Перемога над старінням, секрет успішного муншота, подолання food waste. Нотатки SPEKA з AI House Conference
25 листопада українське об'єднання експертів зі штучного інтелекту AI HOUSE провело у Києві міжнародну конференцію, присвячену перспективам розвитку ШІ.
Серед спікерів були топменеджери Reface, Ahrefs, SoftServe, RSS.com, AXA International, Powder, Kinetix та SQUAD і навіть світова зірка у цій сфері — тайванський інвестор і підприємець Лі Кайфу, автор бестселера «Наддержави штучного інтелекту: Китай, Кремнієва долина й новий світовий лад».
Лі Кайфу: шість мегатрендів розвитку ШІ
Один зі 100 найвпливовіших людей світу за версією Time долучився до конференції через Zoom і розповів, яких проривів у галузі ШІ варто чекати у наступні 20 років.
За прогнозами Кайфу, технологія ШІ назавжди змінить медицину, логістику, виробництво і дозволить людству нарешті подолати бідність.
Він назвав шість мегатрендів, які визначатимуть розвиток сфери штучного інтелекту у наступні 20 років:
-
1
ШІ провокує інновації у розумних та автоматизованих бізнесах.
-
2
Прискорює появу транспорту майбутнього – через розумні міста та інтернет речей.
-
3
ШІ та цифровізація змінять стан системи охорони здоров'я та добробут людей.
-
4
Роботи наближають еру автоматизації та розумного виробництва.
-
5
Енергетика та агросфера будуть залежати від промислового виробництва, а не природних ресурсів.
Підписуйтеся на наші соцмережі
Альберто Бетелла: Як створити успішний муншот
Засновник RSS.com Альберто Бетелла працював над технологією Brain cube, яка зчитує дані мозку. Це адаптивна емпатична система, розташована у спеціально обладнаній кімнаті. Brain cube аналізувала поведінку та фізичні показники волонтерів, аж до руху очей, температури тіла тощо.
Ці фізіологічні сигнали можна використовувати для покращення ефективності у складних навігаційних завданнях. Технологія дозволяла за рухом зіниць передбачити, коли людина зробить помилку.
Комерційне застосування технологія знайшла у Alpha – фабриці муншотів, європейському аналогу X від Google. Розроблений на основі технології Brain Cube Alpha Health Moonshot отримав €30 млн від інвесторів у четвертому кварталі 2020.
Бетелла розповів, як побудувати сильний амбіційний ШІ продукт.
-
1
Емпатичний підхід у створенні продуктів збільшує ваші шанси на успіх, особливо що стосується ефективності та залучення.
-
2
Для цього необхідно побудувати сильну культуру даних: розробити довгострокову стратегію щодо даних, забезпечити команду інструментами.
-
3
Наступний крок – інвестувати у DevOps та Data Ops. Вкрай важливий аспект — дисципліна у поводженні з даними.
-
4
Вимірюйте все. Абсолютно все і з першого дня роботи. Тільки у такому випадку ви зможете розробити ефективне ШІ-рішення. Ви маєте збирати дані про згенеровані користувачами події та відстежувати їх активність.
-
5
Побудуйте сильний MLOps фундамент.
Лорен Ромео: Внесок ШІ у глобальну економіку сягне $15,7 трлн до 2030
Chief Data Officer в AXA Madrid International Hub Лорен Ромео назвала цікаві факти щодо впровадження ШІ технологій і бізнесі. Виявляється, 80% керівників бізнесів у ритейлі планують впровадити ШІ-технології у своїх компаніях до 2027 року, а до 2030 року внесок ШІ у глобальну економіку сягне $15,7 трлн.
Натепер 71% організацій визнають, що ШІ-рішення трансформують індустрію, проте лише 47% з них мають довгострокову дата-стратегію впровадження таких рішень.
Володимир Кулешов: У США 30-50% виробленої їжі викидають ще до того, як вона потрапить до споживача.
Професор Cornell & Cornell Tech, співзасновник та СТО Afresh Володимир Кулешов проаналізував проблему втрати продуктів та харчових відходів у світі.
- Виробництво харчів, які ніхто не з'їдає, також шкодить екології. На них припадає 4% від парникових газів, що генерують США, та 14% використання свіжої води.
- У США 30-50% виробленої їжі викидають ще до того, як вона потрапить до споживача.
- Економіка США втрачає на цьому $408 млрд щороку — 2% ВВП країни.
-
При цьому кожному шостому жителю США не вистачає їжі.
-
Штучний інтелект може вирішити цю проблему за допомогою автоматизації ланцюга постачань через Model-Based Reinforcement Learning.