Машинное обучение

Геополитическая турбулентность усиливает конкуренцию на рынке логистических услуг, участники которого вынуждены переосмысливать традиционные модели ценообразования, пересматривать спектр предоставляемых сервисов и сокращать издержки, причем все это на фоне постоянного поиска новых маршрутов. Как показывает опыт транспортной компании ПЭК, без решений прогнозной аналитики и систем ИИ эффективный бизнес сегодня уже невозможен.

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.

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

Ошибка в темпе прокатки стали может привести к поломке оборудования, поэтому обычно оператор стана выставляет темп с небольшим запасом – но правильно ли он его высчитает? Важно оцифровать этот процесс и снизить влияние человеческого фактора.

Отслеживание и оценка клиентского опыта — важная часть работы компаний на конкурентных рынках. С помощью технологий машинного обучения в «Альфа-Банке» была оптимизирована работа с отзывами клиентов и реализован полный цикл бизнес-процесса управления клиентским опытом.

По мере того как домохозяйства из простых потребителей энергии становятся участниками процессов ее производства и аккумуляции, меняется их роль на энергетическом рынке. На первый план выходят вопросы надежности, безопасности и конфиденциальности умных энергосетей.

Атаки, осуществляемые с помощью вредоносных входных данных, могут иметь серьезные последствия. Вместе с тем вредоносные образцы могут стать мощным инструментом построения более надежных и устойчивых к атакам обучаемым моделей для распознавания фейков и обнаружения ботов в социальных сетях.

Рост популярности решений на базе методов машинного обучения делает актуальными исследования в сфере вредоносного машинного обучения и интеграции средств предотвращения таких атак в системы и сервисы.

Для контроля и мониторинга окружающей среды запущены различные государственные и международные программы. В рамках проекта ООН ICP Vegetation разработана интеллектуальная платформа мониторинга для выявления неблагополучных областей в Европе и Азии.