4 сферы, которые изменил AI: кейсы российских компаний

Компания Harley Davidson увеличила производство мотоциклов спустя три месяца после внедрения маркетинговой системы, основанной на искусственном интеллекте. Благодаря нейросетям юристы JP Morgan смогли сократить время, которое тратится на изучение сделок, и уменьшить количество ошибок. Сегодня все больше организаций применяют в своих бизнес-процессах разработки на базе AI для сокращения расходов, повышения прибыли и улучшения производительности.

Рассказываем о российских компаниях, в которых технологии искусственного интеллекта уже помогают добиться наибольших результатов.

 

Финансы

Согласно исследованиям, лидером по интеграции искусственного интеллекта в бизнес является сфера финансов. Здесь технологии позволяют проверять и оценивать платежеспособность заемщиков, оптимизировать расходы, обрабатывать документы, предотвращать фрод, вычислять кредитных мошенников.

Например, компания VisionLabs предлагает финансовым учреждениям платформу LUNA для биометрического распознавания лиц. Система использует нейросети и миллионы опорных точек, благодаря чему для идентификации личности достаточно картинки любого качества. Программа с высокой точностью сверяет фото – независимо от ракурса, уровня освещения или разрешения камеры. Схожесть определяется в процентах: например, алгоритм может выдать результат совпадения дескрипторов на 65 или 99%.

Платформу уже используют более 40 банков и национальных кредитных бюро в России и странах СНГ. В частности, технологию распознавания лиц применяют для денежных переводов и авторизации при доступе к персональным данным.

Активно работает над интеграцией AI в бизнес-процессы Сбербанк. Для этого в финансовом учреждение функционирует специальная лаборатория искусственного интеллекта.

«Мы занимаемся исследованиями, которые можно применить в банке, но также стараемся, чтобы наши результаты были полезны не только в финансовой области. Например, нам интересно направление анализа временных рядов; данных с такой структурой (транзакционных и других) очень много в банковской деятельности. Из работ с большей научной составляющей можно вспомнить исследования по созданию новых методов интерпретации результатов работы нейросети», – говорит исследователь лаборатории Дмитрий Бабаев.

Одна из последних разработок банка – нейросеть для анализа стоимости недвижимости. Пока алгоритм работает только с базой данных по стрит-ретейлу. При оценке объекта нейросеть учитывает местоположение, пешеходный трафик, ценовое зонирование. На данную работу у AI уходят считаные секунды, тогда как человек тратит на оценку стоимости объекта несколько часов, а порой и дней. При помощи нейросети в банке рассчитывают сократить расходы на оценку недвижимости на 30%, а в будущем – на все 50%.

 

Робототехника и умные гаджеты

В робототехнике искусственный интеллект и глубокое обучение помогают устройствам лучше решать поставленные задачи, понимать окружающую среду и взаимодействовать с ней.

Немало вкладывает в обучение нейросетей NVIDIA. С помощью таких технологий, как глубокое обучение и компьютерное зрение, искусственный интеллект учится, развивается и адаптируется к новым условиям. К примеру, специалисты компании учат AI различать предметы друг от друга.

Одно из решений компании – вычислительный модуль Jetson TX2, предназначенный в том числе для создание роботов. Благодаря ему нейросети работают быстрее, можно использовать системы машинного зрения, графики и навигации. Модуль использует возможности глубокого обучения для развития роботов, дронов, интеллектуальных камер.

Один из примеров применение решения NVIDIA – автономный робот в сфере розничной торговли LoweBot NAVii. Алгоритмы компьютерного зрения, обрабатываемые Jetson, помогают проводить инвентаризацию. Это освобождает персонал от необходимости лично обсуживать клиентов и брать проекты на дом.

«В будущем внедрение ИИ в производство и продукты/сервисы станет рядовым событием, что позволит существенно уменьшить количество рутинной работы для человека и повысить качество продуктов и сервисов», – уверяет инженер в области машинного обучения компании NVIDIA Дмитрий Коробченко.

 

Медицина

В медицине особенно ценится отменная память AI и его способность обрабатывать большое количество данных, сопоставлять и анализировать информацию.

На базе «Сколтеха» и дорожной карты «Нейронет» развивается платформа «CoBrain-Аналитика». Основная ее цель – создание биомедицинской площадки для сбора, хранения, анализа и обработки больших медицинских данных о головном мозге человека в разных состояниях. В основе сервиса лежат алгоритмы, которые разработчики проекта создают по заказам научных центров или больниц.

Программа «CoBrain-Аналитика» сможет ставить диагнозы, формировать персональную терапию для пациентов с заболеваниями мозга, выявить патологию, которая физически еще не проявилась. Если подключить к системе искусственного интеллекта базу данных МРТ головного мозга, то нейросеть проанализирует все томограммы и уведомит врача о том, у каких пациентов есть риск развития рака в течение ближайших 5 лет.

 

Промышленность

Промышленность с помощью AI может автоматизировать рутинную работу, сократить ошибки из-за человеческого фактора и в разы повысить эффективность предприятия.

SOLUT разрабатывает проект в сфере индустриального IoT, направленный на анализ эффективности использования рабочего времени сотрудниками.

Компания создала систему, которая с помощью показаний акселерометра и гироскопа анализирует активность персонала в течение рабочего дня.

Устройства с датчиками крепятся на руки и правую ногу рабочего. На протяжении дня сигналы с устройств записываются и передаются на компьютер. Система использует методы машинного обучения, позволяющие опередить, чем занимался человек в определенное время. Например, курил, переписывался при помощи смартфона или играл в настольный футбол.

На практике уже экспериментирует с технологиями больших данных, машинного обучения и искусственного интеллекта Новолипецкий металлургический комбинат. В холдинге с декабря 2017 года функционирует кластер «Система анализа данных и моделирования», основная задача которого – накапливание и хранение данных с датчиков. Он построен на открытых инструментах на базе Hadoop. В кластер входят 10 серверов, объединенных в единую 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, которая используется для плавки металлолома, прогноз о необходимости ремонта фурм в металлургических печах, позволяющий обойтись без их внеплановых простоев.

Представители всех рассмотренных выше компаний выступят 19 апреля на AI Conference 2018. Интеграцию ИИ в сферу финансов будут более предметно обсуждать в рамках дискуссионной панели «Применение AI-технологий в банковской сфере». 

Подробности о конференции >>> https://accounts.google.com/ServiceLogin?service=urlshortener&continue=https://goo.gl/?authed%3D1&followup=https://goo.gl/?authed%3D1&passive=true&go=truez4sXyK