Лучшие статьи и кейсы стартапов
Включить уведомления
Дадим сигнал, когда появится
что-то суперстоящее.
Спасибо, не надо
Главное Свежее   Проекты
Рекомендуем
Продвинуть свой проект
Партнерский
материал
1 138 8 В избр. Сохранено
Авторизуйтесь
Вход с паролем

«Сбербанк» провёл конференцию по обработке данных, машинному обучению и искусственному интеллекту

И наградил победителей соревнования по интеллектуальному анализу данных Sberbank Data Science Journey.

Материал подготовлен при поддержке «Сбербанка»

m2Q1ceKOLUQtojYVLBVfiiWGVdpr7JcdyKF16pwQ

Sberbank Data Science Journey — это соревнование, объединившее 3 400 специалистов и энтузиастов из 21 страны. «Сбербанк» проводит его второй раз: в прошлом году анализировали поведение клиента на основе карточных транзакций (данные были обезличены и модифицированы). В этом — перед участниками стояла задача из области диалоговых систем.

Кульминацией соревнования стала конференция Sberbank Data Science Day, на которой были названы победители турнира, а также состоялись выступления мировых экспертов в области машинного обучения и технологий искусственного интеллекта.

Конференция прошла 11 ноября в Tesla Place — за день до 176-го дня рождения «Сбербанка». Согласно статистике компании, Sberbank Data Science Day стала крупнейшей конференцией по исследованию данных в России, СНГ и Восточной Европе. Она собрала более двух тысяч зрителей.

Важной задачей мероприятия был поиск молодых и талантливых разработчиков и популяризация направления исследования данных в России. Общий призовой фонд соревнования составил 2 млн рублей, а финалистам будут предложены позиции в «Сбербанке».

M1hFL0eYfUbX_OeHBR3uQLpxix9Sh3fkufQEabYm

Нейт Кушман

Одним из ключевых спикеров стал Нейт Кушман, главный исследователь Microsoft Research и преподаватель Массачусетского технологического института. Он рассказал, как работают алгоритмы машинного обучения: например, они позволяют спросить у бота, какие комедии идут в выходные, и купить билеты в кино, не выходя из мессенджера.

Бот выделяет данные задачи: намерение пользователя, тематику фильма и дни недели. Если данных для ответа не хватает, он задаёт дополнительные вопросы: например, в каком городе вы находитесь. Потом генерирует ответ.

Обычно бот «понимает» задачу с помощью нейросетей. На остальных этапах, когда бот ищет противоречия или генерирует ответ, он действует по алгоритмам и шаблонам.

4cloX-tIYCV4cutuBWjqvifGuaYJG2j6ABR8r3ZX

Михаил Бурцев

Михаил Бурцев рассказал о платформе iPavlov — проекте МФТИ, который поддерживает Национальная технологическая инициатива и «Сбербанк». На платформе создаются диалоговые системы, или чат-боты нейросетевого интеллекта. Алгоритмы разрабатываются на основе архитектурных принципов работы мозга — благодаря им чат-боты сумеют вести «осознанный» диалог.

Одна из задач проекта — создать искусственный интеллект, который пройдёт тест Тьюринга.

Если мы посмотрим на индустрию приложений и искусственного интеллекта, то робототехника не будет той областью, где мы сосредоточены на интеллекте и обучении чему-то, что свойственно человеку. Поэтому фронтиром, который действительно близок к true AI (настоящему искусственному интеллекту), является разговорный искусственный интеллект. Именно ему и посвящён проект iPavlov.

Михаил Бурцев, заведующий лабораторией нейронных систем и глубокого обучения МФТИ

В рамках проекта создана библиотека DeepPavlov: в ней собраны нейросетевые компоненты и когнитивные архитектуры, которые помогают быстро создавать разговорный ИИ и адаптировать его под конкретную задачу.

gixZYzWIoNuF7H8O0U_swJX2FyoDCPxkxB6SOPSt

Александр Тужилин

Александр Тужилин, профессор Нью-Йоркского университета и руководитель лаборатории искусственного интеллекта «Сбербанка», рассказал, как могут эволюционировать рекомендательные системы. Для многих компаний они служат не просто подспорьем, а минимизирующей затраты базой: например, 80% загрузок фильмов на Netflix происходит с помощью рекомендаций.

Современные рекомендательные системы построены на матрицах пользователя, описания объектов и рейтинга. Они будут развиваться: воспринимать контекст запроса, составлять подробный рейтинг, советовать не привычное, а новое и неожиданное, использовать соцсети и советовать что-то не одному человеку, а группе людей.

9UIi9RGF0DcYWQbk6v9co9fVTrHu99IQ0IhSjASQ

Дмитрий Ветров

У современных нейросетей есть несколько проблем, которые мешают применять их во многих сферах. Мы не контролируем переобучение нейросетей, не понимаем, как они принимают решения, и можем их легко обмануть. Ещё нейросети удивительно самоуверенны в принятии решений, даже если те ошибочны. Дмитрий Ветров, профессор ВШЭ, рассказал, как справиться с этими проблемами с помощью байесовского подхода.

Идея байесовского подхода очень проста — интерпретировать все неизвестные величины как случайные. То есть использовать аппарат теории вероятности для оценки неизвестных величин.

Дмитрий Ветров, профессор-исследователь факультета компьютерных наук ВШЭ

kh-IW4S_dDdYxB6LZNu9dFUcseAz4MyItyhIHRyn

Евгений Бурнаев

Евгений Бурнаев, профессор Сколковского института науки и технологий, рассказал, какие технологии используются для распознавания объектов и построения 3D моделей. Новые модели и методы машинного обучения позволят эффективно извлекать трёхмерную информацию из двухмерных данных видеокамер и облаков точек, образованных лазерными и инфракрасными сканерами.

В будущем большинство систем машинного распознавания образов будут совместимы с обработкой 3D/4D данных. Это необходимо, чтобы анализировать движения человека или выражение его лица, обрабатывать данные КТ и МРТ и данные дистанционного зондирования Земли.

Хранить и обрабатывать 3D/4D данные очень затратно. В Сколковском институте пытаются решить эту задачу. Там разрабатывают методы машинного обучения, которые позволят анализировать трёхмерные данные.

Итоги соревнования Sberbank Data Science Journey

QKW3kKhrU2t5zFTgXh-JpFACz21ImEvcslT1Hr6W

Победитель соревнования Дмитрий Умеренков (справа) и старший вице-президент «Сбербанка» Александр Ведяхин

Участники решали две задачи разной степени сложности. В задаче А они определяли релевантность вопроса, в задаче В — строили вопросно-ответную систему. Андрей Черток, управляющий директор Центра развития компетенций по исследованию данных рассказал, что идея была в том, чтобы собрать размеченную выборку текстов на свободную и банковскую тематику для обучения диалоговых агентов — русскоязычный аналог SQuAD (Stanford Question Answering Dataset).

В качестве данных для задач А и B использовали статьи «Википедии». К каждому абзацу сгенерировали примерно пять вопросно-ответных пар. Часть вопросов была сгенерирована с использованием слов из текста абзаца, но не содержала смысловой или контекстной нагрузки. Участники соревнования должны были разработать алгоритмы, которые определяли релевантность вопроса к конкретному абзацу. Победителем этой задачи стал Александр Желубенков — он получил 200 тысяч рублей.

Данными задачи В были параграфы текста и поставленные по ним вопросы. Участники создавали диалоговые системы, которые могли бы естественно отвечать на вопросы по этому тексту. Ответы сравнивали с ответами людей и по результатам определяли лучших. Победителем этой задачи стал Дмитрий Умеренков — он получил один миллион рублей.

Я начал изучать тему с машинным обучением в феврале этого года. Задачами на распознавание текста начал заниматься в конце сентября. Задача В сложнее, чем задача А, но, как ни парадоксально, занять первое место в задаче В существенно проще, чем в задаче А. Для того, чтобы решить задачу А, надо обладать знаниями, которые накапливались 3–4 года. Что касается задачи В, то все решения, которые в ней используются, это наработки этого года.

Дмитрий Умеренков, победитель

Всего участники прислали 6 848 решений, из которых 688 — работоспособные. Лев Хасис, первый заместитель Председателя Правления «Сбербанка», отметил, что лучшие из них не уступают решениям соревнований уровня Стэнфордского университета. Разработчики, которые заняли призовые места, получили денежные призы и подарки от партнёров.

0f684fc6-a0a6-4801-b7c6-b3032e762619

+2
В избр. Сохранено
Авторизуйтесь
Вход с паролем
Подбираем рекоммендации...
Комментарии
Первые Новые Популярные
Никифорова Мария
Что сказать, масштабно.
Ответить
kmv-it
Веб студия - создание и продвижение сайтов
Black Brother
Как обычно сбербанк занимается не тем, чем надо. Греф съездил в силиконовую долину и теперь у него на уме Big Data, машинное обучение, виртуализация и т.д и т.п. Но как всегда упущено главное, а точнее сервис и клиенты. Нужно не технологии развивать, а для начала научится клиентов обслуживать правильно.
Ответить
iBurattino
Синхронизация товаров между интернет-магазином и «Товарами ВКонтакте»
Александр Аббасов
Мне кажется, что через несколько лет, они освободятся от клейма "банка" и будут развивать имидж IT компании наряду с Яндекс. Всё, что я вижу последние годы, подчеркивает их вектор в эту сторону. У банков теперь слишком короткий горизонт жизни ...
Ответить
kmv-it
Веб студия - создание и продвижение сайтов
Black Brother
Не довели одного дела до конца, начинать второе не разумно. Они и стройкой занимаются уже.
Ответить
Mikhail Podlinev
А чем Ростелеком лучше? Они например фильм снимают )
Ответить
ARANEOBIT IO
В конце прошлого года Сбербанк и Commerce Bank провели трансграничный перевод на основе блокчейн. Сбербанк принял участие в пилотном проекте по проведению трансграничных платежей для корпоративных клиентов на основе технологии блокчейн, сообщили RNS в кредитной организации. Первый перевод был осуществлен совместно с американским Commerce Bank 7 декабря 2017 года. «Сбербанк принял участие в пилотном проекте нового сервиса с использованием блокчейн-технологии. Первая транзакция была проведена совместно с американским Commerce Bank 7 декабря. Мы пилотируем моментальные транзакции трансграничных переводов денежных средств со счетов и на счета юридических лиц. Прошла успешная транзакция в пользу юридического лица, также прошли успешные расчеты по корреспондентским счетам», — сказал представитель Сбербанка.
Ранее глава Visa в России Екатерина Петелина сообщила журналистам, что платежная система участвует в пилотном проекте по осуществлению B2B-переводов на основе блокчейн. По ее словам, в пилоте принимает участие один российский банк, технология пока доступна только юридическим лицам.
«Конкретно пример по блокчейну. Пока скорость и стоимость обработки транзакций не могут сделать эту технологию доступной для физических лиц - потребителей. Но для бизнеса она вполне доступна. И наш пилот это именно business to business переводы через технологию блокчейн, которые могут оказаться быстрее, чем то, как эти переводы есть сейчас. У нас есть один российский банк, который принимает участие в пилоте на нашей платформе, и уже успешно транзакции проводятся», — сказала Петелина.
В ноябре Сбербанк выступил организатором первой в России сделки на основе технологии блокчейн. Партнёрами банка и участниками пилотной транзакции выступили «МегаФон», «МегаЛабс», Альфа-банк, а также компания IBM.
Также Сбербанк и SWIFT договорились о сотрудничестве, чтобы оценить возможность применения технологии блокчейн в банковских расчетах.
Ответить
Светлова Кира
Молодцы конечно, но в отделениях по-прежнему бардак
Ответить
Зоя Ветрова
Не перестаю удивляться новому и это радует. Искусственный интеллект интересно и страшно одновременно. В детстве смотрела фильм терминатор :)
Ответить
Выбрать файл
Блог проекта
Расскажите историю о создании или развитии проекта, поиске команды, проблемах и решениях
Написать
Личный блог
Продвигайте свои услуги или личный бренд через интересные кейсы и статьи
Написать