В России разработана платформа для ускоренной разработки ИИ-сервисов

В России создали платформу ускоренной разработки ИИ-сервисов.

⏺Создали платформу для ускоренной разработки ИИ-сервисов Она на 40% ускоряет разработку продуктов с ИИ и на 20% снижает стоимость обработки данных. Систему разработали специалисты нашего Исследовательского центра в сфере ИИ. Платформа собирает корпоративные данные, обрабатывает их в ручном или автоматическом режиме с помощью ИИ-алгоритмов, просматривает и проверяет результаты. Решение уже применили при 180 процессах обработки данных. Инструмент использовали в разработке сервисов измерения веса свиней по видео, анализа медицинских изображений, поиска разливов нефти и других. Подробнее

Цифровая экономика Telegram Ученые Исследовательского центра в сфере искусственного интеллекта Университета Иннополис создали платформу ускоренной разработки ИИ-сервисов. Инструмент на 40 % ускоряет разработку продуктов с применением ИИ и на 20 % снижает стоимость обработки данных. Сроки создания новых ИИ-систем сокращаются за счет ускорения создания инфраструктуры для развертывания и поддержания работы моделей машинного обучения. Ком­па­ния Selectel раз­ра­бота­ла и за­пус­ти­ла первую в России сер­вер­ную опе­рацион­ную сис­те­му корпоративного класса. SelectOS позволяет использовать меньше серверов для обработки растущих объемов трафика. Новая ОС использует технологию DPDK, которая позволяет приложениям быстрее обрабатывать сетевые пакеты, также в SelectOS встроены инструменты для балансировки нагрузки и резервного копирования. «Лаборатория Касперского» автоматизировала более 20 сценариев тестирования устройств на KasperskyOS. Для этого в компании... Перейти на оригинальный пост

В России создали платформу для ускоренной разработки ИИ-сервисов. Система освобождает разработчиков от решения общих вопросов, связанных с инфраструктурой, чтобы сосредоточиться на создании моделей для конкретных задач.

В России создали платформу ускоренной разработки ИИ-сервисов Ученые Исследовательского центра в сфере ИИ Университета Иннополис разработали систему, которая на 40% ускоряет разработку ИИ-сервисов и ИИ и на 20% снижает стоимость обработки данных. Платформа собирает и обрабатывает данные корпоративных файловых хранилищ. Алгоритмы ИИ позволяют не только анализировать информацию, но и проверять точность результата. Сроки создания новых ИИ-систем сокращаются за счет ускорения создания инфраструктуры для развертывания и поддержания работы моделей машинного обучения. Возможности нового решения уже оценили наши партнеры - при анализе медицинских изображений, поиске разливов нефти и незаконного строительства в охранных зонах, прогнозе ингибиторной активности молекул, выявлении дефектов на кузовах транспортных средств и выполнении других задач - отметил Рамиль Кулеев, директор Исследовательского центра в сфере ИИ Университета Иннополис. Центр был создан в университете в 2021 году в рамках федерального проекта "Искусственный интеллект". Он развивает проекты по направлениям создания новых материалов, транспорта, логистики, компьютерного зрения и медицины. Национальный центр развития искусственного интеллекта при Правительстве РФ #новостьдня

Ученые Исследовательского центра в сфере искусственного интеллекта ИИ Университета Иннополис разработали систему, которая на 40% ускоряет разработку ИИ-сервисов. Платформа собирает и обрабатывает данные корпоративных файловых хранилищ, в том числе связанных с системами видеонаблюдения. Алгоритмы ИИ позволяют не только анализировать информацию, но и проверять точность результата.

В Иннополисе ученые ускорили процесс разработки ИИ-сервисов на 40% Как сообщили в пресс-центре Университета Иннополис, эксперты Исследовательского центра по искусственному интеллекту разработали систему, которая сокращает время на создание ИИ-сервисов на 40% и уменьшает затраты на обработку данных на 20%. Инструмент автоматизирует сбор, подготовку и анализ больших массивов информации. Платформа легко интегрируется с корпоративными хранилищами и системами видеонаблюдения, а встроенные алгоритмы ИИ помогают в анализе данных и проверке их точности. Ученые отмечают, что новая технология значительно сокращает сроки разработки, за счет оптимизации инфраструктуры для моделей машинного обучения. Кроме того, использование этой платформы позволяет минимизировать расходы на обработку данных благодаря эффективному распределению вычислительных ресурсов.