Sztuczna Inteligencja dla firm - przykłady projektów AI w biznesie

Zrealizowane projekty. Nasze doświadczenie robi różnicę

Warsztaty z zakresu sztucznej inteligencji dla Komisji Europejskiej w Brukseli

Co?

Przeprowadzenie warsztatów dla polityków, edukowanie w zakresie podstaw sztucznej inteligencji, stosowanych technologii i możliwych zastosowań. Udział w dyskusjach na temat wpływu przepisów UE na rozwój sztucznej inteligencji w Europie, możliwego wpływu na środowisko i modeli biznesowych w zakresie sztucznej inteligencji.

Dlaczego?

Komisja Europejska planuje w ciągu najbliższych kilku lat zwiększyć poziom inwestycji w sztuczną inteligencję. Warsztaty miały na celu pomóc politykom w zrozumieniu podłoża technicznego i praktycznych możliwości zastosowania sztucznej inteligencji.

Analiza tekstu dla firmy z branży farmaceutycznej

Co?

Szereg projektów m.in. narzędzie do wykrywania wpisów w mediach społecznościowych na temat negatywnych skutków stosowania leku, które pozwala firmie szybko reagować na ewentualne naruszenia wizerunku. Analityka mediów społecznościowych na potrzeby wprowadzania nowych leków. Deidentyfikacja danych osobowych i ekstrakcja informacji w tekstach medycznych.

Dlaczego?

Aby automatycznie wykryć negatywne skutki stosowania leku opublikowane w Internecie, zbadać grupy mówiące o leku oraz kontekst rozmowy. By umożliwić analitykom pracę nad danymi bez dodatkowych pozwoleń dzięki ich deidentyfikacji. Aby śledzić reakcje klientów na nowo wprowadzony lek a dodatkowo by pozyskać najważniejsze informacje z publikacji medycznych.

Zastosowane technologie

Python, Hadoop, PySpark, algorytmy uczenia maszynowego, przetwarzanie języka naturalnego, analiza mediów społecznościowych.

Platforma AI dla firm z obszaru konsultingu politycznego

Co?

Platforma analityczna oparta na sztucznej inteligencji, która stanowi centralny punkt informacji dla przedstawicieli świata polityki.

Dlaczego?

Aby dostarczyć istotne informacje, śledzić trendy, nastroje i zależności. By umożliwić oszczędności czasu i pieniędzy dzięki odejściu od ręcznej analizy oraz generować nowe wnioski na podstawie zmieniających się informacji politycznych.

Zastosowane technolgie

Webscrapping, NoSQL, przetwarzanie języka naturalnego, uczenie maszynowe, Python, Django, Javascript, Angular 6, analiza mediów społecznościowych

Narzędzie do generowania automatycznego podsumowania rozmowy dla firmy Call Center

Co?

Narzędzie, które zamienia mowę na tekst i tworzy podsumowanie najważniejszych i najistotniejszych informacji uzyskanych od dzwoniącego klienta.

Dlaczego?

Aby zaoszczędzić czas konsultantów, którzy do tej pory musieli ręcznie sporządzać notatki w trakcie lub po rozmowie telefonicznej, zyskując jednocześnie pewność, że podsumowanie zostało sporządzone po każdej rozmowie. Rozwiązanie umożliwia także tworzenie rozbudowanych scenariuszy do analizy i optymalizacji procesów wewnętrznych oraz problemów dzwoniących klientów.

Zastosowane technologie

Python, konwersja języka mówionego do tekstu, przetwarzanie języka naturalnego, uczenie maszynowe

Narzędzie do analizy mediów społecznościowych dla Re-Work – firmy organizującej konferencje i szkolenia

Co?

Narzędzie do analizy treści w mediach społecznościowych związanych z określonym tematem. Zawiera wbudowane dashboardy do wizualizacji danych z uwzględnieniem lokalizacji geograficznej i określenia wszystkich istotnych trendów.

Dlaczego?

Aby śledzić i oceniać opinie o produktach lub usługach w czasie rzeczywistym, poznać głównych liderów opinii i na bieżąco reagować na pozytywne i negatywne opinie w mediach społecznościowych. Aby zareagować na kryzys jeszcze przed jego rozpoczęciem.

Zastosowane technologie

Python, Scala, Elasticsearch, Kibana, AngularJS, Bootstrap, Docker

Precyzyjne określenie pozycji dla producenta maszyn

Co?

Precyzyjny system pozycjonowania oparty na danych pochodzących z czujników o niskim zużyciu energii.

Dlaczego?

Aby dokładnie określić położenie maszyny lub pojazdu bez konieczności instalowania dodatkowych urządzeń.

Zastosowane technologie

Python, C, MySQL, algorytmy uczenia maszynowego, przetwarzanie danych z czujników w czasie rzeczywistym

Prognozowanie awarii w firmie produkującej samochody

Co?

Doradztwo i przygotowanie architektury modeli uczenia maszynowego oraz Big Data do wykrywania anomalii w danych generowanych przez czujniki.

Dlaczego?

Do wczesnego wykrywania i przewidywania uszkodzeń maszyn i przerw w ich eksploatacji, co pozwala na prewencyjną konserwację i przeciwdziałanie awariom. Obniża to koszty i ryzyko towarzyszące zakłóceniom pracy maszyn.

Algorytm do rozpoznawanie padaczki dla ewangelickiego szpitala Alsterdorf w Hamburgu

Co?

Algorytm automatycznego wykrywania ogniskowej dysplazji korowej (wad rozwojowych w mózgu powodujących padaczkę) na obrazach medycznych.

Dlaczego?

Aby ułatwić i usprawnić pracę epileptologów, zwiększyć liczbę diagnoz i poprawić leczenie pacjentów.

Detekcja i segmentacja części ciała w branży medycznej dla firmy apoQlar

Co?

Rozwiązanie, które pozwala lekarzom na wizualizację wszystkich struktur anatomicznych pacjenta podczas operacji. Umożliwienie precyzyjnego umieszczenia modeli na ciele pacjenta, z wykorzystaniem segmentacji obrazu w celu automatycznego wykrywania kości, żył i części mózgu.

Dlaczego?

Aby przyspieszyć i usprawnić pracę chirurgów, pozwalając im na uzyskanie wszelkich informacji o pacjencie na okularach mieszanej rzeczywistości Hololens, eliminując potrzebę korzystania z tradycyjnych zdjęć MRI. Dzięki sterowaniu gestami lekarz ma możliwość swobodnego posługiwania się dłońmi przez cały czas trwania zabiegu.

Zastosowane technologie

Python, sieci neuronowe, deep learning, techniki przetwarzania obrazu, fotogrametria, Unity, C#