Машинное обучение

Александр Блинов, начальник управления повышения эффективности продвинутой аналитики и управления данными Альфа-Банка, – о реализации алгоритмов AutoML, позволяющих радикально сократить трудозатраты и ускорить процессы разработки и поддержки моделей.

Сергей Кочетков и Юлдуз Фаттахова, исполнительные директора по исследованию данных Сбербанка, – о создании экосистемы генерации и использования синтетических данных SyntData, позволяющей повысить доступность данных для обучения ИИ-моделей.

Лев Абрамов, руководитель направления развития фреймворков центра разработки ML-технологий Альфа-Банка, – о запуске онлайн-маркетплейса данных и инструмента для создания и повторного использования признаков ML-моделей.

Валерий Шкуренко, старший руководитель проектов «Северсталь Диджитал», – о внедрении модели компьютерного зрения для оптимизации загрузки персонала в производстве трубного проката.

Михаил Бутенко, гендиректор «РПА Компас», — о создании аналитического инструментария для анализа рынка новостроек в реальном времени. Заложенные в продукт идеи и технологии могут использоваться в решениях для других отраслей.

Федеративный подход позволяет обучить большую языковую модель на данных конкретного предприятия без их отправки в облако.

Фрэнк Шихалиев, куратор ИИ-проектов RGS Lab, – о реализации моделей машинного обучения, позволяющих учитывать влияние пространственных данных на степень аварийности.

Антон Слученков, директор департамента разработки и визуализации данных ПЭК, — о пути компании к современной аналитике и достигаемых результатах.

Руслан Долгополов, руководитель продукта Video Tagging System, — о создании инструмента для комплексного анализа видео, призванного трансформировать процесс создания контента и задать новые стандарты в медиаиндустрии.

Ученые воссоздали модель по флуктуациям электромагнитного излучения от процессора, на котором она работала.

Классическое тестирование, при котором задаются сценарии тестирования или программы и методики испытаний, не применимо для систем на базе машинного обучения – модель обучилась чему-то новому и вправе выдавать непредсказуемые результаты. Как заказчику убедиться в том, что решение работает и будет приносить бизнес-пользу? Исполнитель также хочет наглядно доказать, что решение корректно работает. В этом случае может помочь системный подход к тестированию, учитывающий основные риски, которые заказчик и исполнитель должны обрабатывать совместно.

Разобраться в работе нейронных сетей вполне может и не профессионал – для этого достаточно учитывать, какой именно тип мышления сейчас заложен в ИИ, а также как это сказывается на роли человека в человеко-машинных системах. Однако некоторые особенности этого взаимодействия далеко не очевидны и пока широко не обсуждаются. Подобные дискуссии были бы полезны и инвесторам, и стартапам, и руководителям предприятий, чтобы не транжирить деньги на модные веяния, но и не отстать в мире новых технологий.

«Малые» языковые модели обучаются на более конкретных и качественных датасетах, отличаются компактностью и экономичностью.

Лауреатами стали Джон Хопфилд из США и британско-канадский ученый Джеффри Хинтон.

Созданная исследователями модель учитывает сотни голосовых биомаркеров, недоступных для человеческого слуха.

В центре внимания мероприятия, организованного издательством «Открытые системы», — технологии искусственного интеллекта в бизнес-процессах компаний.

По мнению аналитиков, оценивать возможность применения квантовых технологий в реальных сценариях пока рано.

Атаки на современные алгоритмы и модели машинного обучения и искусственного интеллекта отличаются большим разнообразием и сложностью предсказания результатов.

Работа разметчика данных предполагает долгий и однообразный труд, действия строго по инструкции, и поэтому тяжело воспринимается большинством людей. Однако люди с расстройствами аутистического спектра в силу своей специфики становятся лучшими разметчиками.

Искусственный интеллект сегодня – революционное средство для решения множества задач или хайп, вводящий в заблуждение относительно практического применения этих технологий?