ГЛАВНЫЕ НОВОСТИ

Материалы партнеров

  • image

    Искусственный интеллект на форуме RAIF: AI’M HERE

    23:38 9 Ноябрь 2017 Инфосистемы Джет

    8 ноября 2017 г., Москва. —  7 ноября в Москве прошел первый Российский форум по системам искусственного интеллекта – RAIF (The Russian Artificial Intelligence Forum), организатором которого выступила компания «Инфосистемы Джет». Форум собрал около 500 участников – топ-менеджеров крупных компаний и ИТ-экспертов. Концепция мероприятия «AI’M HERE» была призвана доказать гостям форума: технологии ML/AI не просто доступны для бизнеса, а уже вовсю используются передовыми практиками в ритейле, банках, страховании, медицине, промышленности и других отраслях. В рамках Форума также состоялось награждение победителей онлайн-чемпионата «RAIF-Challenge 2017», проходившего с 20 сентября по 25 октября. Три лучших команды получили денежное вознаграждение в размере 350 тыс. рублей каждая и возможность реализовать пилотные проекты у партнеров Форума.

    Открывая пленарную часть, Майкл Вирт, руководитель по развитию бизнеса IBM в России и СНГ констатировал, что за последние 5 лет направление AI серьезно выросло, и это движение уже не остановить. Спикер подчеркнул, что уже через 10 лет машина сможет принимать решения без человека, а также научится перепрограммировать себя. Для того чтобы это стало возможным, нам нужно сегодня поработать над созданием более мощных устройств обработки данных и процессоров с низким энергопотреблением.

    Владимир Молодых, директор по разработке и внедрению ПО компании «Инфосистемы Джет», привел реальные кейсы, реализованные компанией «Инфосистемы Джет», и призвал гостей к трансформации их бизнеса: «Многие компании не знают, с чего начать движение в сторону AI. Мы в рамках Чемпионата показали, как это сделать. Необходимо выделить бизнес-процесс, по которому есть все данные, и достичь результата по конкретной задаче. Трудно оспорить необходимость внедрения AI в организации, когда, затратив десятки (а не сотни) человекочасов, вы получаете реальную бизнес-выгоду с понятным сроком окупаемости».

    В пленарной секции прозвучало также выступление Заместителя председателя комитета Госдумы по информационной политике, информационным технологиям и связи Александра Ющенко, подчеркнувшего необходимость развития технологий ML/AI – как для бизнеса, так и для государства в целом: «Государство сегодня заинтересовано в развитии ИТ, в поддержке перспективных молодых специалистов, стартапов и, конечно, российских ИТ-компаний и интеграторов. Мы должны сегодня создать все условия, чтобы наши специалисты приносили максимальный результат.  Им в поддержку мы разрабатываем законодательные акты в области новых перспективных технологий. Однако совершенствование данного направления возможно лишь при объединении усилий государства и бизнеса».

    В рамках форума гости могли посетить несколько секции, на каждой из которых были представлены ML-кейсы в различных отраслях от крупнейших российских компаний. Так, директор по продажам Yandex Data Factory Константин Горбач рассказал в своем докладе о возможностях применения машинного обучения в промышленности, а Анна Дубовик из ДИТ Москвы затронула тему распознавания в здравоохранении, поделившись опытом обработки медицинских данных и построения ML-моделей. Рецепт применения технологии в B2B-секторе предложил гостям форума Константин Виноградов, старший инвестиционный аналитик Runa Capital. Также он рассказал об успешных стартапах в сфере искусственного интеллекта и потенциале ML-приложений.

    В секциях «AI в банках», «AI в страховании» и «AI в ритейле» основными темами выступлений стали кейсы работы с данными, в том числе повышение кросс-продаж посредством анализа данных. Много примеров было приведено именно из российской практики. Спикеры также обозначили смену парадигмы работы с данными и переход к новому пониманию профессионализма в ИТ: востребованы не те, кто понимает, как работают технологии, а те, кто понимает, как и какую задачу нужно поставить машине, чтобы получить наилучший результат.

    О нынешних реалиях и будущем AI на российском рынке рассуждали участники дискуссии «Machine Learning: технологический пузырь или насущная необходимость для бизнеса?». Отвечая на этот вопрос, Сергей Сергеев, директор по ИТ «М.Видео», поделился планами крупнейшего ритейлера электроники активно развивать это направление, в первую очередь, в области улучшения клиентского опыта на сайте и управления ассортиментом. Так, еще год назад направление AI в «М.Видео» вел всего один человек, а сегодня это целое подразделение Data Science. При этом компания использует не только внутренние ресурсы, но и привлекает партнеров.

    Компания «Инфосистемы Джет» поделилась опытом реализации ML-проектов в различных отраслях, а также представила собственные ML-системы: JetPluton (система обнаружения сетевых атак нового поколения) и решения  на платформе Jet Galatea – JetDetective (антифрод-система на базе технологий ML/AI) и JetAML (cистема противодействия отмыванию доходов и финансированию терроризма).

    Завершающим аккордом форума стало выступление Вики Ли — известной пианистки, диджея и композитора, лауреата международных конкурсов, а также награждение победителей «RAIF-Challenge 2017»: команды «V-team» с темой работы «Выявление мошеннических действий в страховании», команды «Surf» с темой «Моделирование вероятности покупки в рамках пользовательской сессии» и команды «ЛИАД» (Лаборатории интеллектуального анализа данных компании «Спутник») с темой «Прогнозирование оттока клиентов банка с использованием глубоких нейронных сетей и распределения Вейбулла».

    «По нашей практике, внедрение ML для совершенствования одного показателя в одном бизнес-процессе занимает в среднем 2,5 месяца, – отметил Евгений Колесников, руководитель направления «Большие данные и машинное обучение», «Инфосистемы Джет». – Соответственно на оптимизацию нескольких десятков бизнес-процессов, которые есть в организации, уйдут годы – даже если вести эти проекты параллельно. Компаниям, которые еще не включились в данный процесс, необходимо как можно скорее это сделать – ведь в итоге речь идет о достижении кратного роста прибыли».

    ***

    Партнеры RAIF: Hitachi, IBM, Huawei, «М.Видео», «АльфаСтрахование», Банк УРАЛСИБ.

    Генеральный информационный партнер: ИД «Коммерсантъ».

    Информационные партнеры RAIF: Серебряный дождь, CNews, TAdviser, Аналитический банковский журнал, Ассоциация менеджеров, Банковское обозрение, Бизнес-журнал, БИТ, Деловая Москва, Инвест-Форсайт, Национальный банковский журнал, ПЛАС/Retail&Loyalty, Портал Искусственного интеллекта, РАЭРР, RUБЕЖ, Системный администратор, Стандарт/Comnews, ФРИИ, Computerworld, Connect, 5Future, ICT-Online, Moscow Business School, New Retail, OSP, RoboTrends, Russian Consumer, Sobytiye.ru, Telecom Daily, The Retail Finance.

    RAIF (Российский Форум по Системам Искусственного Интеллекта) — масштабный проект по искусственному интеллекту (AI) и машинному обучению (ML), собирающий на одной площадке представителей крупнейших российских и международных компаний, а также специалистов в области машинного обучения. В рамках RAIF прошел первый онлайн-чемпионат по искусственному интеллекту. На Форуме рассматриваются практические аспекты применения искусственного интеллекта. На реальных кейсах спикеры RAIF демонстрируют возможность извлечь конкурентное преимущество из накопленных у компаний данных.

    Компания «Инфосистемы Джет» — один из крупнейших российских системных интеграторов — образована в 1991 году. Основные направления деятельности компании: бизнес-решения и программные разработки, ИТ- и телекоммуникационная инфраструктура, информационная безопасность, ИТ-аутсорсинг и техническая поддержка, управление комплексными проектами и др. Компания располагает 12 офисами и представительствами на территории РФ и СНГ.

    Новости компании доступны на facebook, twitter, telegram и на сайте компании www.jet.su

Другие статьи по этой теме
Основные индексы:
Brent 60,54 2,1400 (3,66%)
Dow Jones 23 592,98 -507,53 (-2,11%)
Курсы валют:
USD 66,7454 0,1246 (0,19%)
EUR 75,7761 0,3947 (0,52%)
CNY 96,7886 0,2507 (0,26%)
JPY 59,3424 0,5913 (1,01%)
Акции нефтегазовых компаний:
Micex Oil & Gas 6916,25 -64,73 (-0,93%)
Rosneft 412,15 -3,8500 (-0,93%)
Lukoil 4925 -175,0000 (-3,43%)
Gazprom 151,89 -1,6400 (-1,07%)
Gazprom Neft 354,2 -8,9000 (-2,45%)
Surgutneftegaz 27,93 -0,1700 (-0,60%)
Tatneft 719,6 -7,4000 (-1,02%)
Bashneft 1920 -1,0000 (-0,05%)
Источник – Финмаркет
Tools
Длина, расстояние
000,00
Площадь
000,00
Объем
000,00
Вес
000,00
Скорость
000,00
Температура
000,00
Плотность
000,00
Давление
000,00
Сила
000,00
Объемная
скорость
000,00
Объем/Вес нефти
000,00
Плотность нефти
000,00
Объем/вес/энергия
природного газа
000,00
Объемный расход
газа
000,00
Rad
Gra
x!
(
)
С
AC
Inv
sin
ln
7
8
9
/
Pi
cos
log
4
5
6
*
e
tan
sqrt
1
2
3
-
Ans
exp
x^y
0
.
=
+

"Бурение и освоение нефтяных и газовых скважин. Терминологический словарь-справочник", Булатов А.И., Просёлков Ю.М., М.: Недра, 2007

Примеры терминов:

  • Пьезометрическая скважина

    (pressure observation [piestic] well) специальная реагирующая скважина, предназначенная для постоянного наблюдения в какой-либо части структуры за изменением давления в пласте. Непрерывная регистрация положения уровня жидкости в П.с. позволяет устанавливать общую тенденцию в поведении пластового давления залежи в целом и отмечать влияние изменения работы близлежащих эксплуатационных и нагнетательных скважин, на основании чего можно судить о взаимодействии скважин и о величинах коэффициентов пьезопроводности и упругоёмкости пласта.

    (pressure observation [piestic] well) специальная реагирующая скважина, предназначенная для постоянного наблюдения в какой-либо части структуры за изменением давления в пласте. Непрерывная регистрация положения уровня жидкости в П.с. позволяет устанавливать общую тенденцию в поведении пластового давления залежи в целом и отмечать влияние изменения работы близлежащих эксплуатационных и нагнетательных скважин, на основании чего можно судить о взаимодействии скважин и о величинах коэффициентов пьезопроводности и упругоёмкости пласта.
  • Геофизические методы сопоставления разрезов скважин

    (geophisical methods of well [hole] profile comparison) косвенные методы корреляции, основанные на изучении поведения пород, вскрытых скважиной, в естественных или искусственно создаваемых вокруг ствола скважины полях напряжений. В зависимости от изучаемых параметров Г.м.с.р.с....

    (geophisical methods of well [hole] profile comparison) косвенные методы корреляции, основанные на изучении поведения пород, вскрытых скважиной, в естественных или искусственно создаваемых вокруг ствола скважины полях напряжений. В зависимости от изучаемых параметров Г.м.с.р.с. разделяются на четыре группы: электрический каротаж  изучение кажущегося и истинного удельных сопротивлений пород и естественных потенциалов ПС; термокаротаж  изучение распространения естественных и искусственных тепловых полей, зависящих от теплопроводности пород; радиоактивный каротаж  метод исследования пород по их первичной радиоактивности (гамма-каротаж) и вторичной радиоактивности, возникающей при искусственном облучении пород нейтронами (нейтронный каротаж); магнитный каротаж  изучение магнитной восприимчивости пород (пока практического значения не получил).

  • Каверномер

     (caliper) прибор для измерении диаметра (точнее: поперечного размера) ствола скважины. Измерения каверномером проводятся при подъеме прибора после раскрытия упругих рычагов, упирающихся в стенки скважин. В результате проведенных измерений получают кривую изменения диаметра скважины с глубиной.

     (caliper) прибор для измерении диаметра (точнее: поперечного размера) ствола скважины. Измерения каверномером проводятся при подъеме прибора после раскрытия упругих рычагов, упирающихся в стенки скважин. В результате проведенных измерений получают кривую изменения диаметра скважины с глубиной.

  • Резистивиметр

    (resistivity metre) электрокаротажная установка с зондом очень малой длины, служащая для получения кривой сопротивления жидкости, заполняющей ствол скважины. Р. применяется для определения места притока воды в скважину и при электрическом каротаже для контроля сопротивления раствора, заполняющего ствол скважины.

    (resistivity metre) электрокаротажная установка с зондом очень малой длины, служащая для получения кривой сопротивления жидкости, заполняющей ствол скважины. Р. применяется для определения места притока воды в скважину и при электрическом каротаже для контроля сопротивления раствора, заполняющего ствол скважины.
  • Принцип растянутой колонны

    (tension leg principle) принцип, который применяется для создания плавучих платформ с минимальными перемещениями относительно подводного устья.

    (tension leg principle) принцип, который применяется для создания плавучих платформ с минимальными перемещениями относительно подводного устья.
  • Хвостовик - лайнер, потайная колонна -

    (liner, проф. tail) обсадная колонна, не доходящая до устья (типы: эксплуатационные хвостовики, хвостовики для наращивания, изолирующие хвостовики).

    (liner, проф. tail) обсадная колонна, не доходящая до устья (типы: эксплуатационные хвостовики, хвостовики для наращивания, изолирующие хвостовики).
  • Газовое месторождение

    (gas deposit) месторождение, содержащее одну или несколько газовых залежей.

    (gas deposit) месторождение, содержащее одну или несколько газовых залежей.
  • Якорная свая

    (anchor pile) длинная свая, установленная на морском дне для прикрепления плавучей буровой структуры.

    (anchor pile) длинная свая, установленная на морском дне для прикрепления плавучей буровой структуры.
Совместно с "Мультитран"
Яндекс.Метрика