Четыре сферы, которые изменил AI: кейсы российских компаний

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

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.

В Сбербанке 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-ритейлу. При оценке объекта нейросеть учитывает местоположение, пешеходный трафик, ценовое зонирование. На данную работу у AI уходят считанные 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 создания 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 обслуживать 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.

СЛЕДУЮЩИЙ МАТЕРИАЛ РАЗДЕЛА "IT"