — ИИшечная
Адрес канала: @cleverbotsai
Категории: Технологии
Язык: Русский
Страна: Россия
Количество подписчиков: 1.62K
Описание канала:

Новости, статьи и инсайты из мира искусственного интеллекта. Полезные как завтрак
Верим, что люди созданы для творчества, а остальное можно доверить ИИ
Канал Cleverbots.ru
FB: www.facebook.com/cleverbotsai

Рейтинги и Отзывы

1.50

2 отзыва

Оценить канал cleverbotsai и оставить отзыв — могут только зарегестрированные пользователи. Все отзывы проходят модерацию.

5 звезд

0

4 звезд

0

3 звезд

0

2 звезд

1

1 звезд

1


Последние сообщения 3

2021-06-23 14:00:31 AB InBev Efes внедрили Computer Vision для оавтоматизации торгового аудита и планирования продаж

Задача. AB InBev – один из лидеров пивоваренного рынка в России, в портфеле компании более 70 брендов, которые представлены в торговых точках по всей России и в странах СНГ. Регулярно представитель компании проводили аудит и анализировали показатели продаж в каждой точкой, вручную описывая состояние полок, количество продукции и позиции в сравнении с брендами-конкурентами.

Решение. Чтобы оптимизировать трудозатраты аудиторов, компания внедрила технологию Image Recognition. Сотруднику достаточно сфотографировать полки с продукцией категории, после чего технологии компьютерного зрения распознают товары и самостоятельно проанализируют количество, выкладку, позиционирование бренда в точке и качество работы торгового представителя.

Использование системы помогает повысить точность и скорость аудита, в реальном времени следить за показателями розничной торговли и сократить трудозатраты. Теперь представители компании могут больше внимания уделять работе с клиентами.

Результаты.
- 6 месяцев потребовалось компании на запуск и тестирование проекта;
- 80% аудиторов компании используют модуль Image Recognition в работе, в ближайшее время компания планирует внедрить технологию для всех сотрудников.

***

О том, как еще можно использовать ИИ в ритейле, прогнозировать продажи и не тратить ресурсы на обновление ассортиментной матрицы – читайте в материале по ссылке.
74 viewsTanya Elistratova, edited  11:00
Открыть/Комментировать
2021-06-16 14:32:18 За три года в России пройдёт 116 хакатонов и 85 лекций по искусственному интеллекту. Цель мероприятий – закрыть потребности компаний в кадрах и сформировать ИИ-сообщество

Хакатоны и лекции по искусственному интеллекту – первый и самый масштабный проект по ИИ в России, реализуется в рамках нацпрограммы «Цифровая экономика». Всего в рамках федерального проекта до 2024 года запланировано 116 хакатонов по ИИ, в том числе – 7 международных, и 85 лекций от ведущих отечественных специалистов по ИИ. В реализацию программы вложат 985 млн рублей.

Мероприятия проводятся с целью сформировать российское и мировое ИИ-сообщества и удовлетворить потребность компаний в квалифицированных кадрах.

Первый из серии хакатон пройдёт в Нижнем Новгороде с 18 по 20 июня. За два дня участникам необходимо разработать обучаемый алгоритм, способный анализировать паспорта и описания образовательных программ по сквозным цифровым и ИИ-технологиям и определять, насколько компетенции и знания, которые получит учащийся, соответствуют запросам рынка труда. Призовой фонд: 400 тыс. рублей.

Нижегородский этап завершится 25 июня лекциями от ИИ-специалистов из компаний Intel, Cleverbots, МТС, Huawei, Lad и других.

Хакатоны появились в 1999 году как формат соревнований IT-специалистов для поиска решений технологических задач. Уже в начале 2000-х хакатоны стали популярны в бизнес-среде: компании проводили их с целью разработки новых проектов для инвестирования, поиска талантливых специалистов и решения бизнес-задач. Свои хакатоны устраивают Facebook, Google, Alibaba, Tinkoff, Альфа-Банк, Газпром. В 2021 году правительство РФ запустили федеральный проект «Хакатоны и лекции по искусственному интеллекту», чтобы мотивировать развитие молодых IT-специалистов и найти инновационные решения для новых продуктов и сервисов.

Следить за программой хакатонов и лекций можно на сайте или телеграм-канале Hacks AI
84 viewsTanya Elistratova, 11:32
Открыть/Комментировать
2021-06-11 14:12:10 Какие ошибки совершают компании при внедрении искусственного интеллекта

1. Отсутствие стратегии ИИ

Менеджеры начинают внедрять несколько изолированных ИИ-решений в различных подразделениях или без привязки к ключевым стратегическим приоритетам компании и предварительного расчёта ROI. ИИ – это средство повышения акционерной стоимости компании, поэтому должно быть использовано в той части бизнеса, где этот потенциал является наибольшим.

2. Отсутствие внимания со стороны топ-менеджмента

Часто ИИ-проекты инициируются и существуют внутри инновационных отделов, не доходя до менеджмента – ключевых держателей информации в компании. Важно, чтобы руководство было погружено в планирование ИИ-проектов, делилось стратегическим взглядом на потенциальные сферы применения.

3. Неэффективная организация процесса разработки / внедрения ИИ

Для успешной реализации ИИ-решений важно эффективное взаимодействие многих команд. Например, при автоматизации работы отдела поддержки с помощью голосового бота важно, чтобы от сотрудников поступала информация о механизме работы отдела, от IT-команды – о существующей архитектуре решений, а от менеджмента – о бизнес-эффективности этих мер и их соответствии общей стратегии компании. Кроме того, важен баланс во взаимодействии между in-house-командой и внешними вендорами.

4. Отсутствие команды

На рынке сохраняется жесткая нехватка специалистов в сфере ИИ, при этом более 50% квалифицированных кадров уже работают в IT-стартапах. Это объясняет большую конкуренцию за таланты. Поэтому формирование команды необходимо начинать за 5-6 месяцев до старта начала работ по проекту.

5. Неэффективное управление данными

ИИ-проекты требуют больших массивов уникальных данных для обучения прежде, чем они начнут эффективно решать бизнес-задачи. Отсутствие релевантных данных зачастую становится стоп-фактором, поэтому важно заранее определить ключевые зоны внедрения ИИ (производство, маркетинг, HR-процессы или др.), какие необходимы типы данных (например, записи звонков клиентов) и их количество (исторический период), и начать копить эти данные за 6-10 месяцев до предполагаемой даты старты ИИ- проекта.

___

О том, как разработать и внедрить стратегию по ИИ-трансформации бизнеса – читайте в колонке на РБК Pro.
62 viewsTanya Elistratova, 11:12
Открыть/Комментировать
2021-06-07 11:03:08 Топ инструментов для ИИ-трансформации бизнеса

Andata
Инструмент для оптимизации рекламы в Яндекс.Директе и Google Ads. Для каждого посетителя сайта, пришедшего с рекламы, сервис формирует цифровой паспорт, который помогает собирать достоверную аналитику по количеству переходов, времени активности, используемых устройствах и браузерах, стоимости лида в зависимости от времени показа объявления.

Aimylogic. Обзвоны
No-code конструктор для самостоятельной разработки ИИ-бота для входящих и исходящих звонков. В отличие от других голосовых ботов, Aimylogic не требует от клиента двигаться мелкими шагами по голосовому меню, а сможет выслушать вопрос и дать на него быстрый ответ.

Metacommerce
Инструмент парсит информацию о товарах с онлайн-площадок, розничных магазинов и прайс-листов, и систематизирует её по нужным параметрам: цена, наличие, отзывы, акции. Технология на основе больших данных помогает клиентам анализировать состояние рынка, поведение конкурентов, определять ценовую политику и планировать промокампании.

Dbrain
Система для распознавания и верификации документов. Будет полезна для сокращения времени на обработку, типизации и проверки документов на подлинность.

Яндекс.Толока
Полезный инструмент, если бизнес планирует внедрять ИИ-технологии, но не собирал данные для обучения моделей. На Яндекс.Толоке можно найти уже готовые датасеты, собрать и разметить данные под свой запрос или найти исполнителей в любой точке мира, которые соберут данные из офлайна.
__

Больше инструментов для начала использования ИИ в бизнесе и автоматизации сбора аналитики, маркетинга, HR и бэк-офиса – в нашем материале для интернет-издания Cossa по ссылке.
63 viewsTanya Elistratova, 08:03
Открыть/Комментировать
2021-06-05 12:15:01 В России будущего Ижевск станет инновационным центром, а роботы все же отнимут у людей работу во всех городах кроме Уссурийска.

Эвакуаторы-телепорты, чип души, контроль погоды в рагионах-должниках по ЖКХ, национальная программа «По андроиду – в каждый дом!» и другие новости в новом ролике Birchpunk.

Скорее смотреть!

64 viewsTanya Elistratova, edited  09:15
Открыть/Комментировать
2021-06-04 16:35:01 Данные о клиентах как дополнительный продукт бизнеса, приносящий до 100 млн в год

Задача. Ритейлер накапливает внутренние уникальные данные: чеки, информацию о товарах и ценах, конкурентах. С ростом объема информации топ-менеджмент компании понял, что обработанные данные могут стать дополнительной статьей дохода.

Решение. Ритейлер разработал аналитику для поставщиков и рекламодателей с точными данными о продажах конкретных продуктов конкретным группам покупателей и сформировал отчеты о покупательских предпочтениях и товарах, пользующихся спросом.

Результат. Более 20 компаний оформили подписку на аналитические отчеты, выручка составила от 40 до 100 млн руб. в год.

Алексей Нейман, исполнительный директор Ассоциации больших данных:
«Монетизация больших данных – это не так сложно, как кажется. Большинство компаний начинают с повышения эффективности и увеличения выручки на своих данных, а далее начинают использовать аналитику от партнеров. Главное, что технологии быстро становятся доступными не только технологическим гигантам, но и среднему бизнесу».
50 viewsTanya Elistratova, 13:35
Открыть/Комментировать
2021-05-24 18:49:34
56 viewsTanya Elistratova, 15:49
Открыть/Комментировать
2021-05-24 18:48:45 ИИ-трансформация: Cleverbots x РИФ 2021 (часть 3)

Светлана Науменко, руководитель отдела digital компании «Герофарм»:


ИИ в фармотрасли применяется для решения пяти основных задач:

– диагностика;
– анализ медицинских данных;
– анализ потребительского поведения;
– эффективная коммуникация с врачами и потребителями;
– глубокая аналитика данных.

Технологии искусственного интеллекта помогают решать медицинские проблемы нетерапевтическим путем. Пример – сервис «Спектограмма». Благодаря ML-модулю сервис помогает логопедам проводить преддиагностику дефектов речи, которые встречаются у 58% детей 2-6 лет.

Следующий шаг развития сервиса – увеличение показателя точности (сейчас точно определения дефекта – около 80%) и адаптация программы под запрос неврологов – «Спектограмму» будут использовать при лечении больных, которые восстанавливаются после инсульта.

***

Александр Лутай, руководитель отдела архитектуры и разработки компании Ланит Би-Пи-Эм:

Согласно исследованиям, к 2024 году 75% потребительских кредитов и кредитов малому бизнесу будут выдаваться с использованием ИИ.
Уже сейчас ИИ в банках помогает:

- распознавать документы и контролировать соответствие «цифры» и «бумаги»;
- оценивать вероятность банкротства заёмщика, рассчитывать потери банка в случае банкротства и соразмерность риска и доходности;
- бороться с мошенничеством: используются DDoS-фильтры на основе больших данных и машинного обучения; выявляют аномалии в поведении систем (SIEM), поведении сотрудников (Workforce Intelligence и компьютерное зрение) и клиентов.

***

Денис Димитров, куратор курса «Нейросетевая графика» БВШД, Computer Vision Team Lead в SberAI

Компьютерное зрение (CV) – та область, где очень сложно обмануть пользователя. Это настолько сложная технология и настолько разнообразные данные, что нельзя задать жесткие условия для их обработки, например данных о людях или определения хороших текстов.

То, как развивается направление компьютерного зрения, показывает не только кривая Гартнера (Hype cycle), но и то, как будущее рынка CV оценивают консалтинговые агентства. Сейчас он примерно оценивается в $30 млрд, а к 2023 году вырастет до $100 млрд. Это значит, что в развитие технологии активно инвестируют компании и что CV будет и дальше входить в нашу жизнь.

Искусственному интеллекту еще далеко до человека, особенно в плане дизайна, но уже есть несколько интересных инструментов и коллабораций дизайнеров с ИИ:

– DALL-E – создание изображения из текста. Благодаря этой модели от OpenAI дизайн можно делать автоматически;
– Модель FaceSwap умеет переносить произвольное лицо человека на заданное фото или видео (достаточно одной фотографии человека). У этой технологии вполне практическое применение – мы можем собрать датасет, чтобы отличать реальные фотографии и видео от дипфейков;
– Модель для распознавания и генерации почерка – Digital Petr. Точность распознавания текста достигает 97%. С помощью этой модели историки смогут расшифровать большинство рукописных исторических текстов. Или написать текст почерком Петра I.
60 viewsTanya Elistratova, edited  15:48
Открыть/Комментировать
2021-05-23 13:34:43
53 viewsTanya Elistratova, 10:34
Открыть/Комментировать
2021-05-23 13:33:48 ИИ-трансформация: Cleverbots x РИФ 2021 (часть 2)

Александр Каменев, руководитель лаборатории «Искусственный интеллект для городов» КБ Стрелка


Архитектура, проектирование и строительство (AEC) – одна из самых интересных сфер с точки зрения применения ИИ, но, как это ни странно, одна из самых отстающих.

Как сейчас используется искусственный интеллект для развития городов:

1) С помощью ИИ мы можем посмотреть на город и выяснить, чем люди любят в нём заниматься, как используют городские пространства, где предпочитают проводить время: дома или на улице. Например, 75% от всех фото из Сочи сделаны в городе, а вот жители Челябинска предпочитают фотографироваться дома – там в городе сделано только 28% от всех фото.

2) Можно смотреть, как разные явления меняют поведение горожан, и сравнивать актуальные и ретроспективные данные. Например, КБ Стрелка в 2020 году делали исследование, как коронавирус изменил паттерны поведения в городе. Спойлер: в Питере ничего не изменилось.

3) Компьютерное зрение можно использовать для оценки привлекательности недвижимости. КБ Стрелка запустила проект «Доплата за красоту», в котором исследует этот вопрос, чтобы понять, есть ли вообще закономерности между видом и стоимостью квартиры.

4) Мы строим предиктивные модели поведения людей в городе для построения туристических маршрутов. Анализируем данные из открытых источников, outdoor-фото, развитость стрит-ритейла. Мы можем заложить в эту модель появление новых объектов, а значит – предсказать, как будут строиться и перестраиваться маршруты в будущем. Это открывает новые возможности для проектирования и тестирования гипотез.

5) Мы анализируем не только изображения, но и текст. Активно используем анализ социальных сетей, чтобы понять, о чём говорят жители разных городов, как оценивают развитие своего города, какие проблемы видят, что их беспокоит. Например, в программе «Города побеждают диабет» мы использовали наши наработки в области цифровой этнографии и изучали тексты, чтобы понять, как окружающая среда влияет на развитие заболевания, с какими стереотипами и сложностями сталкиваются люди с диабетом второго типа.
56 viewsTanya Elistratova, 10:33
Открыть/Комментировать