Согласно исследованиям Американского онкологического общества, поражение лёгких — наиболее частая причина смерти от рака. При этом процент выживания при раке лёгких невысок и составляет 17% для мужчин и 24% для женщин. Печальная статистика объясняется большим числом случаев диагностики рака лёгких на последней стадии. Развитие искусственного интеллекта и использование нейросетей способны улучшить диагностику раковых образований в лёгких.
Арнольд работает страховым консультантом. Ежедневно он тратит 2 часа на правку отчетов и оформление страховых полисов. Агентов в фирме много, но всех объединяет одна проблема: слишком много ручной работы. Время, потраченное на набор текста и исправление ошибок, лучше потратить на общение с клиентами или развитие новых навыков. Все это негативно отражается на бизнесе.
Сегодня самые успешные компании, от Bosch до Starbucks, пользуются разработками на базе AI для сокращения расходов, повышения прибыли и улучшения производительности. Вопрос, как они это делают?
Знаете ли вы зачем вашему смартфону акселерометр? – На первый взгляд, чтобы менять ориентацию экрана. Но этим роль акселерометра не ограничивается. Это маленькое устройство позволяет собирать данные о различных типах движения человека. Использовать данные непросто – ориентация телефона может меняться по ряду причин, и передача сигналов зависит от точности акселерометра. В статье мы расскажем, как решали подобную задачу с помощью методов машинного обучения и применяли нейронную сеть LSTM для обработки сигналов акселерометра.
Ритейлеры вынуждены конкурировать за потребителя с онлайн-магазинами. Основными преимуществами интернет-магазинов являются: оперативное получение обратной связи, возможность сохранять и обрабатывать информацию, и отвечать на запросы покупателей в режиме реального времени. У розничных магазинов нет возможности получать мгновенную реакцию на предлагаемый клиенту товар, но у большинства есть программы лояльности и накопленные данные о покупках – чеки. Этого вполне достаточно, чтобы создать систему рекомендаций и обеспечить персональный подход к покупателям для роста прибыли ритейлера.
Сегодня автоматизированные системы оптического распознавания текста показывают довольно высокие результаты в точном распознавании символов. Тем не менее, 100%-ной точности инженерам-исследователям пока добиться не удалось. Поэтому в научном и R&D сообществе всё ещё актуальны вопросы поиска информации и исправления ошибок в распознанном тексте. Для их решения применяются коррекции текста с помощью словаря языка, на котором создан текст, или языковой модели. В частности, для поиска информации используют языковые модели word2vec и сиамскую сеть LSTM.
Распознавание объектов на изображении с помощью алгоритмов машинного обучения решает многие задачи гораздо эффективнее, чем человеческое зрение. Скажем, свёрточные нейронные сети нашли широкое применение в задачах классификации, детектирования и распознавания изображений. Постепенно круг этих задач расширяется, поэтому не теряет актуальности разработка новых архитектур, слоёв сети и модификаций фреймворков.
Задача распознавания текста в различных условиях была и остаётся актуальной. Автоматизировать распознавание документов, кредитных карт, распознать и перевести на другой язык вывеску на билборде – всё это могло бы сэкономить время на сбор и обработку нужных данных. С развитием свёрточных нейронных сетей и методов их обучения качество распознавания текста неуклонно растет.
