Бизнес любого масштаба сегодня следит за практикой применения ИИ и машинного обучения внутри своей отрасли. Вот несколько примеров, как эти технологии решают весьма крупные и важные задачи.
Специально приведем их из нескольких направлений экономики:
Определение рисков и предсказания рыночных трендов
Распознавание и анализ медицинских изображений
Диагностика заболеваний, разработка новых лекарств и оптимизации процессов ведения медицинских записей
Также они используются для прогнозирования распространения инфекционных заболеваний и анализа эпидемиологических данных
Анализ поведения покупателей или персонализации маркетинговых кампаний
Рекомендации товаров
Обработка и анализа больших объемов данных
Принятие решений на основе данных и разработки стратегии
Складское управление, учет затрат
Прогнозирования отказов оборудования
Контроль качества продукции.
Как компания по заказной разработке, мы прекрасно понимаем, что в каждом из этих бизнес‑процессов свои механики и алгоритмы. Многое зависит от сроков и целей заказчика, текущего состояния его ИТ‑систем и требований к стеку.
Рассказываем про один из них. Российская компания, которая занимается в России производством, продажей и установкой специализированного оборудования на рыбоводные хозяйства. Их клиенты — бизнес с собственным ресурсом живой рыбы. При разведении требуется замерять и фиксировать показатели производительности. Так у заказчика появилась идея создать аппарат, который будет способен анализировать и считать рыбу в движении с разными характеристиками.
Как компания по заказной разработке, мы прекрасно понимаем, что в каждом из этих бизнес‑процессов свои механики и алгоритмы. Многое зависит от сроков и целей заказчика, текущего состояния его ИТ‑систем и требований к стеку.
Рассказываем про один из них. Российская компания, которая занимается в России производством, продажей и установкой специализированного оборудования на рыбоводные хозяйства. Их клиенты — бизнес с собственным ресурсом живой рыбы. При разведении требуется замерять и фиксировать показатели производительности. Так у заказчика появилась идея создать аппарат, который будет способен анализировать и считать рыбу в движении с разными характеристиками.
Знаем, какие вопросы появляются в голове: а что тут будет делать ИИ? А считать рыбу будут в воде? Реально про живую рыбу говорим? Карп или лосось? Сейчас все расскажем.
Итак: визуализируем аппарат. Это некий лоток на подобие движущейся ленты в аэропорту. Сверху устанавливается оборудование и датчик. Когда мы возьмем рыбу и начнем постепенно выпускать ее на лоток, чтобы заполнить резервуар, именно этот датчик может распознать ее. А после — посчитать, выводя данные на экран технического специалиста. Прибор должен был выйти в продуктив с точностью не менее 90 процентов.
В процессе стало понятно, что нужно не только определить вид рыбы, но откалибровать ее по размеру. Это повышало точность счета. Систему мы обучали на разных объектах, данных собрали предостат��чно. После чего проходила тестовая и контрольная выборка.
Для повышения точности результата наши разработчики дополнительно выстроили специализированные надстройки и алгоритмы.
Уберите от экранов особенно впечатлительных представителей кошачьих.
Что круто, по итогу — точность подсчета в финальном решении составила 97%.
Это был отличный опыт применения не самых сложных, но очень полезных разработок в небольшом датчике. Представьте, какие процессы могут быть проще в вашей ситуации?
Пишите, если есть вопросы или идея, как применить технологии для решения ��екущих или будущих стратегических задач. Почта: info@develonica.ru или в наш Телеграмм‑канал.
