Илья Катчан, руководитель Центра развития аналитических продуктов AXENIX, рассказывает, как синтетические данные меняют правила игры в ИИ.
О ЧЕМ РЕЧЬ
Развитие ИИ и машинного обучения невозможно без качественных данных. Но обеспечить объем таких данных не просто и не всегда возможно. Решить проблему могут синтетические данные.
Синтетические данные — это данные, которые сгенерированы искусственно и по основным характеристикам полностью сопоставимы с реальными.
КОГДА СИНТЕТИЧЕСКИЕ ДАННЫЕ ЭФФЕКТИВНЫ
В первую очередь в ситуациях, в которых применение реальной информации невозможно из-за коммерческой тайны, безопасности, недостатка данных или их невысокого качества.
Например, синтетические данные используются для моделирования сценариев кибератак без ущерба для реальной информации, а в моделировании клинических испытаний позволяют изучать различные исходы и стратегии лечения без риска для жизни людей.
КАК ИХ СОЗДАЮТ
⓵ Сначала определяют тип необходимых данных — учитывается структура, характеристики и объем
⓶ Далее разрабатывают модели, воспроизводящие взаимосвязи и структуры, встречающиеся в реальности
⓷ С помощью ИИ на основе сценариев, обеспечивающих имитацию закономерностей и изменчивости реальных данных, генерируют дата-сеты необходимого объема с заданными характеристиками
⓸ В конце фаза валидации: необходимо убедиться, что синтетические данные сохраняют схожесть с реальными
В ЧЕМ СЛОЖНОСТЬ
Решение о применении синтетических данных должно базироваться на глубоком понимании целей исследования, ограничений выбранного метода моделирования и потенциальных последствий использования данных, которые могут быть либо искаженным отображением реальности, либо слишком обобщенным представлением о ней.
ЧТО БУДЕТ ДАЛЬШЕ
По мере распространения ИИ и машинного обучения роль синтетических данных будет расти, ведь они обеспечивают экономию средств, гарантируют безопасность и повышают качество обучения моделей, становясь ключом к реальным результатам.
Полная версия статьи в издании OSP >
#AXsay #AXai
О ЧЕМ РЕЧЬ
Развитие ИИ и машинного обучения невозможно без качественных данных. Но обеспечить объем таких данных не просто и не всегда возможно. Решить проблему могут синтетические данные.
Синтетические данные — это данные, которые сгенерированы искусственно и по основным характеристикам полностью сопоставимы с реальными.
КОГДА СИНТЕТИЧЕСКИЕ ДАННЫЕ ЭФФЕКТИВНЫ
В первую очередь в ситуациях, в которых применение реальной информации невозможно из-за коммерческой тайны, безопасности, недостатка данных или их невысокого качества.
Например, синтетические данные используются для моделирования сценариев кибератак без ущерба для реальной информации, а в моделировании клинических испытаний позволяют изучать различные исходы и стратегии лечения без риска для жизни людей.
КАК ИХ СОЗДАЮТ
⓵ Сначала определяют тип необходимых данных — учитывается структура, характеристики и объем
⓶ Далее разрабатывают модели, воспроизводящие взаимосвязи и структуры, встречающиеся в реальности
⓷ С помощью ИИ на основе сценариев, обеспечивающих имитацию закономерностей и изменчивости реальных данных, генерируют дата-сеты необходимого объема с заданными характеристиками
⓸ В конце фаза валидации: необходимо убедиться, что синтетические данные сохраняют схожесть с реальными
В ЧЕМ СЛОЖНОСТЬ
Решение о применении синтетических данных должно базироваться на глубоком понимании целей исследования, ограничений выбранного метода моделирования и потенциальных последствий использования данных, которые могут быть либо искаженным отображением реальности, либо слишком обобщенным представлением о ней.
ЧТО БУДЕТ ДАЛЬШЕ
По мере распространения ИИ и машинного обучения роль синтетических данных будет расти, ведь они обеспечивают экономию средств, гарантируют безопасность и повышают качество обучения моделей, становясь ключом к реальным результатам.
Полная версия статьи в издании OSP >
#AXsay #AXai
👍17🔥6
AXENIX выступил официальным спонсором конференции «Управление рисками в банковском секторе», прошедшей в Москве 12-13 марта.
Эксперты обсудили новые подходы и инструменты управления рисками в современных условиях, а также как оценить эффективность управления рисками и достичь максимальной синергии служб риск-менеджмента и бизнес подразделений компании.
Наша коллега Ольга Балбышева, менеджер практики Applied Intelligence, выступила на тему «Внедрение ИИ и ИТ-решений в процессы управления операционными рисками в банках (на примере процесса управления качеством данных)». В свою очередь Владимир Сосюрко, так же менеджер практики Applied Intelligence AXENIX, стал делегатом конференции.
Получить доступ ко всем материалам конференции и видеотрансляции можно на этом сайте.
#AXevents #AXfinance
Эксперты обсудили новые подходы и инструменты управления рисками в современных условиях, а также как оценить эффективность управления рисками и достичь максимальной синергии служб риск-менеджмента и бизнес подразделений компании.
Наша коллега Ольга Балбышева, менеджер практики Applied Intelligence, выступила на тему «Внедрение ИИ и ИТ-решений в процессы управления операционными рисками в банках (на примере процесса управления качеством данных)». В свою очередь Владимир Сосюрко, так же менеджер практики Applied Intelligence AXENIX, стал делегатом конференции.
Получить доступ ко всем материалам конференции и видеотрансляции можно на этом сайте.
#AXevents #AXfinance
👍14😱1
Германия разрешила использовать немецкий софт в России до 31 марта 2025, но только дипведомствам ЕС и российским «дочкам» европейских фирм. Это важно, потому что дает доступ к SAP.
Павел Кирик, управляющий директор департамента платформенных решений AXENIX, прокомментировал новость для Ведомостей:
Больше мнений экспертов >
#AX_ips
Павел Кирик, управляющий директор департамента платформенных решений AXENIX, прокомментировал новость для Ведомостей:
Это попытка удержать равновесие системы, пошатнувшейся очень сильно с уходом SAP из России. С одной стороны, представительства международных компаний изо всех сил пытаются найти легальные способы продолжать пользоваться сервисами SAP, с другой – рынок не готов быстро и качественно заменить софт SAP на российские аналоги.
Больше мнений экспертов >
#AX_ips
Ведомости
Германия разрешила использовать софт SAP в России
Но немецким ПО смогут пользоваться только дипведомства ЕС или российские «дочки» европейских фирм
❤9😱8🔥3👍2
Благодарим всех, кто присоединился к нам на встрече AXENIX Pro IT в Краснодаре!
Мы провели отличный вечер, обсуждая, куда движется рынок информационных технологий и как успеть за всеми его трендами. В частности наши эксперты поделились своим опытом по замене SAP на 1C, рассказали про кейс по автоматизации заказа лома с отслеживанием по RFID и представили оригинальный взгляд на Self Service BI. А ваши вопросы сделали дискуссию по-настоящему открытой и интересной!
Также мы говорим спасибо всем организаторам мероприятия и нашим спикерам: архитектору информационных систем AXENIX Максиму Лаптеву, Senior Frontend Developer Александру Тамразову и руководителю BI направления Анастасии Остапенко.
AXENIX будет и дальше работать над развитием ИТ-коммьюнити в регионах. Следующая встреча состоится уже совсем скоро в Ростове-на-Дону. Следите за анонсами на нашем канале!
#AXevents
Мы провели отличный вечер, обсуждая, куда движется рынок информационных технологий и как успеть за всеми его трендами. В частности наши эксперты поделились своим опытом по замене SAP на 1C, рассказали про кейс по автоматизации заказа лома с отслеживанием по RFID и представили оригинальный взгляд на Self Service BI. А ваши вопросы сделали дискуссию по-настоящему открытой и интересной!
Также мы говорим спасибо всем организаторам мероприятия и нашим спикерам: архитектору информационных систем AXENIX Максиму Лаптеву, Senior Frontend Developer Александру Тамразову и руководителю BI направления Анастасии Остапенко.
AXENIX будет и дальше работать над развитием ИТ-коммьюнити в регионах. Следующая встреча состоится уже совсем скоро в Ростове-на-Дону. Следите за анонсами на нашем канале!
#AXevents
❤26🔥10👏9👍4👌1
Приветствуем нового партнера — ГК «Оптимакрос», разработчика полностью российской платформы EPM/IBP для бизнеса.
В рамках этого сотрудничества мы планируем создать на основе платформы Optimacros индустриальное решение для бюджетирования и в дальнейшем пилотировать его у клиентов.
Комментирует Наталья Литвинова, руководитель направления «Финансовая консолидация» AXENIX:
Иван Первушин, аналитик направления «Платформенные решения» AXENIX, добавляет:
Напомним, что у AXENIX также есть собственное решение для планирования и управления цепями поставок — цифровая платформа In.Plan. С ее помощью предприятия могут реализовать все процессы планирования в рамках одной системы.
In.Plan был представлен в сентябре 2022 года, став первой первой ИБП-платформой в России и первым продуктом, разработанным AXENIX после отделения от международной сети «Аксенчер». Решение включено в реестр российского ПО.
#AXnews
В рамках этого сотрудничества мы планируем создать на основе платформы Optimacros индустриальное решение для бюджетирования и в дальнейшем пилотировать его у клиентов.
Комментирует Наталья Литвинова, руководитель направления «Финансовая консолидация» AXENIX:
При выборе партнера нас привлекло то, что Optimacros — молодая, амбициозная и квалифицированная команда. При этом продукт уже давно на рынке, «закален в боях», так что с помощью опытных консультантов можно будет выполнять проекты за короткий срок и с высоким качеством.
Иван Первушин, аналитик направления «Платформенные решения» AXENIX, добавляет:
Этот продукт позволяет интуитивно быстро разобраться в интерфейсе для настройки системы, что значительно ускоряет процесс внедрения.
Напомним, что у AXENIX также есть собственное решение для планирования и управления цепями поставок — цифровая платформа In.Plan. С ее помощью предприятия могут реализовать все процессы планирования в рамках одной системы.
In.Plan был представлен в сентябре 2022 года, став первой первой ИБП-платформой в России и первым продуктом, разработанным AXENIX после отделения от международной сети «Аксенчер». Решение включено в реестр российского ПО.
#AXnews
👍20🤔2
Алексей Фролов, директор департамента Industry X AXENIX, рассказывает, какие технодтренды будут определять будущее российской промышленности в ближайшие годы.
Полную версию публикации читайте в РБК Тренды.
#AX_industryX
Полную версию публикации читайте в РБК Тренды.
#AX_industryX
🔥12👍5🥱3❤1
Рассказывает Алексей Фролов, директор департамента Industry X AXENIX.
Мы проанализировали более 30 отчетов о развитии и перспективах ИИ в промышленности от международных и российских исследователей, а также публикации компаний об их кейсах внедрения ИИ и посчитали частоту упоминаний разных трендов. В результате получился рейтинг технологий, с которыми эксперты и бизнес связывают будущее промышленности в России и в остальном мире. И оказалось, что эти списки сильно различаются.
Из 6 направлений пересечения есть только по двум пунктам:
⓵ Продвинутые инструменты ИИ: машинное обучение (ML) и продвинутая аналитика
⓶ RPA (Robotic Process Automation) — технология автоматизации бизнес-процессов, основанная на использовании программных роботов
По другим технологиям Россия и остальной мир не пересекаются. Если в России в контексте цифровизации промышленности и использования ИИ чаще говорят о промышленном интернете вещей (IIoT) или цифровых двойниках, то в мире мы видим больше внимания к системам бизнес-аналитики (BI-системы) и ESG-платформам.
Интересно, что направление RPA лидирует по степени интереса в мире, а в России эта технология замыкает рейтинг. В то же время у нас во главе списка стоят продвинутые инструменты ИИ. Российская промышленность активно формирует и решает все более масштабные задачи, концентрируясь на ML и Advanced Analytics, опережая другие страны в этом направлении.
Кстати, по публикациям в СМИ картина другая. Анализ показывает, что технологические компании рассказывают про разработки и планы в области ИИ так же часто, как и про RPA.
#AX_industryX
Мы проанализировали более 30 отчетов о развитии и перспективах ИИ в промышленности от международных и российских исследователей, а также публикации компаний об их кейсах внедрения ИИ и посчитали частоту упоминаний разных трендов. В результате получился рейтинг технологий, с которыми эксперты и бизнес связывают будущее промышленности в России и в остальном мире. И оказалось, что эти списки сильно различаются.
Из 6 направлений пересечения есть только по двум пунктам:
⓵ Продвинутые инструменты ИИ: машинное обучение (ML) и продвинутая аналитика
⓶ RPA (Robotic Process Automation) — технология автоматизации бизнес-процессов, основанная на использовании программных роботов
По другим технологиям Россия и остальной мир не пересекаются. Если в России в контексте цифровизации промышленности и использования ИИ чаще говорят о промышленном интернете вещей (IIoT) или цифровых двойниках, то в мире мы видим больше внимания к системам бизнес-аналитики (BI-системы) и ESG-платформам.
Интересно, что направление RPA лидирует по степени интереса в мире, а в России эта технология замыкает рейтинг. В то же время у нас во главе списка стоят продвинутые инструменты ИИ. Российская промышленность активно формирует и решает все более масштабные задачи, концентрируясь на ML и Advanced Analytics, опережая другие страны в этом направлении.
Кстати, по публикациям в СМИ картина другая. Анализ показывает, что технологические компании рассказывают про разработки и планы в области ИИ так же часто, как и про RPA.
#AX_industryX
👍5🔥5🥱2