"Sztuczna inteligencja otwiera niesamowite możliwości, a ograniczenia tej technologii i produktów o nią opartych są często przyćmiewane przez wszechobecny hype. Podczas prezentacji chciałbym podzielić się swoimi spostrzeżeniami i doświadczeniami zdobytymi przez kilka lat budowania rozwiązań opartych o uczenie maszynowe, a obecnie zdobywając je pracując nad ShelfWise - produktem, w którego centrum jest deep learning do detekcji produktów na zdjęciach.
Wyzwań w budowie produktu AI oczywiście jest wiele, chciałbym Wam opowiedzieć o kilku z nich - z czym się przyszło zmierzyć nam czy innym firmom, na co zwracać uwagę, przed czym się wystrzegać, i jak te wyzwania pokonać."
1 of 34
Download to read offline
More Related Content
infoShare AI Roadshow 2018 - Rafał Cycoń (ShelfWise.ai) - Wyzwania w tworzeniu produktu opartego o AI
3. “China's government has
said it wants to make the
country the world leader
in AI by 2030, by boosting
the value of the sector to
1 trillion yuan ($147.7
billion).”
https://www.cnbc.com/2018/04/09/chinese-ai-startup-senset
ime-raises-600-million-from-alibaba-others.html
Chiny
4. “OpenAI’s public tax forms reveal just how much companies are willing to splash on AI experts and it's
a lot.
In 2016, the non-profit research lab backed by Elon Musk paid one of its co-founders and research
director Ilya Sutskever a jaw-dropping $1.9m (£1.36m). Ian Goodfellow, known for his work on general
adversarial networks, was second on the list and made $808,243 (£577,000). He has since moved to
Google Brain. The third big name was the roboticist Pieter Abeel, a professor at the University of
California, Berkeley and an adviser at OpenAI, who raked in $425,000 (£303,000).”
https://www.theregister.co.uk/2018/04/21/ai_roundup/
$$$
9. - find a business opportunity
- get data
- build models
- ???
- profit $$$
Cóż czynić?
10. - Procesy które są robione ręcznie lub są bardzo
niezoptymalizowane
- Jaka jest dostępność danych?
- Jaka jest wiedza klientów o AI/ML?
- Mindset: stworzyć produkty który wykorzystuje AI
zamiast obudowywać AI w produkt
Business opportunities
12. - Dostępność danych (e.g. healthcare; j. pol.)
- Czystość danych
- Czy dystrybucja danych treningowych odpowiada
dystrybucji danych testowych (i.e. spotykanym
produkcyjnie)?
Dane