Name: AI / machine learning
Start: 2017-03-28T19:00:00+02:00
End: 2017-03-28T22:00:00+02:00
Location: Krak'n Town Steampunk Saloon

Négy előadóval igyekszünk feltérképezni a mesterséges intelligencia tág területét. Megismerjük az IBM Watson felhasználásának példáit és a Microsoft törekvéseit, majd egy kutatást láthatunk a bevándorlókról szóló cikkek és képek elemzéséről, végül pedig a chatbotokról is beszélünk, hogy azok milyen esetben milyen megoldást tudnak nyújtani.

A 10 perces előadások után kb. 5 percben feltehetitek kérdéseiteket, 2 előadó után pedig szünetet tartunk, hogy közben is ismerkedjetek. A teremben az első 60 érkezőnek tudjuk garantálni az ülőhelyet, de lesznek állóhelyek, illetve a terem előtti pulttal ellátott előtérben azok is megtalálhatják a helyük, akik a network miatt jönnek.

• Sepp Norbert (Watson-szakértő, IBM): Mit gondolsz, Watson? - Kognitív rendszerek kora

Reneszánszát éli az M.I., ezen a pályán minden játékosnak vannak érdekes megoldásai. Az előadásban az egyik leghíresebb mesterséges intelligencián alapuló, úgynevezett "kognitív rendszert", az IBM Watson nézzük meg közelebbről alkalmazási példáin keresztül.

• Farkas Bálint (Technical Evangelist, Microsoft): Machine Learning halandóknak

Szerintem data science = statisztika + IT tudás (gépi tanulás, programozás, NoSQL) + területspecifikus tudás (egészségügy, olajipar, járványtan stb., amiről épp szó van). Mindhárom elég bonyolult, úgyhogy minden eszköz hasznos, ami az adattudós életét egyszerűsíti. A Microsoft nagyon komolyan belevágott a területbe, az Azure Machine Learning eszköz kimondottan egyszerűen elsajátítható. Ezt be is mutatom, élőben versenyzünk egyet a Kaggle.com-on.

• Varjú Zoltán (Research Lead, Precognox): Illa berek, nádak, erek, szövegek, képek, deep learning meg vektorterek

Megváltoztatja egy cikk mondandóját a benne közölt kép? Hogyan lehet közös reprezentációt találni két annyira eltérő modalitás számára, mint a képek és a szövegek? Tudunk-e keresni a különböző modalitásokon keresztül? Ilyen kérdések foglalkoztattak minket, amikor begyűjtöttünk több mint 40.000 cikket és ezekkel majd' harmincezer képet a bevándorlással kapcsolatban. Azóta is azon gondolkodunk, hogyan tudjuk a tartalomelemzésben bevett és általunk szeretett látens Dirichlet allokáció módszerét a képelemzéssel közös nevezőre hozni. Utunk során kipróbáltuk a hagyományos képfeldolgozás módszereit, elkalandoztunk a konvolúciós neurális hálókhoz, miközben kerestük a közös reprezentáció lehetőségét. Előadásunkban rögös utunkat szeretnénk bemutatni, csak a szépre emlékezve, azaz az eredményekre koncentrálva. Projektünkről bővebben itt lehet olvasni (https://www.nyest.hu/hirek/migransok-menekulok-bevandorlok-mit-sulykol-a-media). A begyűjtött szövegeket (a képek nélkül!) egy dashboardon elemeztük és kereshetővé tettük. (http://labs.precognox.com/migration-dashboard/#/dashboard)

• Major Zoltán (UX Designer, Isobar Budapest): Conversational Experience Design – Avagy, hogyan csináljuk jó chatbotot

Az Isobar Budapest Experience Design csapatában sokat foglalkozunk a chatbotok esetén is egyre inkább fontossá váló user experience-el es a conversation flow-al. Ennek a csapatnak vagyok én is a tagja, munkám mellett pedig képzéseket tartok, ahol a chatbotkészítés alapjaira tanítom meg a résztvevőket. Azért tartom fontosnak, hogy jól megtervezett és végiggondlt chatbotokat készítsünk már első alkalommal is, mert hatalmas a lemorzsolódás. A felhasználók többsége ha első alkalommal nem kapja meg a megfelelő információt vagy élményt, akkor soha többet nem fogja azt használni. Éppen ezért kifejezetten fontos, hogy pontosan körülírjuk a robotunk funkcióját, meghatározzuk azt az emlékezetes élményt, ami miatt a felhasználók megszeretik ezt a kis szoftverkaraktert, és biztosítjuk hogy a chatbot felhasználása a lehető legfelhasználó barátabb legyen. #ConversationalNavigation #ConversationFlow #DeliveredValue #ProgrammedPersonality #UserExperience ezek köré a kulcsszavak köré fogom építeni az előadásom.

Habók Lilla

Mazsi

MeetOFF

Technology

Software Development

Web Design

Web Technology

New Technology

Web Development

Social

Mobile Development

Mobile Technology

User Experience

Professional Development

Social Networking

Web Application

AI / machine learning

Krak'n Town Steampunk Saloon

Share

MeetOFF

AI / machine learning

MeetOFF

Details

Members are also interested in