Обратная связь

Подписаться на нашу рассылку

Искусственный интеллект

Решение задач с применением методов искусственного интеллекта

Искусственный интеллект — современная технология, позволяющая вывести бизнес-процессы предприятия на принципиально новый уровень эффективности. Успех проекта с применением методов искусственного интеллекта во многом зависит от нескольких составляющих:

  • Наличие структурированных данных, необходимых для построения обучающей выборки
  • Корректный выбор алгоритма, с помощью которого строится математическая модель
  • Понимание проектной команды специфики внедряемых бизнес-процессов

Компания «Лексема» обладает компетенциями и опытом в решении задач, которые эффективно решаются с применением методов искусственного интеллекта. Уже 2 проекта компании поддержаны грантами по нацпроекту «Цифровая экономика» в направлении «Искусственный интеллект».

Искусственный интеллект помогает вывести бизнес-процессы предприятия на принципиально новый уровень эффективности

Наши преимущества при разработке прикладных бизнес-решений с применением искусственного интеллекта:

  • многолетний опыт в разработке информационных систем и оптимизации бизнес-процессов в различных отраслях промышленности
  • наличие сильной команды с глубокими научными знаниями в области искусственного интеллекта
  • наличие собственной платформы Lexema, на базе которой создаются IT-продукты

Наш опыт во внедрении новых бизнес-процессов гарантирует успешный запуск проекта в промышленную эксплуатацию.

КАКИЕ ЗАДАЧИ МЫ УМЕЕМ РЕШАТЬ?

Распознавание и классификация образов

Задача распознавания образов и объектов имеет широкое применение на практике, от решения задач в распознавании электронных документов до решения задач в медицине. Например, комплекс для диагностики раковых образований на основании снимков КТ, МРТ и ПЭТ. Для этого через нейронную сеть прогоняют тысячи размеченных снимков, после чего точность распознавания новых снимков возрастает до 95-97%.

Рекомендательные и экспертные системы

Существует много различных предметных областей, в которых очень важна роль эксперта. Эксперты в своих областях могут делать очень точные выводы, основываясь на входных данных и своих знаниях. Например, доктор, посмотрев на симптомы пациента, может поставить диагноз. А химик сказать, сколько и в каком количестве химических реагентов необходимо заложить в скважину, чтобы повысить ее дебит.

Чем специфичнее и уже предметная область, тем сложнее найти в ней эксперта. Собрать знания экспертов и использовать их на практике помогают экспертные системы.

Главная задача экспертной системы – с помощью программного обеспечения частично заменить специалиста-эксперта в разрешении проблемной ситуации.

Предсказательная аналитика

Классическим примером таких задач выступает интеллектуальная система построения графика ремонтных работ на основе предсказания отказов технических систем и их элементов по информации, собранной в автоматическом режиме с датчиков, контроллеров и других исполнительных механизмов.

Прогнозная аналитика с применением алгоритмов машинного обучения может использоваться для решения экономических задач. Например, для построения динамических базовых и сценарных прогнозов основных показателей финансово-хозяйственной деятельности предприятий с различными горизонтами прогнозирования.

ОБЛАСТИ ПРИМЕНЕНИЯ:

Медицина

Роботизация офисных бизнес-процессов

Бурение и эксплуатация скважин

Ремонт оборудования

Экономика

ПОЧЕМУ РЕШЕНИЯ С ИСКУССТВЕННЫМ ИНТЕЛЛЕКТОМ ЭФФЕКТИВНЫ?

  • Алгоритмы искусственного интеллекта, применяемые в рекомендательных и экспертных системах, позволяют заложить в информационную систему опыт и знания высококвалифицированных специалистов в любой отрасли промышленности, которые затем при использовании системы транслируются менее опытным сотрудникам.
  • Цифровые решения повышают производительность труда и избавляют от ручных рутинных операций
  • Бизнес-задачи решаются с высокой точностью и скоростью

НАШИ РЕАЛИЗОВАННЫЕ ПРОЕКТЫ С ПОМОЩЬЮ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА:

Проект Lexema-Medicine

Рекомендательная система поддержки принятия решений для назначения персонализированной терапии с использованием алгоритмов искусственного интеллекта поддержана Фондом содействия инноваций. АНО «Цифровая экономика» включила проект в базу эффективных кейсов для развития цифровой экономики в субъектах РФ.

При построении системы были использованы методы искусственного интеллекта:

  • Для оценки эффективности терапии — экстремальный градиентный бустинг
  • Для подбора терапии – алгоритм взвешенного мэтчинга

Платформа Lexema-RPA

Платформа для создания и управления программными роботами победила в конкурсе на получение субсидии на разработку индустриальных цифровых платформ, проводимом Министерством промышленности и торговли РФ.

Используемые в платформе методы ИИ:

  • Поиск соответствия распознанной информации и элементов справочников для робота-бухгалтера — комбинация модифицированного метода поиска N-грамм, адаптированного метода измерения расстояния между двумя последовательностями символов Джаро-Винклера и Левенштейна
  • Поиск распознанных изображений — нейронные сети

Прогноз распространения пандемии Covid-19

Наш научный руководитель в области искусственного интеллекта — Лакман Ирина в сотрудничестве с нашими партнерами — компанией ISD разработали математическую модель по прогнозу развития пандемии Covid-19 по регионам и городам, на который ссылаются множество различных СМИ федерального масштаба.

В основе прогнозов лежат математические алгоритмы, которые достаточно просты, но при этом позволяют с высокой точностью (98-99%) прогнозировать развитие пандемии. В России всего несколько групп занимаются прогнозированием хода распространения вируса COVID-19, и мы горды тем, что наша компания принимает участие в этом важном деле.

Прогнозы, анализ текущей ситуации, комментарии экспертов и многое другое вы можете посмотреть на сайте covid-forecast.ru

ОБЗОРНЫЕ ВИДЕОРОЛИКИ ПО ПРИМЕНЕНИЮ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ РЕШЕНИЯ РАЗЛИЧНЫХ ЗАДАЧ:

В нашу эпоху цифровизации искусственный интеллект стал одной из самых востребованных технологий. Мы решили предоставить специалистам, развивающим компетенции в этой сфере набор обучающих роликов.

Наша команда подготовила видеоролики, в которых рассказывается о том, какие методы искусственного интеллекта применяются для решения прикладных задач.

Анализ выживаемости (Survival analysis)
 

Применение методов ИИ в медицине для решения задач по выживаемости.

Понижение размерности выборки методом SVD разложения

В этом уроке рассматривается понижение размерности данных на примере сжатия изображения методом SVD разложения матрицы.

Прогнозирование временных рядов с помощью модели SARIMAX

В бизнесе может возникнуть необходимость в построении прогнозов экономических показателей или показателей технических систем. В этом могут помочь алгоритмы машинного обучения. Например, в видео рассматривается прогнозирование дохода компании по определенному направлению с помощью модели SARIMAX.

Эпидемиологические модели... Или как прогнозировали COVID-19

В этом уроке рассматривается эпидемиологическое моделирование и рассказывается об успешном прогнозировании развития коронавирусной инфекции в России и Республике Башкортостан.

Команда

Ирина Лакман   |   Научный руководитель

Образование высшее, БГУ, специальность «Математика», кандидат технических наук, преподаватель кафедры математики БГУ, доцент.
Победитель (дважды в 2018 и 2019 гг.) всероссийского грантового конкурса среди преподавателей по машинному обучению от фонда Botan Investment.

Опыт построения математических моделей и применения современных инструментов анализа данных (15 лет), в том числе с применением когнитивных технологий и инструментов машинного обучения (8 лет). Имеет Индекс Хирша 6:. Количество научных трудов – более 100, в том числе глава в монографии New Statistical Developments in Data Science (издательство Шпрингер, Италия, 2019 г.), статей в журналах из перечня ВАК – 50 (из них 15 – ядро РИНЦ), Scopus и Web of Science – 15, зарегистрированных программ для ЭВМ – 15, баз данных – 1 (Роспатент), учебно-методических работ – 5. Индекс цитирования РИНЦ – 260.


Динар Еникеев   |   Data Scientist, Специалист по анализу данных

Два высших образования, УГАТУ, БГУ, имеет ряд публикаций по методам машинного обучения, регулярный участник хакатонов и конкурсов по анализу данных и машинному обучению.

Еникеев Д. ведущий эксперт по анализу данных в проекте «Интеллектуальная система поддержки принятия решений для назначения персонализированной диализной и лекарственной терапии пациентам с хронической почечной недостаточностью с использованием алгоритмов искусственного интеллекта»


Руслан Ахметвалеев   |   Data Scientist, Специалист по анализу данных

Аспирант УГАТУ, имеет ряд публикаций в области искусственного интеллекта, в том числе «Применение технологий семплирования для решения задачи классификации на основе медицинских данных», «Sampling strategies for classification-based data visualization support».

Опыт работы в международных проектах в области искусственного интеллекта: Центр вычислительной визуализации, Институт Одена, Университет Техаса в Остине, США, Научный сотрудник


Александр Ерофеев   |   Архитектор проектов

Образование высшее, УГАТУ, «Математическое обеспечение и администрирование информационных систем» (степень магистра). Имеет ряд научных публикаций в области искусственного интеллекта.

Ерофеев А. является архитектором проекта по разработке платформы для создания и управления программными роботами, занимается методологической проработкой вопросов по применению методов машинного обучения и искусственного интеллекта для решения задач проекта


Антон Путин   |   Архитектор проектов

Образование высшее, УГАТУ, «Математическое обеспечение и администрирование информационных систем» (степень магистра). Имеет ряд научных публикаций в области искусственного интеллекта.

Путин А. является архитектором проекта по разработке готовых интеллектуальных роботов в основе которых лежат методы машинного обучения и искусственного интеллекта


Андрей Круглик   |   Архитектор проектов

Магистрант УГАТУ по направлению "Программная инженерия", победитель регионального этапа Абилимпикс в области Web-программирования, участник V Национального чемпионата "Абилимпикс", участник хакатонов и конкурсов по анализу данных и машинному обучению, занял второе место в хакатоне по анализу данных в нефтегазовом инженеринге, имеет публикацию в журнале "Информационные технологии", и участвовал в конференции по анализу данных (г.Санкт-Петербург).

Круглик А. является архитектором проекта по разработке готовых интеллектуальных роботов в основе которых лежат методы машинного обучения и искусственного интеллекта

РЕАЛИЗАЦИЯ ПРОЕКТОВ ПРИ ПОДДЕРЖКЕ ГРАНТОВ:

В рамках федерального проекта «Цифровые технологии» национальной программы «Цифровая экономика» Правительство Российской Федерации предусмотрело меры поддержки проектов на основе внедрения отечественных продуктов, сервисов и платформенных решений, созданных на базе сквозных цифровых технологий, одним из направлений которой является «Нейротехнологии и искусственный интеллект».

Положительный опыт поддержки наших проектов грантами в направлении «Искусственный интеллект» позволяет предлагать нашим потенциальным клиентам разработку проектов с использованием цифровой технологии с грантовой поддержкой. Наши специалисты помогут подготовить и оформить заявку на конкурсный отбор на получение гранта или субсидии.

ПРИГЛАШАЕМ НА РАЗГОВОР:
 
«КАК ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ МОЖЕТ ПОМОЧЬ В РЕШЕНИИ ВАШИХ БИЗНЕС-ЗАДАЧ»