Перспективы использования машинного обучения для ИТ-проектов и стартапов

1.

2.

LIFE.FILM это
Сервис с Искусственным Интеллектом
для создания фильм из лучших моментов вашего видео
Music + Video + Effects.

3.

CEO Рустам Салаватов (33+)
Александр Сысоенко
СФ БашГУ (Информатика)
Business Devolopment / Основатель
Представитель РОСПАТЕНТ
Более 10 лет опыта в IT, веб разработке.
Основатель веб-студия “3DSTR”, создавшей более 100 сайтов для города Стерлитамак
Режиссер и ученик киношколы Булата Юсупова (Уфа).
Опыт съёмки видео, видеомонтажа и цветокррекции более 10 лет
Videographer, Videoeditor, Film Director
Designer: Logo, graphic design, printing
3D Architectural visualization: 3DSMax, Blender, Vray
Full Stack developer: PHP, MYSQL/MONGO,Meteor JS, React JS, Linux/AWS, SEO
Data Scientist: Python, Caffe
Advisors
Vadim Balashov
Damir Kazykhanov
Investment Advisor at GVA
LaunchGurus Fund
Founder, CEO at Global Startup
Тимур Кудашев
Mathematics
Data Scientist (python, c++)
Kazan Federal University

4.

Все снимает много часов
видео, но никто не знает
что с ним делать позже.
Отсутствие навыков видеомонтажа и нехватка
времени
Неотредактированный видеоматериал обычно
удаляются через некоторое время.
Более 100 миллиардов видео-роликов создаются каждый год.
На YouTube загружается только 1% всего объёма созданного
мобильного видео.
Видео с
детьми
Родители
Путешествен
ники
экстрим/
активный
отдых / GoPro
ВидеоБлоггеры
Делать быстрые
репортажи для
блога

5.

Автоматический редактор с
искусственным интеллектом
Люди легко и просто без опыта монтажа получат фильм
профессионального качества.
Музыка + Видео + эффекты.
Музыкальный ритм как основа для редактирования, чтобы
создать историю.

6.

Процесс использования
Загружаете/Сн
имаете Видео
Выбираете
Музыку
Выбираете
Фильтр
Загружаете
Готово
через 1-10 Min

7.

Статус:
Пользователей (Russia, Web Beta):
MAU: 20000
DAU: 700
Регистраций: 350.000
Traffic: Google/Yandex 1st postion
“Видеоредактор Онлайн” - 2000
lids/day

8.

Примеры видео:

9.

Roadmap 1 year
Launch
iPhone app
Launch
new WEB app
Launch
Android app
(MeteorJS + ReactJS)
2016
2017
NEW
Neural Algorith
Fast, Learning
by User
Integrate
Socail app
in VK,
Facebook
2018
Scaling and
Growth

10.

Набережные Челны (IT-Park)
150 рабочих мест для 50 ИТ-стартапов

11.

12.

13.

14.

15.

Испания (Malaga Valley)

16.

17.

ARTIFICIAL INTELLIGENCE
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ

18.

Когда SkyNet?
В течении 10-20 лет - НЕТ при текущем стеке
технологий.
Стивен Хокинг: искусственный разум станет
лучшим или худшим изобретением
человечества

19.

Интерес в мире к ИИ

20.

Цифровая вселенная
Данные следуют цифровому закону Мура:
данные увеличиваются каждый год в 2 раза а
цена их хранения падает.
Данные короли в этой вселенной. Чем больше
данных тем более совершенные модели
машинного обучения.
Например, Тесла собрал 780 миллионов миль
данных о вождении , и они добавляют еще один
миллион каждые 10 часов.
Каждая компания является компанией данных.

21.

Ренесанс нейронных сетей
Нейронные сети требует много вычеслений и
много данных. В последнии 5 лет это перестало
быть проблемой.
В частности видеокарты с мощными GPU и
интернет стали основой для ренесанса.

22.

Deep Learning?
Knowledge bases – знания формируются
вручную
Machine learning – знания формируются
автоматически из данных, но представление
данных делается вручную
Representation learning – представление
данных делается автоматически
Deep learning – знания формируются
автоматически из автоматически
формируемых представлений данных

23.

24.

25.

Последствия
По оценкам различных
экспертов в ближайшие 10-20
лет 80-90% существующих
работ будут выполняться
роботами/программами.
Высокий риск роботизации (80100%) у следующих
специальностей: экскурсоводы,
таксисты, пекари, мясники,
модели, фармацевты,
страховые агенты, продавцы,
сборщики налогов и чиновники.

26.

Хайп вокруг DL

27.

Data Scientist - лучшая
работа на свете
(Ученого по данным)
Средняя зарплата DS в США: 100-150 тыс $
(программиста 60,000 $)
В россии: 100-300 тыс руб. (Москва)
Математика+Программирование+Интуиция
Python как основной инструмент

28.

Нейронные сети

29.

Нейрон
Активность нейрона определяется
преобразованием взвешенного
суммарного воздействия на него
Воздействия могут быть активирующими
(положительные веса) или тормозными
(отрицательные веса)

30.

31.

Глубокие
нейронные сети

32.

33.

2012 - AlexNet (Supervision)
В 2012 выигрывает AlexNet с большим
отрывом от конкурентов благодаря
использованию сверточной нейронной
сети.
Ренесанс нейронных сетей.

34.

Сверточные нейронные сети (CNN)
Сеть находит “свертки”, которые максимизируют информацию об
изображении (картинки: 3*3, 5*5, 20*20.)
На первом уровне сеть извлекает самые базовые: границы, штрихи,
отрезки, контрасты. Повыше — уже устойчивые комбинации
элементов первого уровня, и так далее вверх по цепочке.
Cети сами формируют эти элементы и решают, какие из них более
важный, а какие — нет.

35.

36.

37.

38.

2012 Alexnet
2014 GoogleNet

39.

2015 - 152 слоя в ResNet
ResNet - Огромное число слоев и
оптимизация структуры сети дало процент
ошибки, меньше чем у человека
Теперь нейросети решают проблемы и
задачи, которые ещё пять лет назад
требовали огромного количество сил и были
результатом работы целых групп учёных.

40.

http://www.asimovinstitute.org/neural-network-zoo/

41.

Игры разума:
AlphaGo

42.

43.

44.

DeepMind: Atari
В начале 2015 года журнал Nature выходит с
обложкой по глубокому обучению. В номере
опубликована статья в которой показано, что
глубокое обучение с подкреплением
позволяет обучиться играть в компьютерные
игры не зная правил заранее лучше человека.
Google покупает за $600М стартап авторов
статьи Deep Mind.
Данный результат открывает качественно новые
области для применения глубокого обучения
в задачах управления, искусственного
интеллекта и робототехники.

45.

Опенсорс версия https://github.com/RochesterNRT/RocAlphaGo

46.

Варианты применения
GitXiv.com

47.

Show and Tell
Компания Google выложила в открытый
доступ код своей нейросети «Show and Tell»
для TensorFlow, которая может делать
осмысленные подписи к изображениям.
Слева – описанные людьми изображения,
которые показывали нейросети для ее
обучения.
Справа – результат работы уже самой
нейросети
Точность алгоритма, по данным Google,
составляет 93,9%.

48.

NeuralTalk
Efficient Image Captioning code in Torch
https://github.com/karpathy/neuraltalk2

49.

Neural Style

50.

SegNet
Сеть делает разметку видео с видеорегистратора по типу
объекта: «дорога», «пешеходы», «знаки», «разметка», и.т.д
Всего несколько обученных слоёв, настраивается за пару дней
Прямое преобразование данных в ответ. Кадры обрабатываются
быстро.

51.

“Супер увеличение”
Нейронные сети способны как в фильмах про шпионов,
увеличивать участки на фото с пикселями и улучшать результат.
https://github.com/david-gpu/srez

52.

Texture Networks
Синтез текстур и стилизованных изображений
в художественном стиле.
Более быстрый аналог Artistic Style.
Используется в приложении Prisma и Vinci
https://github.com/DmitryUlyanov/texture_nets

53.

seq2seq : Deep Q&A
Чатбот на RNN (seq2seq model) обученный на диалогах
из фильмов (Cornell Movie-Dialogs Corpus)
https://github.com/Conchylicultor/DeepQA

54.

WaveNet: новая
модель для
генерации
человеческой
речи и музыки
https://deepmind.com/blog/wavenet-generativemodel-raw-audio/

55.

VizDoom
Искусственный интеллект научили играть в
Doom.
Для обучения бота IntelAct нужен один
обычный компьютер.

56.

Где научиться и
заработать

57.

58.

Сложно ли это?
Начать сложно. Глубокое обучение сейчас обилует
научными терминами для ученых. Если вы практик
или разработчик вы хотите разультата сразу!
Вы думаете обязательно нужно потратить 5 лет своей
жизни чтобы начать? Нет!
Вы можеет начать получать результат сразу изучая
тему снизу вверх, подкрепляя по ходу теорией. Эти
знания придут с опытом.

59.

Фрейморки: Keras,
TensorFlow (Google)
Я рекомендую платформу Keras . Он
поддерживает Python.
Вы также можете использовать scikit и всю
SciPy экосистему для учебных проектов.
Он работает поверх других библиотек и
упрощает работу с ними (Theano и TensorFlow)

60.

61.

AETROS
Оболочка для онлайн проектирования и
обучения нейронных сетей на базе
фреймворка Keras

62.

Jupyter Notebook
(iPython)
Jupyter — идейный наследник IPython
Notebook.
Jupyter - интерактивная оболочка для языка
программирования Python.
https://www.continuum.io/downloads

63.

Онлайн
образование
Можно учиться не
выходя из дома,
быстро и эффективно
https://www.coursera.org
/specializations/machine
-learning-data-analysis

64.

Выпускник НИУ ВШЭ Станислав Семенов занял первое
место в мировом рейтинге
№1 площадка для специалистов ML.
Данные - как спорт, много соревнований.
Сообщесто, код, датасеты, вакансии
Если вы в ТОП - куча предложений о работе и
денег.
Детектирование диабетической
ретинопатии (100k$)
Классификация морского планктона
(175k$)
Классификация галактик

65.

66.

Хакатон
http://www.chatbotscommunity.com/chatbotshackatons-cup-2016/
Вам нужна практика. Много практики.

67.

Что нужно чтобы
найти работу:
Английский язык
Пройти курсы на Coursera и получить
сертификаты
Вникнуть в тему DL, прочитать все важные статьи
и работы за последнии годы (arxiv.org,
gitxiv.com)
Поучаствовать на конкурсах в Kaggle
Выбрать направление в Deep Learning
Освоить язык программирования python или R,
базы данных (mysql, mongodb)
Математическая база: дискретная математика,

68.

Что посмотреть:
ВК группы:
https://vk.com/deeplearning_ru - Моя
https://vk.com/deeplearning - основная
Подборки различных материалов:
https://github.com/demidovakatya/vvedenie
-mashinnoe-obuchenie
HabrHabr:
Из физиков в Data Science https://habrahabr.ru/post/310776/ (его
резюме)
Мероприятие https://vk.com/bashgu_ii
Группа https://vk.com/digital_str

69.

Клуб Data Science БашГУ:
Создание клуба заинтересованных лиц для
совместного изучения и обсуждения ИИ.
Участие в конкурсах KAGGLE
Изучение Python
Создание приложений
Обмен опытом
Проведение конференций
Разработка собственных проектов - стартапов
Кто? Любой из вас и ваших друзей может
вступить в клуб.

70.

Рустам Салаватов
+7 (962) 52-38-149
[email protected]
skype: rust.salavatov
www.life2film.com vk.com/life2film

71.

Материалы для презентации
https://habrahabr.ru/company/yandex/blog/307260/
http://media.wix.com/ugd/d1d481_506c12d3c10d4ce
5a6112bcb41e1d750.pdf
http://www.slideshare.net/chatbotscommunity/20muzis-hackathon?qid=9d377b11-150b-423c-81ba7bd153f43b72&v=&b=&from_search=1
https://www.youtube.com/watch?v=bicXInoeLG4
https://www.youtube.com/watch?v=YbZlz_2MXC8

72.

73.

Официальное образование

74.

Образовательная траектория абитуриента/студента

75.

Образовательная траектория профессионала - исследователя

76.

Образовательная траектория профессионала
– программиста/Data Scientist-а