Как шахтер отказаться от bitcoin

Опубликованно 13.12.2017 00:21

Максим Прасолов многих украинцев известен прежде всего как производитель медиа-контента. С 2001 по 2017 год он участвовал в создании более 50 анимированных рекламных роликов, 3D фильмы, коммерческих и промышленных приложений, игры для компьютера, а также создали первый украинский графический роман "Doc". Максим работал в международной розничной торговли, и промышленные бренды, как Unilever, "Юкос", TPE, Metro Cash&Carry, Северсталь Груп, Ferrexpo, коммерческие банки, инвестиционные и страховые компании. Он был членом команды IPO компании Ferrexpo, и крупнейшего производителя железной руды в Украине, на Лондонской Фондовой Бирже.

С 2014 года Прасолов инвестирует в создание беспилотных летательных аппаратов, AI, AR медиа-старт-ап компании, и год назад знал, новый проект, платформа синтетических данных и машинного обучения Neuromation. За это время, проект Neuromation выиграл 1-е место в глобальном конкурсе start-up d10e-Конференции в Давосе с призовым фондом $250 миллионов долларов, и привлек в партнеры преподаватель Университета Сингулярности Дэвид Орбан.

В начале декабря Neuromation объявила о партнерстве с одним из ведущих операторов облачный Майнинг giga-watt.com и имеет в своем распоряжении более чем 40000 GPU для расчетов использовать.

Пока что Neuromation открыто организуйте свой, что есть в до 15 февраля, и уже привлекла более $1,5 млн средств инвесторов, заинтересованных в услуги платформы. Конечно нет — внутренняя валюта платформе и услуг для развития нарита, вычислительные мощности, полезные для алгоритмы и генераторы синтетических данных, а также другие продукты на платформе Neuromation.

Delo.UA мы поговорили с Максимом Потерял, генеральный ДИРЕКТОР Neuromation, о том, что это полезно для бизнеса машинного обучения, которые в ожидании blockchain и что вы можете научить сайтах.

Расскажите подробнее о вашей компании Neuromation. Чем он занимается и какие технологии используются?

Наша компания — разработчик алгоритмов глубокого обучения. Мы не очень любим термин "искусственный интеллект", потому что искусственный интеллект еще не существует. Только с речью формы упаковки всей отрасли. В сеть алгоритмы, скорее всего, хороший классификатор, метод статистической обработки данных и моделей, поиска, способ, для автоматизации повторяемых действий. И все это мало.

Буквально в последние пять лет мы наблюдаем рост индустрии машинного обучения. Это стало возможным многие вещи, которые раньше не было возможности. Например, распознавание объектов, сегментации и выделения объектов из фона, определение движения человека или любого объекта в пространстве, распознавание лиц и многое другое.

Есть только одна проблема. Для машины что-то воспитывать, нужно огромное количество размеченных данных. Предположим, что требуется определить, сколько предметов в этой комнате. Вы хотите, чтобы ваш камеры умная я точно знал местоположение объекта и способен, соответственно, распознать. Если кто-то хочет украсть флешку или пульт дистанционного управления, камера поймет, что этот объект присваивается другому объекту. Чтобы сделать это, нужно научить понимать, что это флешка, телевизор, это часы, мяч, и это диван. Для того, чтобы родной алгоритм сделал, нужно, чтобы объекты сфотографировать несколько тысяч раз в разных ракурсах и сочетаниях и обрисовать каждый предмет, изображенный квадрат и подписать его. Затем показать эту машину, машина может тогда определить эти предметы, и лучше, если они будут не в контексте, и стоят на белом фоне и в других ситуациях, под разными углами. Тогда это определение будет еще более точным.

И если цвет изменится, он будет определять?

Конечно, алгоритм не в состоянии определить с точностью даже на несколько пикселей . Мы с удивительной точностью способна определить объект и в случае, если почти не видно, и не только в первом этаже, но и на спине.

Какое практическое применение все это?

Большое количество вариантов. Наша компания имеет четкую специализацию, мы работаем с технологией компьютерного зрения, на основе нейронных сетей. Мы используем новаторский метод синтетических данных, мы одними из первых в коммерческом секторе, тех, кто их использует. Что такое синтетические данные? Это 3D-изображение или 3D-мультфильма, который уже изначально является второй. Вручную пометить все очень дорого и долго. Например, макет фотографии в Индии, в городе Бангалор, стоить 20-50 центов. Для того, чтобы создать приложение, которое поможет наемник в магазине распознать продукты на полках, где, скажем, 170 тысяч наименований, статьи, соответственно за каждую статью нужно 5 тысяч фотографий. Поэтому, необходимо потратить около $200 млн, чтобы научить сеть распознавать товар на полках. И это только в одном секторе и промышленности, это огромные средства.

Однажды он пришел к нам наших партнеров и попросил сделать нейронную сеть, которая может признать, что товар на полках. Мы подсчитали, и пришли с простой идеей — а что, если мы не будем в эти фотографии вручную, и рисовать в 3D? Что, если мы создадим emulation визуальной среды копия супермаркета, в котором мы в состоянии сделать количество изображений в перспективе, с нужным нам углом освещения, правильное сочетание на полке? Что, если сделать так генератор данных и начинаем формировать сеть? Сколько будет стоить создание этого проекта? Недавно мы создали несколько миллионов изображений в 3D, они построили модель, и начал на нем тренироваться алгоритма.

Сначала у нас не работал несколько месяцев у нас не было никаких результатов. Но вдруг летом этого года достигнут результат в точности до 96%. Наша система, что я никогда не видел реальных данных, эффективно учится на синтетический, и, следовательно, узнает все, и мы очень быстро достигли максимального результата. В этих фотографиях есть все, что присутствует в реальных фото — блики, прозрачность, печатание ярлыка, все сделано с высоким уровнем детализации, а также пластиковой крышкой.

И как тогда меняется и стоимость проекта?

Например, наши конкуренты, израильского общества, в течение трех лет была разработана модель, чтобы признать около 3 тыс. моделей, может информация потратили около $60 миллионов. Мы сделали модель 1 тысячу в течение пятнадцати дней и 50 тысяч долларов

И разница в качестве?

Видите ли, для промышленного применения нужно в разы больше денег, но это в любом случае не сопоставимы с затратами, которые они понесли такие проекты, которые работают с реальными данными. Это разница в сотни раз. Наш метод более экономичный и, самое главное, быстрее, потому что в дополнение расходы для создания такого проекта нужно сделать много усилий и процент ошибки есть сумасшедший, около 20%. И у нас 100% точности, потому что мы знаем, что это 3D объект, мы точно знаем, где стоит на полке, где находится, размеры, описание. Сеть получает данные высокого качества, более того, они изложены так, как человек их никогда не знаком. Мы больше пикселей в состоянии определить, что такое бутылка пепси-колы, даже если не будет видна метка. Это очень важно, потому что в работе управления розничной местоположение продукта на полке влияет на продажи, существует прямая связь. Но это только одно из приложений на наш алгоритм.

Вы можете сказать, что вы продаете технологию?

Мы продаем только технологии и ищет партнеров в различных отраслях промышленности. Особенностью является то, что наша технология требует большой вычислительной мощности. Для сети нужно научить мощности. Представьте себе, миллиард высокое качество рамки с деталями в 3D-мультфильма или футуристический качества. И это действительно тысячи часов 3D мультфильмы успеха. Однажды мы поняли, что такой возможности у нас нет денег, чтобы купить тоже нет.

И сколько у вас было денег?

В компании мы уже вложили чуть больше миллиона долларов. Сейчас капитализация компании 15 миллионов, и наши доля инвесторов покупают с такой оценкой. За год, думаю, что это достаточно хороший рост.

Изначально у нас было несколько ангелов, потом у нас был умный инвестор, который помогал находить других, теперь у нас есть инвесторы-это все люди, которые там работают. Люди все воодушевлены и работают, у нас так реально нормальной загрузке, с ликвидностью уже в первый год жизни.

К нам сейчас приходит один стратег, который хочет иметь место в совете директоров, и это влияет на процесс принятия решений.

Когда это происходит?

Я думаю, что до конца года, мы закрываем сделку.

Какие трудности встретились в компании?

Если вернуться к работе, компании, время, в, которой мы столкнулись — отсутствие достаточной вычислительной мощности. Мы решили купить власть, тем не менее, он пришел к выводу, что нет карты — их раскупили шахтеров. И тогда было предложено решение — использовать свою власть для наших целей. Шахтеры зарабатывают не столько на производство криптовалюты.

Пусть больше зарабатывают с нами. С помощью полезные расчеты.

Мир движется в этом направлении. Мы считаем, что в будущем универсальные фермы, которые будут заниматься полезными обработку, и мы в себе Uberom, что будет их нанимать на разные виды деятельности.

Или, например, наше общество еще не правильное решение для высокого выросли blockchain. Существует ограниченное количество сделок, и нам нужно количество сделок на уровне 3000 в секунду. Позвольте мне привести пример. Представьте себе стадион, массовые акции, у вас есть 50 тысяч человек, огромное количество полиции, чтобы избежать, что даже и быки и элементарный — давка. И мы, например, можем сделать алгоритм, который верит и анализ всей этой массы людей, подключив четыре часа матч 14 тысяч видеокарт шахтер и в течение четырех часов, мы будем точно показать, в случае возникновения сложной ситуации. И выдавать предупреждения. И тогда не нужно 50 тысяч человек, 5 тысяч полицейских, потребуется 500 стюард, который будет только понять, что делать в этой ситуации и получить четкие инструкции. Позволяет сэкономить много денег. Скажем, что стадион в Бразилии арендует мощности в течение 4 часов, и при этом, шахтеры должны быть включены в одно мгновение. Мне нужно поддерживать несколько десятков тысяч сделок, и я параллельно с этим еще 50 000 детей в больницах, для которых смотрят на smart номер. Нам нужно огромное количество сделок, и все вычислительные узлы должны сделать вывод, смарт-контракты, они должны платить за то, что в короткий срок работу. Это огромная нагрузка, отсутствие blockchain сейчас не позволяет. Но скоро будет.

То, что сейчас думаете?

Мы ожидаем, что рост количества сделок или будет новый blockchain, на которой мы входим, или написать свой. Возможность развития Etherium также рассматривает.

Недавно вы сообщили, что стали партнерами с хакерами. Как с ними сотрудничать?

Берем белые хакеры. Они тестируют, соответственно, ломают нас, показывают уязвимость, и мы их закрываем. Они очень полезны для нас. У нас всегда есть что-то, что мы даем, и они тестируют.

Если он ссылается на области применения технологии, где еще можно использовать? Устала?

Мы этого не делаем. Потому что это гораздо сложнее, чем кажется на первый взгляд — это слишком сложно, математика. Есть один вопрос, не в синтетических данных и обработки информации, которая идет. Это очень специфическая сфера информации для анализа и сбора данных, это гораздо сложнее, чем нейронов. Предсказать погоду-это хорошо, но это не наш бизнес, вы не можете делать все. У нас есть три направления — медицины, розничной торговли и промышленной автоматизации, представляет все, что связано с камерами в процессе автоматизации. Например, сортировка досок, посылки, или яиц, птицы, свиней, или запчасти — все вещи, которые можно вычислить и запомнить.

Мы очень четко, мы ориентируемся на то, что мы в состоянии сделать. Я думаю, что специализация нашей платформы будет расчет мощности и модели смарт-камер, я думаю, что это будет 90 процентов всей нашей деятельности. Смарт-камеры-это огромный рынок, который только в начале.

Категория: Гламур