Машинное обучение

Максим Горынцев, руководитель управления развития ценностью клиентов сети «Магнит», – о создании инструмента, позволяющего провести оптимизацию взаимоотношений с клиентами и сфокусироваться на повышении их лояльности и вовлеченности, помогая в формировании стратегии удержания и увеличения ценности клиентов.

Святослав Орешин, руководитель команды модельного риска Х5 Tech, – о работе с рисками моделей машинного обучения, ее встраивании в процессы и роли в оптимизации работы компании.

Ильдар Хасанов, исполнительный директор BRAINPHONE, – о разработке сервиса, позволяющего по голосу выявлять людей с болезнью Паркинсона, и создании массового и доступного инструмента диагностики этого заболевания.

Константин Прайс, коммерческий директор Napoleon IT, — о создании решения «Napoleon IT Отзывы» и его роли в выстраивании процессов работы с отзывами клиентов.

Артем Ерохин, ведущий менеджер по работе с большими данными X5 Group, – о создании платформы AI-RUN Business Platform, позволяющей радикально ускорить процессы внедрения решений на основе искусственного интеллекта.

Исследователи оценивают эффективность прогнозирования поведения хаотичных динамических систем.

Молекулярную структуру твердотельного электролита помогла выбрать облачная система Microsoft Azure Quantum Elements.

Методы машинного обучения позволяют различать органические соединения биологического и небиологического происхождения.

Исследователи научились находить сходство различных отпечатков одного человека.

Сгенерированные примеры затем используются для обучения программ распознавания, которым не хватает реальных образцов.

Система поиска в хранилищах вредоносных материалов постоянно дообучается, что позволяет ей реагировать даже на неизвестные доселе угрозы.

Исследователи заявили, что создали самый эффективный среди мировых аналогов алгоритм для обучения и адаптации искусственного интеллекта.

Авторы также разработали модель машинного обучения, которая прогнозирует запоминаемость разных символов.

Обучение на трехмерных цифровых моделях клинописных табличек помогает справиться с распознаванием клинописи лучше других известных машинных методов.

Поддерживается 20 типов звуков: сирены, детский плач, речь, пылесосы, щебетание птиц и так далее.

Решение, выполненное на базе усовершенствованного варианта архитектуры Nvidia Hopper, работает на новом GPU компании — H200 Tensor Core.

В рамках нового исследования удалось значительно повысить точность результатов благодаря использованию передовых методов обработки сигналов и машинного обучения

Участники рынка систем искусственного интеллекта – о принимаемых правительством мерах поддержки, наблюдающихся тенденциях и перспективах развития рынка.

Наиболее эффективным методом борьбы с синтезом ответов, не имеющих отношения к действительности, специалисты называют подкрепление актуальными данными.

Исследователи объяснили, как голуби справляются с задачами, в которых присущие людям способы мышления — в том числе, использование явных правил — не помогают.