Вебинар от 21.05.2020 ведёт СЕО DigiU Алексей Огнев и технический директор Петр Тагунов.

Подробнее по ссылке можно ознакомится с концепцией и презентацией проекта:

https://digiu.ai/1526891653

Тема совместного международного вебинара на русском и английском языке:

- Новости разработки

- Команда разработчиков ИИ – кто они?

- Собственные вычислительные мощности – это недавнее приобретение DigiU

- Планы на 2 квартал 2020

- Ответы на вопросы.

00:00 Выступает Алексей Огнев.

Приветствие. Вводная часть. Знакомство. Просьба зрителям написать о том с каких они стран и что узнали про искусственный интеллект. Сегодня технический вебинар и просьба задавать вопросы технического характера. На вебинаре будут следующие темы: новости разработки, расскажем о команде разработчиков, расскажем о вычислительных мощностях и поделимся планами. Алексей Огнев задаёт вопросы на технические темы, а Петр Огнев отвечает.

3:22 Выступает технический директор DigiU Петр Тагунов.

Команда разработчиков ИИ состоит из следующих участников: два разработчика DMP платформы, которые имеют большой опыт работы по разработке системы хранения больших данных; три специалиста по Data Science, где каждый специализируется в отдельном направлении. Первый Data Scientist специализируется в классическом машинном обучении – это анализ табличных данных. Первый специалист Data Scientist на данный момент решает задачи по анализу роста и развития сети DigiU, в том числе предсказывает различные показатели вовлеченности людей и даёт прогнозы на финансовые показатели сети. Второй специалист Data Scientist специализируется в обработке звука, синтеза, распознавания звука и с другими задачами, связанными с обработками звука. Третий специалист Data Scientist специализируется на обработке естественного языка, всё, что связано с распознаванием эмоций, намерений в тексте и обратная задачи – это генерация естественного языка в текст от коротких комментарий и до сказок и так далее.

6:38 В ближайшее время ведутся переговоры с несколькими кандидатами на позицию DevOps-инженера. Это специалисты, которые занимаются организацией конвейера по сборке кода и моделей машинного обучения в конечные сервисы с установкой их в сервера, в которых уже работают эти сервисы и модели машинного обучения.

7:35 Сейчас в команду вводиться продукт-менеджер, который сосредоточен на превращении технологических демонстраций в конечные сервисы и продукты для массовых потребителей. Это основные участники технической команды.

8:30 Объяснение о назначении специалистов по областям и направлениям деятельности. Девелоперы создают код, например данные для которого каждый пользователь загружает в личном кабинете на платформу в DMP. На платформе DMP девелоперы очищают данные, структурируют их и создают основу для машинного обучения.

10:30 После девелоперов в работу вступают специалисты Data Scientist – это специалисты, которые превращают пассивные данные в знания, которые становятся активом. Данные превращаются в знания с помощью моделей машинного обучения, которые ищут закономерности в этих данных, обучаются на этих данных и способны создавать предсказания или генерировать новую информацию на основе этих данных (звук, текст, изображение).

11:55 После Data Scientist в работу вступают специалисты DevOps, которые берут код разработанный девелоперами и модели, разработанные Data Scientist, и внедряют их в продакшн, устанавливают на сервера и делают доступными до конечного потребителя.

12:30 После DevOps в работу вступают специалисты продукт-менеджеры, которые смотрят на реакцию потребителя на данный сервис, продукт, собирают обратную связь и помогают превратить различные сервисы в удобный полезный продукт для каждого из нас, как для конечного пользователя.

15:00 По прогнозам визионеров и те кто пытаются увидеть будущее, в ближайшее 20-30 лет наиболее востребованная профессия будет разновидность профессии Data Scientist – это те кто будут заниматься первичным сбором и разметкой данных.

16:20 Почему выбрана такая конфигурация команды и какого уровня задача она позволяет решать? Ответ. Такая конфигурация команды обусловлена тем road map (концепция проекта с дорожной картой), которая изначально заложена в проект. Ядро команды занята разработкой DMP и сейчас практически завершена разработка прототипа DMP платформы. Параллельно запускается в работу несколько направлений машинного обучения, каждая из которых указана в road map (концепции проекта). Далее направление - это классическое машинное обучение, в этом направлении у нас работает один разработчик, занимается - Даша. Второе направление, связанное со звуком и с глубоким машинным обучением, занимается – Влад. Третье направление, связанное с естественным языком, занимается – Георгий. Такая конфигурации команды позволяет создать прототип DMP, так и создать несколько технологических сервисов, например сервис генерации речи DigiU Voice на английском языке и скоро будет готов сервис генерации речи на русском языке.

20:10 Какая должна быть команда мечты, которая позволит воплотить полностью всю концепцию заложенную в проект? Ответ. Это состав из нескольких команд, которые заявлены в road map, которые состоят из основного ядра команды, позволяющей охватит все сферы и при этом выпускать на регулярной основе технологические демо сервисы. Технологические демо предназначены для выпуска конечного продукта, предназначены для потребителя и в каждом направлении деятельности потребуется большое количество команд со своими продукт-менеджерами и тестировщиками.

22:25 На решаемых задачах столкнулись с тем, что не хватает хранилищ, мощностей и на ближайшее будущее потребуются свои центры обработки данных ЦОД. Вопрос. Например: есть ЦОД и мощности, обеспечивающие обработку и работу приложений в телефонах, просьба рассказать про инфраструктуру, обеспечивающую работу приложений. Ответ: Во-первых для работы приложений требуется огромная пропускная способность сети по передачи данных, во-вторых огромные мощности по хранению и обработки данных. При решении задач проекта DigiU техническая команда столкнулась с потребностью в использовании своих мощностей и необходимости в наличии специализированного компьютерного железа. Для глубокого машинного обучения можно обнаружить, что стандартные решения не подходят для решения данных задач, поэтому и закупили специализированное железо, которое стало собственными вычислительными мощностями проекта DigiU. Более подробная информация о составе компьютерного железа и о новых мощностях приобретённых проектом DigiU можно прочитать в новостях, публикуемых в соцсетях компании.

28:05 Что за железо приобрели и какие задачи позволяет, решит данные компьютерные мощности? Ответ. Графические ускорители Geforce Tesla К80, дают скорость и качество обучения нейросетей. Ближайшая задача, которую будем решать на новом железе, это клонирование голоса известной личности и на данных мощностях эта задача выполнится за 1 неделю, но в стандартной станции и на типовом железе данная задача решается за 1 год. Собственное вычислительные мощности, которые уже почти настроили позволят более эффективно расходовать и применять средства партнеров и существенно увеличат скорость обработки данных. Тот сервер которое собрали из нового железа будет не единственным сервером и будут ещё серверы в составе, которого установленные многопроцессорные видеокарты с несколькими чипами на борту дадут распараллеливать задачи и вести обучение для множества нейросетей одновременно. Подход параллельного и комплексного решения задач позволяет проекту DigiU достигать больших результатов за короткий промежуток времени. Имея в наличии компетентную техническую команду и мощное железо и комбинируя все подходы, все это позволяет реализовывать компании одновременно несколько проектов согласно концепции DigiU.

35:15 В ближайшее время будет перенос прототипа платформы DMP в production и необходимо приступить к получению больших пользовательских данных. В планах расширение DigiU Voice с помощью синтезированного голоса на русском языке. В частности для синтеза русского голоса потребовались новые мощности и внедрение глубокого машинного обучения. Сейчас нет готовых решений для синтеза русского голоса и команде DigiU пришлось разработать собственную архитектура нейронной сети, дополнив её специализированными слоями. В звуковых технологиях заложен большой потенциал и то решение которое создала команда является базой для множества коммерческих продуктов и применений, которые будут запатентованы. Были проанализированы результаты конкурса на лучшую идею по монетизации применения сервиса синтеза голоса и в данный момент идут исследования в нескольких направления по предложенным кейсам.

40:50 Выступает СЕО Алексей Огнев. Команда DigiU сейчас идет с опережением дорожной карты, уже скоро увидите прототип платформы DMP. Сделан большой успех в решении задачи с синтезом русского языка, которая в мире ещё не была решена. Самое главное это только начало и команда набирает обороты. И когда запустятся вычислительные мощности и сработается команда тогда результаты будут потрясающие. Все что сказано на вебинаре ранее уже освещалось на вебинарах и постах в соцсетях. Благодаря понятности донесения информации люди и партнеры начинают лучше понимать и изучать подробно проект. К очередному повышению стоимости к 01.06.2020 команда подходит с большой уверенностью, что многие цели и задачи выполнены.

44:40 В ближайшую неделю появится обновление сервиса DigiU Voice и будут другие новости которые удивят партнеров.

45:20 Ответы на вопросы.

Вопрос: сколько планируете взять человек в команду до конца года и сколько планируете взять человек? Ответ: До конца года планируется, закрыт недостающие направления по машинному обучению согласно концепции проекта. Эти направление: siri, распознавание изображение, компьютерное зрение и биометрия. Общий объём команды к концу года достигнет 20 специалистов. 5 направлений по 4 человека в каждом.

Вопрос: Илон Маск тоже рассматривал продукцию видеокарт Nvidia и даже поначалу использовал, но потом разработал свой чип, который стал мощнее в 2000 раз. Нельзя ли использовать данный чип для задач DigiU? Ответ: данный чип техническом директору не известен и развитие железа связанного с машинным обучением идёт последние 2-3 года большими темпами. В данное направление вкладывают большие деньги, со стороны команды было исследование, и данное железо было выбрано, как самое оптимальное по соотношению цена и производительность.

Вопрос: Сколько страниц текста можно будет перевести в речь и сколько времени требуется, чтобы внедрить эти технологии в жизнь? Ответ: Сервис DigiU Voice будет способен воспроизвести текст в речь без ограничения по страницам и в сервис можно загрузить хоть целую книгу.

52:20 Хотели прояснить, что действующие технологические решения являются технодемками и команда показывает наличие возможностей и наличие технологий и в целом пока не время для готовых продуктов. Согласно дорожной карты и концепции проекта команда ведёт разработки с опережением, текущие задачи описаны в концепции проекта, а также понимание направление развитие проекта тоже описано в концепции. И для упрощения понимания концепции проекта будет подготовлена серия анимационных роликов, которые позволят проще и быстрее понять всем партнерам концепцию проекта.

52:10 Для каждого партнера есть индивидуальное предложение в личном кабинете. И нужно зайти в кабинет и посмотреть это предложение и сейчас идёт акция удвой свой пакет по специальной цене. Благодарность техническому директору Петру Туганову за то, что пришёл на вебинар и ответил на текущие вопросы. По всем вопросам партнерам проекта нужно обращаться в личном кабинете в службу технической поддержки.

Источник: www.youtube.com

Комментарии: