😷Видеоаналитика «ЭР-Телекома» поможет бороться с COVID-19

«ЭР-Телеком холдинг» (ТМ «Дом.ru», «Дом.ru Бизнес») и «Форпост» совместно разработали модуль определения защитных масок на лице. Решение помогает оперативно фиксировать появление людей без средств индивидуальной защиты на территории офисов и производств.

Разработка призвана помочь представителям малого и среднего бизнеса, а также крупных предприятий эффективно противодействовать распространению COVID-19. Она представляет собой специальный модуль в системе видеоаналитики, способный в режиме реального времени информировать администраторов о нарушении режима безопасности и оперативно реагировать на возникшую ситуацию. Решение просто в эксплуатации и пригодно для массового масштабирования.

🔗Источник: https://www.cnews.ru/news/line/2020-03-24_videoanalitika_ertelekoma

🔎 #кейс: машинное обучение повышает эффективность поиска металлов в продуктах

Компания Sesotec, производитель оборудования для обнаружения загрязнений и сортировки материалов, представил программное обеспечение THiNK, которое использует машинное обучение для более эффективного поиска металлов и металлических примесей.

Решение ориентировано на соблюдение норм безопасности в пищевой промышленности. THiNK с большой точностью обнаруживает загрязнение продуктов, что особенно актуально для тех, которые хранятся в фольге или другой металлизированной упаковке. В том числе ИИ позволил практически исключить вероятность ошибки при определении посторонних примесей. Таким образом THiNK упрощает для производителей пищевых продуктов соблюдение даже самых строгих международных правил безопасности.

🔗 Источник: https://packagingeurope.com/innovation-spotlight-next-generation-metal-detection/

👉🏻 Смотреть другие кейсы в сфере Foodtech в базе знаний ИИ на ICT.Moscow

📺 #кейс: Обучение нейросетей и распознавание изображений на маломощных процессорах без графического ускорителя

Стартап Z Advanced Computing, Inc. (ZAC) в рамках проекта Smart Home разработал ИИ-алгоритм, который, по словам технического директора Бижана Тадайона, более надежен, устойчив, последователен, а также воспроизводимым с более высокой точностью, чем сверточные нейронные или генеративно-состязательные сети, которые сейчас используют другие компании.

Алгоритм требует меньшего количества обучающих выборок, чем сверточные сети, и при этом обрабатывает изображения высокого разрешения с гораздо меньшей вычислительной мощностью. Это позволяет запускать его на маломощных устройствах — ноутбуках без графического процессора, портативных устройствах. Решение пилотируется компанией BSH Home Appliances (дочерняя компания Bosch).

🔗Источник: https://www.prnewswire.com/news-releases/artificial-intelligence-breakthrough-training-and-image-recognition-on-low-power-cpu-with-no-gpu-via-explainable-ai-for-smart-appliance-pilot-for-bosch-301028296.html

📇В команду My.Games/ Mail.ru на международный AdTech проект нужен сильный Data Scientist.

👉🏻Подробности в посте https://www.facebook.com/597338815/posts/10158330282693816/

👤Алексей Сорокин, занявший второе место на конкурсе GramEval-2020 🚀 делится впечтлениями от участия.
В скором времени модель появится в библиотеке 🏷DeepPavlov.

👉🏻Читать

🚕 Опыт внедрения ИИ в техподдержку Яндекс.Такси

👤Татьяна Савельева из команды по машинному обучению 🏷Яндекс.Такси поделилась инсайтами, рассказала, как автоматизируются сложные процессы, организуется работа разных, на практике применяется Deep learning. Также она подробно описывает принцип работы самой техподдержки в сервисе.

📖 Читать (~15 мин.)

⭐️Полезные каналы

Команда redmadrobot.ru ведет интересный канал @Redmadnews про технологии.

Мини-подборка постов из их канала:
📲 Исследование App Annie о влиянии COVID-19 на мобильную экономику
😷 SimilarWeb о том, какие онлайн-сервисы востребованы у работников на удаленке
💬 Мнение вице-президента по бизнес-технологиям «Тинькофф» Константина Маркелова о принципах построения эффективной экосистемы

👉🏻Подписаться на канал @Redmadnews

***
✅Добавить в друзья: 👤 Артур Большаков, PR в Redmadrobot
✅Изучить кейс Redmadrobot Data Lab в базе знаний об ИИ
✅Посетить ближайший ивент (с онлайн-трансляцией): Android meetup в Redmadrobot

#партнерский_материал

🎧 Подкаст Университета ИТМО «Исследования в машинном обучении — это довольно индивидуальные вещи»

👤Андрей Фильченков, кандидат физико-математических наук, доцент факультета «Информационных технологий и программирования» и руководитель группы машинного обучения международной научной лаборатории «Компьютерные технологии» рассказывает о сложностях, которые ждут начинающих ученых в сфере машинного обучения.

⏱ Таймкоды основных тем обсуждения:
00:00 — представление спикера, примеры сотрудничества с компаниями;
09:07 — трансфер различных решений из одной области в другую и развитие сферы МО;
16:41 — изучение новых результатов, их осмысление и адаптация на практике;
23:48 — открытые разработки, подготовка публикаций и требования к их оформлению;
28:37 — работа специалистов лаборатории, частота выхода результатов их деятельности;
33:04 — выбор области для развития и пререквизиты для старта в сфере МО.

▶️ Слушать на Apple Podcasts (45 мин.)
📖 Читать расшифровку (~30 мин.)

👂Резидент «Сколково» поможет людям с нарушениями слуха работать удаленно

Устройство распознавания речи 🏷«Чарли» на базе искусственного интеллекта от резидента Фонда «Сколково», компании «Сенсор-Тех», получило специальную функцию дистанционного общения.

Подключившись к программе по специальной ссылке, люди с нарушением слуха смогут читать расшифрованную речь собеседника или лектора дома на экране смартфона или компьютера в режиме онлайн. Таким же образом можно проводить рабочие встречи, совещания, любые образовательные мероприятия или выступления. Для этого необходим только доступ к интернету.

🔗 Источник: http://sk.ru/news/b/pressreleases/archive/2020/03/25/rezident-skolkovo-pomozhet-lyudyam-s-narusheniyami-sluha-uchitsya-i-rabotat-udalenno.aspx

Полезные контакты:
👤Денис Кулешов, директор лаборатории «Сенсор-Тех»

🏷 Другие разработки «Сенсор-Тех» на ICT.Moscow

X5 Retail Group увеличили штат дирекции по большим данным на 200 человек

Группа компаний X5 Retail Group нарастила штат дирекции по большим данным до 340 человек, согласно отчету за март 2020 года. Ежедневно компания собирает порядка 7 млн значений данных через программы лояльности и разрабатывает аналитические продукты и сервисы, помогающие конкурировать на рынке.

Всего разрабатывается и развивается несколько десятков сервисов для внутреннего использования и внешних потребителей. В сетях компании уже используются решения по аналитике и управлению ценообразованием, ассортиментом и промоактивностями с помощью инструментов Big Data.

С помощью решения на основе Big Data для автоматизированного формирования ассортимента теперь в сетях осуществляется управление ассортиментом по 28 категориям товаров, составляющим более 60% всех продаж. Новые матрицы ассортимента разрабатываются на основе понимания спроса со стороны клиентов, ролей каждой из категорий товаров и их вклада в общие продажи.

🔗 Источник

***
Изучить подробнее: как Перекресток использует компьютерное зрение для видеоконтроля очередей и вкладки товаров на полках

💬 Константин Корищенко, профессор, завкафедрой «Фондовые рынки и финансовый инжиниринг» РАНХиГС о влиянии big data и цифровых технологий на экономику

«Большие данные — это очень важная история. Но и большие данные, и искусственный интеллект, и системы машинного обучения — это все сильно преувеличенные процессы. Это не значит, что они плохие или не принесут пользы. Просто о том, что искусственный интеллект через 5–10 лет поменяет абсолютно все, говорили еще в 80-е годы. Прошло уже сорок лет, изменения все еще заставляют себя ждать. Не надо преувеличивать значение этих факторов. Как, например, с использованием чат-ботов. Они, наверное, помогают экономить на колл-центрах, решают массу проблем по обзвону, но в нынешнем виде вызывают скорее смех либо раздражение, а не реально решают какие-то бизнес-вопросы».

📖 Читать интервью целиком (~13 мин.)

🚘 #кейс: ИИ для распознавания автомобильных номеров

Инженер Роберт Лучиан Чириак на базе компьютера Raspberry Pi создал систему, которая распознает номер автомобилей в транспортом потоке и с помощью машинного обучения переводит их в текстовый формат.

За работу системы отвечают три отдельных приложения. Первое определяет рамку автомобильного номера, внутри которой будет считываться текст. Второе определяет символы и их порядок на полученном изображении. Третье распознает символы и переводит их в текст.

Устройство состоит из платы Raspberry Pi, камеры, модулей 4G и GPS. Они спрятаны в напечатанный на 3D-принтере корпус, который крепится к зеркалу заднего вида автомобиля.

🔗 Источник: https://www.tomshardware.com/news/raspberry-pi-project-artificial-intelligence-machine-camera

👉🏻 Смотреть другие кейсы в категории в сфере транспорта

📌Сегодня в 19:00 пройдет вебинар AI Community с командой Rosterize: Максимом Андреевым и Алексеем Тарасовым на тему: «Проблемы авиакомпаний и их AI-решения»

Полезные контакты:
👤Павел Доронин, Founder в AI Community
👤Максим Андреев, Founder & CEO в Rosterize

🔗Источник: https://www.facebook.com/photo.php?fbid=10222224644585774&set=a.2029247051530&type=3

💣Ученые используют искусственный интеллект для поиска неразорвавшихся бомб

Ученые использовали искусственный интеллект для обнаружения кратеров от бомб эпохи Вьетнамской войны в Камбодже. Эксперимент состоял из двух этапов. На первом исследователи обучали компьютер по алгоритмам, разработанным для обнаружения метеоритных кратеров на Луне и других планетах. Бомбы создают кратеры, подобные тем, что остаются после падения метеоритов. Но на Земле в течение десятилетий они зарастают травой и кустарниками, меняют форму и внешний вид.

На втором этапе искусственный интеллект искал различия между кратерами от бомб и метеоритов. Разработанные исследователями компьютерные алгоритмы учитывают новые особенности воронок от бомб, в том числе их формы, цвета, текстуры и размеры. После того, как машина «научилась» распознавать истинные воронки от бомб, ученые проверили его способности.

На первой стадии модель нашла 89 процентов кратеров от бомб (157 из 177), но также определила 1142 ложных объекта — кратерообразных мест, образовавшихся не из-за бомб. На второй стадии компьютер устранил 96 процентов ложных определений. В результате его точность составила около 86 процентов (152 из 177). Таким образом, новый метод увеличил число правильно обнаруженных кратеров от бомб более чем на 160 процентов.

Источник: http://21mm.ru/news/nauka/uchenye-ispolzuyut-iskusstvennyy-intellekt-dlya-poiska-nerazorvavshikhsya-bomb/

🚗Немецкий концерн Volkswagen Group совместно с NVIDIA задумались о наделении автомобилей марки Audi искусственным интеллектом

Работать они будут через нейронную сеть, а значит, и способны к самообучению. Система сможет выучить стилистику вождения за несколько дней.

Предполагается несколько режимов: помощь водителю, подсказки, поддержание скорости и полная автономия. При помощи различных датчиков, система сможет различать разметку, дорожные знаки, движение пешеходов и сигналы светофоров. Особенно удобны такие функции во время плохой видимости, например, при сильном дожде или в темное время суток.

В продажу такие автомобили попадут не ранее 2025 года.

🔗Источник: https://auto.rambler.ru/news/43897879-mashiny-nedalekogo-buduschego/

🙌🏻 #кейс: Контроль соблюдения мер личной гигиены сотрудниками с помощью системы 🏷 Direktiva.AI

На санпропускниках компании — производителя мяса «Дамате» внедрена система Direktiva. Камеры оснащены функцией распознавания лиц, которые позволяют проводить аутентификацию сотрудников, соблюдение регламента мытья рук каждым сотрудником и осуществляют контроль доступа на рабочее место.

Система исключает вероятность попадания на производство сотрудников, не выполнивших надлежащие регламентные операции по мойке и дезинфекции. Использование искусственного интеллекта позволило снизить влияние человеческого фактора и сыграло положительную роль в обеспечении безопасности продукции компании.

🔗 Источник: https://connectome.ai/news/measures.html

📰В США разработали ИИ-инструмент для выявления дезинформации в интернете

В Аризонском университете нейросети обучили на популярных статьях об изменении климата и биологической эволюции, и в 90% случаев они успешно отделяли настоящие факты от ложных. Нейросеть может просканировать сайт и определить, можно ли назвать его содержание обоснованным. В будущем ее хотят адаптировать для всех областей науки.

Теперь университет намерен разработать расширение для браузера, которое будет определять правдивость статей в интернете. Если обнаружится дезинформация, то читателю предложат надежный сайт по этой теме. В мобильное приложение планируется добавить геймификацию, чтобы люди могли соревноваться с друзьями и родственниками в обнаружении ложных данных. Опыт наиболее успешных в этом пользователей будет использоваться для обучения нейросети.

🔗Источник: https://rb.ru/story/conspiracy-theories-online/

🎓 #кейс: Как ИИ помог создать онлайн-платформу по обучению английскому языку

Первый крупный корпоративный заказ для создателей онлайн-школы английского языка Skyеng заставил их использовать технологии искусственного интеллекта для изучения данных клиента. Они стали разрабатывать персонализированные курсы для B2B-сегмента, а с помощью ИИ начали изучать рабочие мессенджеры и почту клиента, составили «словарь корпоративной лексики» и включили его в обучающий курс.

Источник: https://www.forbes.ru/biznes/393853-kak-cheboksarec-s-druzyami-sozdal-samyy-dorogoy-obrazovatelnyy-startap-v-rossii