АО «Гринатом» – технологическая платформа для цифровизации внутренних процессов отрасли.
Машинное обучение – класс методов искусственного интеллекта, характерной чертой которых является не прямое решение задачи, а обучение в процессе применения решений множества схожих задач. Для построения таких методов используются средства математической статистики, численных методов, методов оптимизации, теории вероятностей, теории графов, различные техники работы с данными в цифровой форме. В разрезе задач применяется индивидуальный комплексный подход, включающий в себя: анализ данных, обработка данных, статистический анализ, реализация моделей ИИ исходя из полученных результатов.
Нейронные сети – математические модели, а также их программные воплощения, построенные по принципу организации и функционирования биологических нейронных сетей – сетей нервных клеток живого организма. После разработки алгоритмов обучения итоговые модели способны использовать полученные знания в практических целях: в задачах прогнозирования, для распознавания образов, в задачах управления и др.
Компьютерное зрение – теория и технология создания программ, которые могут производить обнаружение, отслеживание и классификацию объектов. Как научная дисциплина, компьютерное зрение относится к теории и технологии создания искусственных систем, которые получают информацию из анализа изображений или видеопотока.
Обработка естественного языка (NLP) – применение различных методов для определения и извлечения информации из текстовых данных (писем, документов, обращений и т.д.). Поиск по шаблонам, выявление смысла и его классификация, определение эмоциональной окраски текста. Сервисы, основанные на NLP способны многократно ускорить процессы, связанные с обработкой любой текстовой информации, начиная от классификации любых запросов и заканчивая умными рекомендательными системами.
Глубокое обучение – данный метод сочетает в себе достижения в области вычислительной мощности и специальных типов нейронных сетей для изучения сложных моделей на больших объемах данных. Методы глубокого обучения в настоящее время являются передовыми для определения и классификации таких комплексных сущностей, как: идентификации объектов в изображениях и видеопотоке, а также их деталей, анализ и извлечение объектов из разного рода сигналов (например, аудиозаписей).
Контакты:
Лавров Андрей Станиславович
И.о. первого заместителя генерального директора, руководитель центра отраслевых цифровых технологий