Презентация Альберта Ефимова, Руководителя робототехнического центра Сколково на хакатоне DeepHackQ&A.

1. 1

2. Робоцентр
Сколково

3. Как начать думать о
коммерциализации
искусственного интеллекта
и
не разочароваться в течении
одного дня
Альберт Ефимов
DeepHack.Q&A2016
Долгопрудный

4. Сеть Робототехники в Сколково
56 проектов*
24 эксперта
24 гранта**
Научные Партнеры (17+)
Технологические Партнеры (7+)
**включая одобренные заявки и микрогранты
Венчурный капитал (10+)
Заказчики (12+)
Хакспейс
**включая одобренные экспертами заявки
4

5. Основные направления поддержки
проектов в области робототехники
• Предоставление возможностей для
создания прототипа
• Хакспейс
• Финансирование (микро-гранты, ангелы)
• Грантовая поддержка Сколково и других ИР
• Маркетинг проекта: выставки,
конференции
• Менторская программа: привлечение
менторов, ангелов
• Технологические и юридические
консультации, дизайн
• Поиск и представление потенциальных
заказчиков
• Представление потенциальным партнерам
• Поиск инвесторов
• Представление заказчикам для пилотного
внедрения
• Представление партнерам для совместного
продвижения
• Юридическая поддержка: ЦИС, юридическая
служба Фонда
• Подбор кадров
• Поиск венчурного финансирования для
масштабирования проекта
• Выход на зарубежные рынки через торговые
площадки (Innorobo) или партнерские сети
(торгпредства)
Участники, создающие прототип Участники, создавшие серийный продукт
РОБОЦЕНТР СКОЛКОВО – ПЛАТФОРМА
СЕТЕВОЙ КОММУНИКАЦИИ УЧАСТНИКОВ 5

6. MachineIntelligence2.0

7. Таксономия коммерческого ИИ
• Помощники (агенты)
• Профессиональные, персональные, интерфейсные
• Автономные системы
• Воздушные, морские, наземные, промышленные
• Корпоративные системы
• Борьба с мошенничеством, HR, продажи, маркетинг, поддержка клиентов, разведка
• Платформы
• Исследовательские, аппаратные, МО, Интернет-вещей, аудио-, видео-анализ, до-
обработка данных
• Отраслевое ПО и услуги
• Реклама, С/Х, розница, юристы, производство, здравоохранение, транспорт,
образование, инвестиции
• Инструменты для создания ИИ
• Инструменты для создания других инструментов, включая Open Source

8. Таксономия бизнес-моделей
ИИ-стартапов

9. Плюшкин
Собирает все что найдет.
Примеры: Planet Lab, Premise.
+: Можно найти ответ на любой вопрос
-: Дорого собирать данные
Риск: всегда найдется умник, который
ответит на тот же вопрос с меньшим дата-
сетом.

10. Специалист подобен
флюсу…
Сфокусировано собирает данные для
предметной области
Примеры: Tule Technologies, Enlitic,
InVenture, Red Bird, Watson Health
Дает ответы пользователию на
конкретные практические вопросы.
Например: Сколько воды нужно для
поливки урожая?
+: Огромная практическая польза
-: Сложно найти правильный вопрос
Риск: Ответ породил еще больше
вопросов!

11. Алхимики
«Дайте мне ваши данные и я превращу их в
золото».
Примеры: Nervana Systems, Context Relevant,
IBM Watson, Metamind, AlchemyAPI (acquired
by IBM Watson), Skymind, Lucid.ai, Citrine.
Три способа:
- API для клиента
- Сервис для клиента
- Полный сервис включая HW
+: Набирают экспертизу очень быстро, как
консультанты
-: По сути, нужны люди чтобы оказывать
услуги
Риск: слабая масштабируемость.

12. Камера хранения
Компании собирают данные, но не умеют
с ними работать – это создает
возможности для тех, кто умеет, создавая
новый тип информации.
Примеры: Clarifai, Gridspace, Orbital Insight,
Descartes Labs, Deep Genomics, Atomwise.
+: создается новое знание
-: легко спросить «и че дальше?»
Совет: начинать с проблемы.

13. Волшебная палочка
Интеллектуальный помощник рабочего
процесса.
Примеры: Textio, RelateIQ, InboxVudu,
Sigopt, The Grid
Использование данных компании для
улучшения хода процесса
+: всем нужны автопилоты
-: делают пользователей еще тупее

14. Навигатор
Понимание окружающего мира машинами
для успешного перемещения в нем.
Примеры: Blue River Technologies, Airware,
Clearpath Robotics, Kiva Systems, Uber, Tesla,
Google, Baidu
+: Огромная популярность
-: не только софт
Риск: завоюют мир

15. Помощники
Intelligent Augmentation (IA, вместо AI) –
киборги и боты дополняют человека, а не
заменяют его.
Примеры: Clara, x.ai, Facebook M, Digital
Genius, Kasisto, Howdy, Nanosemantics
+: Востребовано
-: Можно влюбиться.
Риск: Длительность обучения бота сильно
зависит от предметной области. Массовое
использование зависит от надежности и
безопасности данных

16. Первопроходцы
Решают проблемы, которые решить
невозможно (по мнению других).
Максимальный премиум с рынка.
Примеры: DeepMind, DNN Research,
Numenta, Vicarious, NNaiSense, CuriosAI
Покупка команды
+: Нет конкуренции
-: Долго ждать пока купят
Нужны акционеры с НЕ-ФИНАНСОВЫМ
образованием и видением.

17. Вход через серую зону
• Здравоохранение
• Сельское хозяйство
• Транспорт, логистика
• Финансовые услуги
• Выход на рынки стран с наименьшим регулированием;
• «Бреющий полет»;
• «Too big to fail»

18. Финально
• Сначала проблема, потом решение! Убей в себе солюшионизм!
• Делать конкретное решение, а не общую технологию!
• Приходи в Сколково за советом!

19. 19

20. Регистрация на финал!
• https://robotics.timepad.ru/event/286551/