Машинное обучение для бизнеса (Украина и Восточная Европа)

Обновлено: 23.10.2022
Примеры использования машинного обучения для бизнеса для Украины и стран восточной Европы представлены ниже.

Пользователи, которые искали Машинное обучение, потом также интересовались следующими продуктами:

См. также: Топ 10: Облачные платформы для Украины

2022. KataOS - новая операционная система от Google для приложений машинного обучения



Google представил операционную систему KataOS с открытым исходным кодом, оптимизированную для встроенных устройств, на которых работают приложения машинного обучения. ОС предназначена не для настольных компьютеров или смартфонов, а для Интернета вещей. Цель состоит в том, чтобы создать надёжно защищённые системы для встроенного оборудования или периферийных устройств, таких как подключённые к сети камеры, используемые для захвата изображений, которые обрабатываются на устройстве или в облаке для машинного обучения. KataOS — не первый проект Google в области ОС. Fuchsia, предыдущая экспериментальная ОС, разработанная Google, в конечном итоге превратилась в часть реального продукта с интеллектуальным дисплеем Nest Hub, так что возможно и KataOS принесёт больше плодов и приведёт к большему внедрению, чем другие неудачные проекты, такие как Stadia.


2022. Украинский ИИ стартап Neurons Lab получил инвестиции



Украинская венчурная компания Roosh, занимающаяся развитием проектов в сфере искусственного интеллекта и машинного обучения, объявила об инвестировании в стартап Neurons Lab в обмен на долю от 31% до 49%. Сумму сделки стороны не разглашают. Neurons Lab специализируется на исследованиях, разработке и консультировании в области AI/ML: помогает малому и среднему бизнесу создавать решения в области искусственного интеллекта. Стартап создает решения для клиентов в следующих основных областях: HealthTech, EnergyTech, AI Products. Основатели – Игорь Сидоренко, Александр Гончар и Антон Федулов.


2021. OpenAI выпустила язык программирования для создания нейросетей



OpenAI представила язык программирования с открытым исходным кодом Triton, который, по сообщению компании, позволит разработчикам легко создавать высокоскоростные алгоритмы машинного обучения. Разработчики Triton утверждают, что язык программирования позволит достичь максимальной производительности оборудования без значительных усилий. Triton предназначен для написания высокоэффективного кода, выполняемого на графическом процессоре, разработчиками без опыта работы с CUDA. Язык совместим с Python, разработчикам удалось с помощью 25 строк выполнить задачу, на реализацию которой потребовалось гораздо больше ресурсов. Представленное OpenAI решение также упрощает создание специализированных ядер, которые могут быть намного быстрее аналогов в библиотеках общего назначения. Компилятор автоматически оптимизирует код, преобразуя его для выполнения на последних графических процессорах Nvidia.


2020. На Google Cloud появился ИИ-сервис для извлечения данных из документов и форм


Google запустил на своей облачной платформе новый когнитивный API-сервис Document AI, который позволяет автоматически извлекать информацию, содержащуюся в цифровых и печатных документах, с помощью машинного обучения. Предполагается использование двух процессоров общего назначения, первый - для обычных документов, второй - для анкет/форм. Есть также специализированные процессоры для финансовой документации, например, можно обрабатывать заявки на выдачу ссуд или счета-фактуры. Главными конкурентами Google в этом сегменте являются компания Amazon, которая предлагает подобный сервис Textract на AWS, а также Microsoft со своим инструментом Form Recogniser.


2018. IBM запустила облачную платформу для обучения нейросетей на базе Watson Studio



Онлайн платформа Watson Studio получила новое дополнение - Deep Learning as a Service (DLaaS). Оно дает возможность более широкому кругу предприятий использовать последние достижения в области машинного обучения, снизив порог входа. С новых инструментов разработчики могут разрабатывать свои модели с теми же фреймворками с открытым исходным кодом, которые они, вероятно, уже используют (например, TensorFlow, Caffe, PyTorch, Keras и т. Д.). Новый сервис IBM по существу предлагает эти инструменты в виде облачных сервисов, и разработчики могут использовать стандартный Rest API для обучения своих моделей с использованием ресурсов, которые им нужны, или в рамках имеющегося у них бюджета. В IBM утверждают, что их сервис предлагает ряд преимуществ перед Azure ML Studio. Он предлагает визуальный конструктор нейронных сетей, который позволяет даже непрограммистам настраивать и проектировать свои нейронные сети.