{"id":12488,"date":"2019-05-16T14:32:32","date_gmt":"2019-05-16T11:32:32","guid":{"rendered":"http:\/\/smart-it.com\/2019\/05\/deep-learning-world\/"},"modified":"2019-05-24T17:37:29","modified_gmt":"2019-05-24T14:37:29","slug":"deep-learning-world","status":"publish","type":"post","link":"https:\/\/smart-it-prod-v3.azurewebsites.net\/pl\/2019\/05\/deep-learning-world\/","title":{"rendered":"Deep Learning World a Predictive Analytics World Industry 4.0 Munich 2019"},"content":{"rendered":"

Wiod\u0105ce konferencje w dziedzinie maszynowego i g\u0142\u0119bokiego uczenia<\/h2>\r\n

\"\"<\/p>\r\n

W dniach 6-7 maja w Monachium odby\u0142y si\u0119 dwa wiod\u0105ce wydarzenia po\u015bwi\u0119cone maszynowemu i g\u0142\u0119bokiemu uczeniu, sieciom neuronowym i ich wykorzystaniu: Deep Learning World<\/a>\u00a0a Predictive Analytics World Industry 4.0<\/a>. W konferencjach wzi\u0119\u0142o udzia\u0142 ponad 200 uczestnik\u00f3w z 29 kraj\u00f3w!<\/p>\r\n

Nie jest \u0142atwo znale\u017a\u0107 prawdziwie wysokiej jako\u015bci konferencj\u0119, gdzie prelegenci dziel\u0105 si\u0119 nie tylko teoretycznymi mo\u017cliwo\u015bciami technologii, ale tak\u017ce mo\u017cliwo\u015bciami ich stosowania, kt\u00f3re przynosz\u0105 firmom realne korzy\u015bci ekonomiczne. Takie to by\u0142y konferencje w Monachium.<\/p>\r\n<\/br>\r\n

Co jest Deep Learning World a Predictive Analytics World Industry 4.0?<\/h2>\r\n

Obie konferencje to globalne platformy organizowane w miastach na ca\u0142ym \u015bwiecie. Oddzia\u0142 konferencji Predictive Analytics World w Monachium odby\u0142 si\u0119 po raz drugi, tylko \u017ce w tym roku organizatorzy postanowili jednocze\u015bnie zorganizowa\u0107 te\u017c Deep Learning World. \u0141\u0105cz\u0105c dwie konferencje pod dachem hotelu Holiday Inn, prelegenci mog\u0142i poruszy\u0107 szerszy zakres temat\u00f3w: Deep Learning World skoncentrowa\u0142a si\u0119 na technicznych sk\u0142adnikach g\u0142\u0119bokiego uczenia i sieciach neuronowych, a Predictive Analytics World Industry 4.0 \u2013 na praktycznych zastosowaniach Internetu rzeczy i uczenia maszynowego w biznesie.<\/p>\r\n<\/br>\r\n

SMART business na Deep Learning World Munich 2019<\/h2>\r\n

\"\"<\/p>\r\n

SMART business, b\u0119d\u0105c cz\u0142onkiem spo\u0142eczno\u015bci Microsoft na rzecz rozwoju sztucznej inteligencji \u2013 Microsoft AI Inner Circle Partner Program<\/a>, uczestniczy\u0142a w konferencji po raz drugi. W Deep Learning World firm\u0119 reprezentowa\u0142 Andrey Schur.<\/p>\r\n

\u2013 Prelegenci prezentowa\u0142y na Deep Learning World bardzo silne raporty z technicznego punktu widzenia \u2013 podzieli\u0142 si\u0119 swoimi wra\u017ceniami na temat konferencji Andrey. \u2013 Rozwi\u0105zania SMART business nie pozostaj\u0105 w tyle prezentowanych technologii, a gdzie\u015b idziemy nawet o krok dalej!<\/p>\r\n

Andrey m\u00f3wi\u0142 w Monachium o temacie \u00abEwolucja system\u00f3w rekomenduj\u0105cych. W jaki spos\u00f3b sieci neuronowe i g\u0142\u0119bokie uczenie pozwalaj\u0105 na dok\u0142adniejsze zalecenia\u00bb.<\/p>\r\n

Ze wzrostem ilo\u015bci produkt\u00f3w i informacji coraz wa\u017cniejsze staje si\u0119 dla firm rozpoznawanie swoich klient\u00f3w, dostarczanie tre\u015bci i produkt\u0433, kt\u00f3re odpowiadaj\u0105 ich preferencjom. To systemy rekomenduj\u0105ce, oparte na g\u0142\u0119bokim uczeniu, umo\u017cliwiaj\u0105 analizowanie zestaw\u00f3w danych w celu tworzenia wysokojako\u015bciowych spersonalizowanych ofert dla ka\u017cdego klienta. Algorytmy okre\u015blaj\u0105 najodpowiedniejsze oferty na podstawie danych o zakupach: regularno\u015b\u0107 zakupu towar\u00f3w, kategorie cenowe, lokalizacja sklep\u00f3w i dane demograficzne.<\/p>\r\n

Rozwi\u0105zania SMART business wprowadzone do y sieci detalicznych \u00abChervoniy Market\u00bb i \u00abCitrus\u00bb daj\u0105 rekomendacje z dok\u0142adno\u015bci\u0105 do 85%. Modele pomagaj\u0105 firmom zrozumie\u0107 zachowania klient\u00f3w, oferowa\u0107 im odpowiednie produkty we w\u0142a\u015bciwym czasie i za po\u015brednictwem w\u0142a\u015bciwych kana\u0142\u00f3w komunikacji. Z pomoc\u0105 system\u00f3w rekomenduj\u0105cych konwersja odpowiedzi na zakup wzrasta z 5% do 15%!<\/p>\r\n

\u2013Systemy rekomenduj\u0105ce zainteresowa\u0142y uczestnik\u00f3w konferencji, kt\u00f3re zada\u0142y wiele pyta\u0144 i zaanga\u017cowa\u0142y si\u0119 w dyskusj\u0119 \u2013 powiedzia\u0142 Andrey. – Przedstawiciele miejskiej biblioteki w Helsinkach powiedzieli, \u017ce za pomoc\u0105 prostej sieci rekomenduj\u0105cej znacznie zwi\u0119kszyli konwersj\u0119 wizyt do biblioteki. Mi\u0142o s\u0142ysze\u0107, \u017ce sieci neuronowe s\u0105 r\u00f3wnie\u017c skuteczne w przypadku rozwi\u0105za\u0144 niekomercyjnych \u2013 wskazuje to na rzeczywiste korzy\u015bci technologii.<\/p>\r\n

Czatboty\u00a0i systemy t\u0142umaczeniowe<\/strong><\/h4>\r\n

\"\"<\/p>\r\n

\u00abPodej\u015bcia do g\u0142\u0119bokiego uczenia dowiod\u0142y, \u017ce maj\u0105 wystarczaj\u0105c\u0105 moc do symulacji odcieni j\u0119zyka i przekroczy\u0142y ju\u017c wszystkie inne zautomatyzowane metody t\u0142umaczenia\u00bb. (Natasha Latysheva, in\u017cynier maszynnego uczenia Welocalize).<\/p>\r\n

\u2013 Jednym z g\u0142\u00f3wnych wyzwa\u0144 dla technologii czatbot\u00f3w jest wykorzystanie dodatkowej wiedzy w komunikacji z klientem \u2013 powiedzia\u0142 Sebastian Blank, in\u017cynier danych inovex. \u2013 Z\u0142o\u017cono\u015b\u0107 j\u0119zyk\u00f3w naturalnych utrudnia korzystanie z fragment\u00f3w mowy przy u\u017cyciu predefiniowanych regu\u0142.<\/p>\r\n

In\u017cynierowie stworzyli modele g\u0142\u0119bokiego uczenia, aby przeprowadza\u0142y wyszukiwanie przy u\u017cyciu pyta\u0144 w j\u0119zyku naturalnym. Takie systemy wsp\u00f3\u0142dzia\u0142aj\u0105 z relacyjnymi bazami danych, zapewniaj\u0105c bardziej dok\u0142adne wyniki komunikacji czatbot\u00f3w.<\/p>\r\n

G\u0142\u0119bokie uczenie w celu okre\u015blenia nieprawid\u0142owego dzia\u0142ania aparat\u00f3w i usterek na ta\u015bmie przeno\u015bnika<\/strong><\/h4>\r\n

\"\"<\/p>\r\n

\u00abOstatnie post\u0119py w g\u0142\u0119bokim uczeniu i wizji maszynowej, wraz z moc\u0105 obliczeniow\u0105 sprz\u0119tu, otworzy\u0142y nowe mo\u017cliwo\u015bci w wykrywaniu defekt\u00f3w w produkcji przemys\u0142owej\u00bb. (Johannes Crokel, dyrektor dzia\u0142u Data Science & AI w Schaeffler).<\/p>\r\n

Deweloperzy Schaeffler wdro\u017cyli kontrol\u0119 wizualn\u0105 (Visual Inspection) na linii monta\u017cowej w celu ujawnienia usterek produktu. Zamiast osoby, kt\u00f3ra zwykle sprawdza wszystkie cz\u0119\u015bci, nad ta\u015bm\u0105 przeno\u015bnika zainstalowana jest kamera do kontroli usterek.Wyniki \u015bwiadcz\u0105, \u017ce metody g\u0142\u0119bokiego uczenia s\u0105 skuteczne w wizualnej kontroli produkcji w czasie rzeczywistym \u2013 model nauczy\u0142 si\u0119 rejestrowa\u0107 ka\u017cd\u0105 jednostk\u0119 w kontek\u015bcie i minimalizowa\u0107 b\u0142\u0119dy, zwi\u0105zane z czynnikami ludzkimi.<\/p>\r\n

Internet rzeczy jest r\u00f3wnie\u017c u\u017cywany do okre\u015blenia usterek w pracy samych urz\u0105dze\u0144. W tym celu na ka\u017cdej jednostce produkcyjnej s\u0105 zainstalowane czujniki. Analizuj\u0105c dane z r\u00f3\u017cnych \u017ar\u00f3de\u0142, modele \u00abwidz\u0105\u00bb anomali\u0119 w pracy aparatu i sugeruj\u0105 dzia\u0142ania, kt\u00f3re nale\u017cy podj\u0105\u0107 do naprawy konkretnej jednostki.<\/p>\r\n

G\u0142\u0119bokie uczenie w celu analizy tekst\u00f3w um\u00f3w<\/strong><\/h4>\r\n

\"\"<\/p>\r\n

Zaplecze gl\u0119bokiego uczenia pozwala ju\u017c na ocen\u0119 mocy prawnej um\u00f3w. Za\u0142o\u017cyciel dida Datenschmiede \u2013 Philippe Jackmut, na przyk\u0142adzie um\u00f3w wynajmu mieszka\u0144 pokaza\u0142 model sieci neuronowej, kt\u00f3ra przetwarza zdigitalizowane kontrakty, ujawniaj\u0105c nie\u015bcis\u0142o\u015bci w wype\u0142nianiu lub niezgodno\u015bci z obowi\u0105zuj\u0105cymi przepisami. Model pokazuje, kt\u00f3re kontrakty mog\u0105 zosta\u0107 przed\u0142u\u017cone i kt\u00f3re powinny zosta\u0107 rozwi\u0105zane.<\/p>\r\n<\/br>\r\n

Niekt\u00f3re tematy z Predictive Analytics World Industry 4.0<\/h2>\r\n

\u2013 W tym roku w Predictive Analytics World poziom temat\u00f3w znacznie wzr\u00f3s\u0142 \u2013 powiedzia\u0142 Andrey. \u2013 Prelegenci przybyli z bardziej ca\u0142o\u015bciowymi przypadkami i rozwi\u0105zaniami, prezentuj\u0105c skuteczne mo\u017cliwo\u015bci wykorzystania system\u00f3w maszynowego i g\u0142\u0119bokiego uczenia. Rozdzie\u0142enie konferencji na dwa strumienie pozwoli\u0142o w pe\u0142ni skoncentrowa\u0107 si\u0119 na rozwi\u0105zaniach biznesowych, pozostawiaj\u0105c cz\u0119\u015b\u0107 techniczn\u0105 dla Deep Learning World.<\/p>\r\n

Niemieckie koleje wykorzystuj\u0105 uczenie maszynowe do obliczania energii elektrycznej<\/strong><\/h4>\r\n

\"\"<\/p>\r\n

Gdy energia elektryczna jest g\u0142\u00f3wnym \u017ar\u00f3d\u0142em energii dla poci\u0105g\u00f3w, wa\u017cne jest, aby w\u0142a\u015bciwie rozdzieli\u0107 jej dostawy. In\u017cynierowie z Deutsche Bahn, g\u0142\u00f3wnego niemieckiego operatora kolejowego, opracowali model uczenia maszynowego do przewidywania zasilania poci\u0105g\u00f3w.<\/p>\r\n

Bior\u0105c pod uwag\u0119 ruch poci\u0105g\u00f3w, warunki pogodowe, por\u0119 dnia i zat\u0142oczenie kolei, model z dok\u0142adno\u015bci\u0105 do 85% przewiduje ilo\u015b\u0107 energii elektrycznej, kt\u00f3ra musi by\u0107 dostarczona do ka\u017cdego klastra w okre\u015blonym czasie. Pozwala to zoptymalizowa\u0107 dystrybucj\u0119 energii i zminimalizowa\u0107 mo\u017cliwe op\u00f3\u017anienia poci\u0105g\u00f3w.<\/p>\r\n

Vodafone \u2013 data science w sieci telefonicznej<\/strong><\/h4>\r\n

\"\"<\/p>\r\n

Markus Rother, kierownik dzia\u0142u sieci analitycznych w Vodafone, powiedzia\u0142, \u017ce firma wykorzystuje algorytmy uczenia maszynowego i Internet rzeczy do przewidywania zasi\u0119gu sieci w Niemczech. Model uznaje wzrost obci\u0105\u017cenia magistrali i przewiduje, jak b\u0119dzie si\u0119 rozwija\u0107 zu\u017cycie i obci\u0105\u017cenie sieci. Korzystaj\u0105c z tych informacji, pracownicy Vodafone k\u0142ad\u0105 nowe magistrale i instaluj\u0105 wie\u017ce w miejscach o rosn\u0105cych wska\u017anikach zu\u017cycia.<\/p>\r\n

Vodafone wykorzystuje r\u00f3wnie\u017c uczenie maszynowe do przewidywania utraty klient\u00f3w. Model analizuje ponad 80 parametr\u00f3w, w tym informacje techniczne o routerze, pr\u0119dko\u015b\u0107 u\u0142o\u017conego kabla, informacje o rodzaju magistrali i czynniki demograficzne. Firma buduje odpowiedni\u0105 komunikacj\u0119 z klientami, oferuj\u0105c aktualne pakiety i zapewniaj\u0105c niezb\u0119dne wsparcie techniczne.<\/p>\r\n\r\n

Korzystanie z Internetu rzeczy w gospodarstwach<\/strong><\/h4>\r\n

W celu poprawy zdrowia kr\u00f3w i ich wydajno\u015bci mlecznej, niekt\u00f3re gospodarstwa w Niemczech korzystaj\u0105 z Internetu rzeczy. Za pomoc\u0105 czujnik\u00f3w umieszczonych zar\u00f3wno w gospodarstwie, jak i samych krowach, rolnicy monitoruj\u0105 stan zdrowia i og\u00f3lny stan zwierz\u0105t. Model analizuje setki parametr\u00f3w: od t\u0119tna i dost\u0119pno\u015bci \u017cywno\u015bci do temperatury i wilgotno\u015bci, przewiduj\u0105c, co rolnicy musz\u0105 zrobi\u0107, aby poprawi\u0107 \u017cycie okre\u015blonej krowy.<\/p>\r\n<\/br>\r\n

Wyniki<\/h2>\r\n

Dzi\u0119ki technologii g\u0142\u0119bokiego i maszynowego uczenia sta\u0142y si\u0119 dost\u0119pne rozwi\u0105zania, kt\u00f3re wydawa\u0142y si\u0119 niepraktyczne jeszcze pi\u0119tna\u015bcie lat temu. Konferencje Deep Learning World i Predictive Analytics World Industry 4.0 dowiod\u0142y, \u017ce rozw\u00f3j technologiczny umo\u017cliwia dok\u0142adniejsz\u0105 analiz\u0119 danych, podniesienie poziomu prognozowania, ograniczenie wyp\u0142ywu klient\u00f3w i optymalizacj\u0119 pracy ka\u017cdego przedsi\u0119biorstwa.<\/p>\r\n\r\n\r\n

<\/p>\r\n","protected":false},"excerpt":{"rendered":"

Wiod\u0105ce konferencje w dziedzinie maszynowego i g\u0142\u0119bokiego uczenia W dniach 6-7 maja w Monachium odby\u0142y si\u0119 dwa wiod\u0105ce wydarzenia po\u015bwi\u0119cone maszynowemu i g\u0142\u0119bokiemu uczeniu, sieciom neuronowym i ich wykorzystaniu: Deep Learning World\u00a0a Predictive Analytics World Industry 4.0. W konferencjach wzi\u0119\u0142o udzia\u0142 ponad 200 uczestnik\u00f3w z 29 kraj\u00f3w! Nie jest \u0142atwo znale\u017a\u0107 prawdziwie wysokiej jako\u015bci konferencj\u0119, […]<\/p>\n","protected":false},"author":9113,"featured_media":12340,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":[],"categories":[],"tags":[240,241,242,244],"_links":{"self":[{"href":"https:\/\/smart-it-prod-v3.azurewebsites.net\/pl\/wp-json\/wp\/v2\/posts\/12488"}],"collection":[{"href":"https:\/\/smart-it-prod-v3.azurewebsites.net\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/smart-it-prod-v3.azurewebsites.net\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/smart-it-prod-v3.azurewebsites.net\/pl\/wp-json\/wp\/v2\/users\/9113"}],"replies":[{"embeddable":true,"href":"https:\/\/smart-it-prod-v3.azurewebsites.net\/pl\/wp-json\/wp\/v2\/comments?post=12488"}],"version-history":[{"count":0,"href":"https:\/\/smart-it-prod-v3.azurewebsites.net\/pl\/wp-json\/wp\/v2\/posts\/12488\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/smart-it-prod-v3.azurewebsites.net\/pl\/wp-json\/wp\/v2\/media\/12340"}],"wp:attachment":[{"href":"https:\/\/smart-it-prod-v3.azurewebsites.net\/pl\/wp-json\/wp\/v2\/media?parent=12488"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/smart-it-prod-v3.azurewebsites.net\/pl\/wp-json\/wp\/v2\/categories?post=12488"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/smart-it-prod-v3.azurewebsites.net\/pl\/wp-json\/wp\/v2\/tags?post=12488"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}