Big Data Days 2019

 8-10 октября   Москва

Андрей Голуб

ELSE Corp Srl, Италия

Биография

Революционер фэшн-индустрии, доказавший, что в моде есть место искусственному интеллекту, облачным и 3D технологиям. Родился в Казахстане, вырос в Беларуси. Окончил факультет «Прикладной Математики» БНТУ (1998), там же аспирантуру (2001) в области «Системного Анализа и Проектирования». С 2014 живет в Италии, где построил карьеру начиная с НИИ Искусственного Интеллекта, прошел через высокие управленческие позиции в ведущих компаниях, стратегический консалтинг, роль профессора в ведущих школах моды и дизайна в Милане. Автор книги «Искусственный Интеллект для Моды», издательства Лабиринт: https://www.labirint.ru/books/695465/

Доклад

Использование Малых Данных (Small Data), синтетических данных (Synthetic Data) в построении ИИ моделей для Модного Ритейла

Можно ли улучшить качество ИИ моделей, благодаря использованию «малых данных» (Small Data)? Корректно ли обучать и настраивать ИИ модели при помощи «синтетических данных» (Synthetic Data)? Возможно ли создать эффективную Нейронную Сеть для работы с Big Data, имея вначале лишь ограниченный набор данных, помноженный на глубокое понимание природы этих данных?
Этот доклад о роли так называемых малых данных в построении систем, основанных на глубоком машинном обучении. В противовес общепринятому подходу «чем больше- тем лучше» (о данных), ИИ системы могут быть очень эффективными (в обучении, в точности, в производительности), если их обучать и настраивать при помощи Small Data, не имея в наличии огромных массивов данных. Особенно эффективной может быть комбинирование ограниченных начальных (small) данных, метаданных, синтетических (сгенерированных) данных, с последующей тонкой настройкой на больших данных.
Докладчик проиллюстрирует на практических и визуальных примерах из области Модного Ритейла некоторые подходы и методы использования малых данных и синтетических данных, для обучения ИИ моделей, начав с рассмотрения «большой небольшой разницы» между большими и малыми данными. Будет подробно рассмотрена стратегия построения сервиса «Визуального Поиска» (товаров), основываясь на данных сгенерированных из моделей 3D CAD, использовании метаданных об этих моделях, и последующая интеграция (снова ограниченного) реальных больших данных реальных продуктов из каталогов модных брендов.

Ключевые слова

Small Data
Recommendation Systems
Fashion
Retail