Мы разрабатываем системы на основе методов искусственного интеллекта, которые помогают людям в решении различных задач, повышают эффективность бизнес-процессов и предоставляют новые возможности.

Значительная часть сотрудников нашей компании имеет ученую степень, научные публикации по теме машинного обучения и опыт решения сложных наукоемких задач.

Компания сотрудничает с Ярославским государственным университетом и поддерживает молодых, талантливых ученых, ориентируясь при этом на практические разработки и внедрение передовых методов искусственного интеллекта.

Технологии
Computer Vision

Системы компьютерного зрения – видят объекты естественного мира.

Natural Language Processing

Системы обработки человеческого языка – понимают тексты.

Scoring

Предсказательные системы – прогнозируют будущее положение дел на основе прошлого опыта.

Reinforcement Learning

Cистема обучается, взаимодействуя с некоторой средой – совершает оптимальное действие.

Продукты
Hightouch.IDРаспознавание личных документов Перейти на сайт
Tochka.CVПлатформа компьютерного зрения Перейти на сайт
Revise.ProПлатформа предиктивного анализа Перейти на сайт
Проекты
Поддержка принятия врачебного решения в эндоскопии

Задача: во время эндоскопического исследования в реальном времени обозначить на видеопотоке патологические образования в желудке (рак и предраковые состояния)

Результат: реализован и запущен в опытную эксплуатацию в Ярославской областной онкологической больнице прототип программного обеспечения. Собрана размеченная база изображений с различными патологиями.

Особенности: возможность тиражирования алгоритма на другие медицинские изображения - МРТ, рентгеновские снимки, УЗИ, гистология

Распознавание лиц и образов

Задача: выявление повторных покупателей для формирования персональных предложений. Анализ трафика и очередей по видеоизображению.

Результат: разработан промышленный образец решения. Проведена пилотная эксплуатация в различных ритейл-сетях.

Особенности: полностью распределенное решение. Реализация оптимизированных нейросетевых алгоритмов на портативных устройствах с низкой производительностью позволяет существенно снизить стоимость внедрения.

Сокращение первой линии техподдержки на 75%

Задача: автоматический перевод сервисных заявок на профильное подразделение (роль первой линии технической поддержки)

Результат: разработано ядро системы автоматически маршрутизирующее 75% заявок

Особенности: технология позволяет извлекать смысл из крупных блоков текста и может быть тиражирована на другие задачи

Мгновенное формирование клиентского договора

Задача: извлечение текстовых данных из фотографии документа на мобильном устройстве и автоматическое заполнение соответствующих полей договора

Результат: разработан промышленный образец программного обеспечения. Точность распознавания 98,9%. Скорость работы на мобильном устройстве 1,5 секунды.

Особенности: одновременно с распознаванием текста выполняется извлечение типов полей - фамилия, имя, отчество, номер документа и др., что позволяет автоматически вставлять соответствующие данные в подготовленный шаблон. Обработка изображения выполняется непосредственно на мобильном устройстве, что обеспечивает сохранность персональных данных. Разработанная технология позволяет выполнить быстрое тиражирование решения на другие типы документов.

Увеличение производительности труда медицинских экспертов

Заказчик: Территориальный фонд ОМС Московской области, Федеральный фонд ОМС (тиражирование на все субъекты РФ)

Задача: предсказание вероятности дефекта для каждого случая оказания медицинской помощи в Московской области

Результат: разработана полнофункциональная информационная система. Количество дефектов, найденное экспертами при проведении проверок с учетом рекомендаций системы в 3-4 раза выше, чем без ее использования. Увеличение объема проверяемых счетов с 3-5% до 100%.

Особенности: разработанная технология может быть тиражирована на подобные задачи - нахождение риска мошенничества по ОСАГО, вероятность продажи, вероятность дефектов в оборудовании и др.

Анализ спутниковых изображений

Задача: формирование схемы зданий и сооружений на основе данных дистанционного зондирования земной поверхности

Результат: нейронная сеть формирует схемы расположения зданий и сооружений из спутниковых изображений с необходимым качеством в 200 000 раз быстрее, чем картограф

Пример использования: нахождение незарегистрированных строений на большой территории

Особенности: большая вариативность типов и размеров объектов - от дачных строений до крупных промышленных зданий. Расстояние между объектами от 1 метра. Разброс типов территорий - от крайнего севера до субтропиков. В конечном решении суммарно использовано 12 различных технологий компьютерного зрения

Детектирование, классификация и сопровождение целей

Задача: обозначение цели, определение типа каждой цели, сопровождение цели в реальном времени

Результат: нейронная сеть находит необходимые типы целей и сопровождает их в реальном времени. Впервые в России выполнена аппаратная реализация глубокой нейронной сети на базе ПЛИС (FPGA).

Особенности: для обеспечения реализации алгоритмов искусственного интеллекта на ПЛИС проведен комплекс исследований по оптимизации вычислительных затрат. Реализовано полностью сверточное решение, основанное на целочисленных вычислениях. Достигнуто сокращение объема вычислений примерно в 20 раз. Выполнена программная реализация нейросетевого алгоритма без использования внешних программных библиотек (в том числе открытых).