Trí tuệ nhân tạo (AI)

Domain & Problems

• Domain Expert Systems:

  Điều này bao gồm các nhiệm vụ dựa trên việc học nhiều kiến thức như: tài chính, pháp lý, v.v. Một quy trình sau đó được hình thành trong đó máy sẽ có thể mô phỏng một chuyên gia trong lĩnh vực nhất định.

• Machine Learning & Recommendation Systems:

  Trong trường hợp này, cỗ máy học được một khối kiến thức phức tạp, tức là thông tin liên quan đến thuốc hiện có, và sau đó gợi ý những ý tưởng mới cho chính miền, ví dụ như các loại thuốc mới để chữa bệnh.

• Complex Planning:

  Có nhiều dự án hậu cần và lập kế hoạch có thể được thực hiện bằng các thuật toán hiện tại (không phải AI). Nhưng khi tối ưu hóa tiếp tục phát triển và trở nên phức tạp hơn, chúng tôi áp dụng AI để tìm ra các cách thức heuristic để giải quyết các vấn đề lập kế hoạch phức tạp này.

• Natural Language Processing:

  AI và deep learning có thể mang lại lợi ích cho nhiều chế độ giao tiếp như tác nhân thông minh và nhiều hơn nữa để giải quyết các vấn đề về khai thác văn bản, xử lý văn bản và hệ thống khuyến nghị.

• Pattern Recognition:

  Đây là vấn đề nhận dạng hình ảnh và form recognition, với xử lý văn bản. Học sâu và AI có thể có khả năng tạo ra các hình thức nhận thức mới hơn cho phép các dịch vụ mới như ô tô tự trị và hơn thế nữa.

Nghiên cứu điển hình

• Form OCR:

Các hình thức sao chép cứng được sử dụng trong rất nhiều tài liệu trong cuộc sống hàng ngày như hóa đơn, thẻ, khảo sát, v.v … Biểu mẫu kỹ thuật số là một đại diện đặc biệt của thông tin trong các tài liệu này. Nhiệm vụ nhận dạng biểu mẫu trở nên thiết yếu trong phân tích tài liệu, cung cấp thông tin nhận dạng cho tiêu đề, mục tiêu, người gửi, đích và phần viết tay trong tài liệu.

Giải pháp KSE: Khung phát triển KSE có thể phát hiện các thành phần khác nhau trong một biểu mẫu và tìm hiểu các biểu mẫu dựa trên nội dung, sau đó phân loại các phần thành các danh mục được xác định trước. Khung được tích hợp với hệ thống học tập có giám sát để nhận biết và hệ thống OCR để phát hiện văn bản.

• Recommendation Systems:

Hiện nay, do sự phát triển của thương mại điện tử cùng với sự gia tăng nhanh chóng trong việc thu thập dữ liệu giao dịch và dữ liệu mua sắm của khách hàng, vấn đề phân khúc khách hàng rất hứa hẹn trong các doanh nghiệp, đặc biệt là đối với các nhà bán lẻ quy mô lớn. Phân khúc khách hàng hoặc nhóm giúp đạt được thành công trong tiếp thị, quảng bá sản phẩm và hiểu nhu cầu của khách hàng.

Giải pháp KSE: Hệ thống được phát triển bởi KSE nhằm mục đích tìm hiểu hành vi của khách hàng và nhóm khách hàng theo các mẫu nhất định. Hệ thống này bao gồm một phương pháp học tập không giám sát, giúp phát hiện cộng đồng khách hàng và tìm kiếm một cộng đồng phù hợp cho khách hàng mới.

• Traffic Trajectory Analysis:

Với sự phát triển của xã hội, số lượng phương tiện giao thông phát triển và gây thiệt hại cả về kinh tế và môi trường. Do đó, quản lý tốt cho vận tải là nhu cầu cao. Nghiên cứu đang tiếp tục để tìm ra một phương pháp tốt để nghiên cứu hành vi của chuyển động dựa trên dữ liệu quỹ đạo. Dữ liệu thường được cung cấp bởi GPS. Khai thác dữ liệu và học máy có thể được tính đến để nghiên cứu các mẫu di chuyển.

Giải pháp KSE: Chúng tôi cung cấp một giải pháp cho phân tích quỹ đạo được kết hợp giữa trực quan hóa tương tác và cấu trúc động cho các quỹ đạo học tập. Hệ thống có thể xếp hạng và xác định hành vi di chuyển của các đối tượng nghiên cứu.

• Trend and Sentiment Analysis

Hàng triệu người dùng và phóng viên trên khắp thế giới viết tin tức, bài báo và bình luận để bày tỏ ý kiến của họ về các chủ đề khác nhau, chẳng hạn như đánh giá về các sản phẩm tiêu dùng và phim ảnh, tin tức, chính trị, v.v. trên trang web truyền thông xã hội như Twitter và Facebook. Phân tích nội dung văn bản có thể cho phép phát hiện sớm các vấn đề, chủ đề và xu hướng mới nổi trong các lĩnh vực quan tâm. Một xu hướng mới nổi là một lĩnh vực chủ đề đang được quan tâm và tiện ích theo thời gian trên các trang truyền thông xã hội.

Giải pháp KSE: Một khung do KSE đề xuất được sử dụng để xác định các chủ đề được thảo luận và tình cảm của người dùng đang ngày càng trở nên quan trọng trong một khoảng thời gian cụ thể, sau đó để nghiên cứu sự phát triển của các chủ đề theo thời gian. Phân tích xu hướng và tình cảm trong bất kỳ lĩnh vực nào là cần thiết cho các công ty, chính phủ và xã hội để họ có thể xác định vấn đề nào mà công chúng đang gặp vấn đề và phát triển các chiến lược để khắc phục chúng. Trích xuất thông tin hữu ích về một chuỗi thời gian cụ thể và làm cho nó có thể dự báo các sự kiện trong tương lai là nhu cầu cao.

Công nghệ và công cụ