Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Pragmatic Machine Learning in Business

403 views

Published on

Tzw. sztuczna inteligencja, a zwłaszcza uczenie maszynowe, to jeden z najważniejszych trendów we współczesnym biznesie. W jaki sposób zmieni rzeczywistość badań, firm badawczych i ich klientów?

Published in: Data & Analytics
  • My personal experience with research paper writing services was highly positive. I sent a request to ⇒ www.WritePaper.info ⇐ and found a writer within a few minutes. Because I had to move house and I literally didn’t have any time to sit on a computer for many hours every evening. Thankfully, the writer I chose followed my instructions to the letter. I know we can all write essays ourselves. For those in the same situation I was in, I recommend ⇒ www.WritePaper.info ⇐.
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here

Pragmatic Machine Learning in Business

  1. 1. Wersja do czytania: więcej tekstu, niż w oryginalnej Cyber Tranformations, Warszawa 04/04.2019 https://www.ptbrio.pl/cyber/
  2. 2. czyli jak przeżyć robotyczną apokalipsę
  3. 3. We’re doomed! https://jasperandsardine.wordpress.com/2015/07/18/elon-musk-warns-once-again-ai-will-be-the-doom-of-mankind/
  4. 4. AI: wiodący trend w biznesie, duże finansowanie, szybki rozwój. Nie przeceniajmy własnego znaczenia - marketing to stosunkowo mało istotne zastosowanie AI. Znacznie więcej środków i uwagi poświęca się rozwiązaniom AI w branżach opieki zdrowotnej, cyberbezpieczeńśtwa czy w finansach https://www.cbinsights.com/research/artificial-intelligence-top-startups/
  5. 5. Także sektory, których niekoniecznie byśmy się spodziewali….
  6. 6. https://towardsdatascience.com/cousins-of-artificial-intelligence-dda4edc27b55
  7. 7. Jak to naprawdę wygląda? https://www.datacamp.com/community/tutorials/introduction-deep-learning
  8. 8. Ogólne modele stają się commodity. Są tworzone i udostępniane przez gigantów (Google, Microsoft, Amazon, IBM itd.), często na zasadzie płatnego API. Z drugiej strony, często są zbyt ogólne, stąd potrzeba tworzenia modeli domenowych.
  9. 9. Pies czy mop? Istnieje model, który rozstrzyga ten ważny dylemat szybciej niż człowiek. To dane i dostęp do nich stają się źródłem przewag konkurencyjnych, bo modele można kupić lub douczyć, potrzeba tylko czasu - por. https://medium.com/@szopa/your-ai-skills-are-worth-less-than-you-think-e4b5640adb4f Dane! Dane! Dane!
  10. 10. Materiały w social media Specyfika treści dostępnych w social media powoduje, że ogólne modele nie do końca radzą sobie z ich analizą. Teksty są skrótowe, pisane czasem z błędami i obfitują w neologizmy. Zarazem można wykorzystywać też charakterystyczne metadane, np. liczbę lajków, serduszek czy komentarzy i odpowiedzi.
  11. 11. Materiały w social media Oczywiście treści tylko tekstowe są coraz rzadsze, często są wzbogacane przez zdjęcia, które dodają znaczenia i zmieniają kontekst. (polecamy tę dyskusję: https://www.huffpost.com/entry/ paris-hilton-twitter-question_n_59b7bd15e4b09be41657f37c )
  12. 12. Materiały w social media Zdarzają się wypowiedzi składające się tylko ze zdjęć i grafik, czasem wzbogaconych przez metadane. Z jakością zdjęć, ich rozdzielczością i kadrowaniem bywa różnie…
  13. 13. Materiały w social media Video to zdecydowanie najszybciej rosnąca forma komunikacji online. Platformy takie jak Facebook czy Instagram od dawna mocno promują wykorzystanie video przez użytkowników oraz komunikujące się marki, także przez algorytmy zwiększające widoczność video kosztem zdjęć czy linków. Popularne są live videos, gdzie jakość obrazu czy dźwięku nie zawsze jest priorytetem. Filmy analizuje się podobnie jak obrazy. Najpierw trzeba wyekstrahować kluczowe elementy, a następnie analizuje się takie zsyntetyzowane klatki (por. keyframe extraction)
  14. 14. Materiały w social media
  15. 15. Badania z NCBiR Wykorzystanie machine learning do wspomagania komunikacji marek w social media - grant na 5M PLN realizowany przez Sotrender od 2018 r.
  16. 16. Czym jest sentyment / wydźwięk? Najprostszy sposób analizy wydźwięku to klasyfikacja tekstu do 3 kategorii: pozytywne, neutralne (których zwykle jest najwięcej) i negatywne. Istniejące rozwiązania ciągle jeszcze w przypadku wypowiedzi z social media często nie radzą sobie z językiem polskim, a nawet angielskim (por. https://hbr.org/ 2018/10/brands-shouldnt-believe-everything-they-read-about-themselves-online ) 
 A przecież wydźwięk dotyczy też zdjęć, filmów czy audio, które często są ważniejsze dla znaczenia, niż sam tekst.
  17. 17. Czym jest sentyment / wydźwięk? Six basic emotions by Ekman Istnieją też bardziej złożone modele emocji i wydźwięku wypowiedzi
  18. 18. http://blog.archisnapper.com/done-is-better-than-perfect-also-for-architects/ Dobroć i dopasowanie modelu nie zawsze są najważniejsze. W realiach biznesowych lepsze może być rozwiązanie, które szybciej można stworzyć, a przede wszystkim sproduktyzować na rzeczywistych danych i w działającej aplikacji. Ważne jest także, aby nie był zbyt specyficzny (wąski). Marketerzy są przyzwyczajeni do działania w sytuacji niedostępności danych czy niskiej ich precyzji - dla nich bardzo często “Done >>> perfect” Czy model jest dobry?
  19. 19. Czy maszyny nas zastąpią? https://www.information-age.com/robotic-process-automation-and-digital-process-automation-123476645/ Najpierw “simple cognitive tasks”
  20. 20. A gdzie mogą zastąpić w marketingu i badaniach? Badania: najpierw zbieranie i porządkowanie danych, czyli to czego badacze zwykle nie lubią. Wyciąganie wniosków - jeszcze raczej nie. Marketing: emisja reklam (por. programmatic), tworzenie treści (wiele wariantów kreacji) czy detekcja botów i oszustw.
  21. 21. https://techcrunch.com/2019/03/18/nvidia-ai-turns-sketches-into-photorealistic-landscapes-in-seconds Czasem jednak AI wkracza też w domenę kreatywności (por. też https://comixify.ii.pw.edu.pl/ )
  22. 22. Roboty stopniowo upodobniają się do ludzi pod wieloma względami…
  23. 23. https://www.iflscience.com/technology/security-robot-commits-suicide-in-fountain-because-the-world-is-terrible/ Co czasem rodzi zupełnie nieoczekiwane konsekwencje….
  24. 24. Fajnie, że przyszliście! Czy macie jakieś pytania?

×