ВЭФ назвал самые перспективные технологии

На прошедшем Всемирном экономическом форуме был составлен любопытный список, в него вошли 56 компаний, которые в текущем году занимаются разработкой самых перспективных технологий.

Среди них более двух десятков фирм, признанных наиболее перспективными, занимаются искусственным интеллектом и машинным обучением. И, что характерно,  они смогли достичь коммерчески выгодных результатов, а это в данной сфере не так просто. Поэтому именно практические результаты стали главным критерием включения той или иной компании в список.

Медицина, промышленность и логистика. Если говорить о цифрах, то наиболее привлекательны для разработчиков проблемы здравоохранения и промышленности. В сфере медицины несколько компаний предлагают решения для психологической помощи. Фирма 7Cups создала платформу и мобильное приложение для оказания психологической поддержки, она уже работает в 189 странах мира, привлекла и обучила 340 тыс. волонтеров, которым помогает собственная система, построенная на принципах машинного обучения. Это позволяет приблизить качество такой психологической поддержки к лучшим терапевтическим стандартам.

В настоящее время уже сформировался комплекс технологий, который принято называть «Индустрия 4.0». В частности, для нее характерно широкое использование «больших данных» и интернета вещей. Компания Bright Machines предлагает систему, предназначенную для мониторинга работы производственных линий. Она включает комплекс датчиков и платформу с элементами искусственного интеллекта, которая обрабатывает данные и рекомендует варианты оптимизации производства. Аналогичные задачи, но с акцентом на безотходное производство и минимизацию брака, решает система, разработанная фирмой DataProphet. По информации разработчиков, в некоторых отраслях эффект от внедрения их системы позволяет вдвое уменьшить брак и расход ресурсов.

В логистическом бизнесе нашли применение решения стартапа Homoola. Система, созданная этой командой, способна автоматически подбирать решения для автомобильных грузоперевозок. Благодаря ей клиентам Homoola удалось заметно повысить экономическую эффективность перевозок, на 40 % сократить холостой пробег парка грузовиков, сэкономить топливо. Компания ImpactVision применила машинное обучение и технологии компьютерного зрения для построения систем контроля качества пищевых продуктов при их прохождении по цепочкам поставок. Например, система способна в режиме реального времени автоматически распознавать несвежую рыбу и овощи, находить посторонние предметы среди пищевых продуктов.

Безопасность и социальные задачи. В интересах персональной, коммерческой и промышленной безопасности работают фирмы BigID и Shape Security. Первая предлагает систему автоматического выявления утечек конфиденциальной личной и коммерческой информации. Вторая собирает и анализирует сигнатуры атак на веб-сайты и мобильные приложения. На сегодняшний день эта платформа защищает в общей сложности 1,7 млрд пользовательских аккаунтов на серверах компаний, занимающихся электронной коммерцией. Кроме того, данная система обучена распознавать обращения настоящих и фиктивных пользователей и, таким образом, противостоит всевозможным «накруткам» статистики. Кроме того, она может распознавать пользователей по поведению на веб-ресурсе, даже если они не вводили на сайте логин и пароль.

В наше время, когда создать фейковое фото или даже видео можно практически в режиме реального времени, верификация данных становится заметной проблемой. Ее призвана решить платформа Truepic, назначение которой — быстрая верификация фото- и видеоматериалов, размещаемых в соцсетях. Сервис уже довольно известный, и его включение в список лучших — заслуженное признание достигнутого уровня.

Подготовка данных для машинного обучения. Для того чтобы системы, построенные с помощью машинного обучения, могли работать с задачами реального мира, необходимо подготовить большие объемы данных, на основе которых и ведется обучение. Это ключевой момент и одновременно наиболее ресурсоемкий. Компания CyberCube предлагает решения для сбора и подготовки таких данных в страховом бизнесе, а фирма Descartes Labs построила универсальный облачный сервис для подготовки наборов данных для машинного обучения.

***

Подводя итог обзора, стоит подчеркнуть, что все перечисленные проекты объединяет то, что они не являются фундаментальными разработками, а используют технологии искусственного интеллекта в других сферах: производстве, медицине, обеспечении безопасности.

Читайте нас в: