Москва
+7 495 787-29-92
онлайн-калькулятор

Машинное обучение в работе интеграторов

/ Публикации / Пресс-центр

Machine learning – одна из новых тем для отечественных системных интеграторов. При этом очевидно, что освоение технологий машинного обучения дает явные конкурентные преимущества как ИТ-игрокам, так и их клиентам. В ряде случаев ML становится незаменимым инструментом успешного бизнеса. О том, как развивается российский рынок ML, в каких отраслях, прежде всего, эти технологии находят применение, а также о работе интеграторов рассказал Антон Чехонин, генеральный директор НОРБИТ порталу ICT-Online.ru.

ICT-Online.ru: Насколько важно сейчас для отечественного интегратора уметь применять в работе и собственном бизнесе технологии машинного обучения?

Применение технологии машинного обучения для интеграторов в среднесрочной перспективе должно стать неотъемлемой частью их работы, как и умение анализировать бизнес, разрабатывать программный код и работать с базами данных. Всё это поможет интегратору предлагать клиентам высококачественный сервис.

В ближайшее время использование машинного обучения в крупных проектах станет обязательным условием, и этому способствует несколько факторов. Во-первых, технология становится более доступной с точки зрения наличия на рынке труда профильных специалистов, оборудования, готовых программных библиотек и примеров. Появляется большое количество обучающих курсов, что значительно снижает порог входа всех желающих в профессию.

Во-вторых, все больше специалистов работают над популяризацией знаний о машинном обучении. В нашей компании регулярно проводятся корпоративные тренинги по машинному обучению, где мы рассказываем на примерах практических кейсов, как эта технология решает задачи бизнеса. Удачными примерами применения машинного обучения являются, например, системы автоматического управления пополнением складских запасов, системы интеллектуального маркетинга, отвечающие на вечный вопрос «что, когда и как предложить клиенту?». Но пока проекты с использованием машинного обучения остаются довольно дорогостоящим видом работ, зачастую основанным на научных исследованиях и не всегда с гарантированным результатом. Поэтому, в основном, это направление развивают крупные компании, у которых есть инвестиционные бюджеты.

ICT-Online.ru: Какие интересные технологии машинного обучения появляются, какие возможности открывают?

Благодаря непрерывно идущим исследовательским работам появляется большое количество технологий, позволяющих работать с компьютерным зрением. Ярким примером этой работы являются беспилотные автомобили, которые уже проехали миллионы километров. Еще отличный пример применения машинного обучения – проект по разработке системы, которая «видит» состояние тормозных колодок движущегося электровоза и мгновенно определяет, какие из них пора менять. И что особенно важно, делает это точнее и быстрее человека. Такие технологии позволят со временем заменять человека во всех процессах, где необходимо просто «следить за происходящим». Неудивительно, если следующий стартап-единорог позволит заменить человека-охранника набором камер на без машинного обучения.

ICT-Online.ru: Какие из названных технологий ваша компания уже использует или собирается взять на вооружение?

Наше направление «Машинное обучение и предиктивная аналитика» еще достаточно молодое, но, благодаря наработанным отношениям с заказчиками, мы уже успели запустить несколько пилотных проектов в различных отраслях. Это позволяет развивать экспертизу в этом направлении, совместно апробировать и находить работающие решения. Так, мы запустили пилотный проект в энергетике по прогнозированию потребления электроэнергии целого города с учетом огромного количества факторов. В области ретейла использовали эту технологию для прогнозирования спроса и повышения эффективности маркетинговых кампаний. Также были проекты и в области беспилотных летательных аппаратов.

ICT-Online.ru: Назовите наиболее интересные проекты вашей компании, связанные с машинным обучением.

При внедрении машинного обучения один из важных этапов - это интеллектуальный анализ больших данных и их визуализация. На одном из проектов в ритейле при анализе и визуализации мы научились генерировать полную карту связей между всеми продуктами, а также выяснили некоторые неожиданные взаимосвязи между внешними факторами и продажами отдельных продуктов, например, изменение атмосферного давления. 

Есть довольно интересный пример проблемы при построении точных прогнозов в энергетике, когда один из всплесков изменений в объеме вырабатываемой электроэнергии был вызван тем, что корабль сел на мель на озере, и капитан договорился с владельцами гидроэлектростанций, чтобы они уменьшили сброс воды. Естественно, что модель машинного обучения не смогла предугадать это событие на основании накопленных исторических данных.

ICT-Online.ru: Дальнейшие планы вашей компании в части машинного обучения. Какие преимущества даст их реализация?

Для определения дальнейших планов мы тесно работаем с запросами клиентов и следим за развитием технологий. Общение с клиентами позволяет нам выявлять реальные потребности и лучше понимать направления для развития и применения технологий. Развитие экспертизы в области машинного обучения позволит нам удовлетворять растущие потребности наших клиентов в повышении эффективности их бизнеса.

 

Портал ICT-Online.ru