​案例研究

Analytics4Life
​深度学习开发

这家客户是一家医疗科技公司,他们制作医疗工具来处理人体心跳数据。

虽然他们团队中有数据科学家,但他们不熟悉深度学习,他们需要精通深度学习的专家来帮助他们完成各种特定的任务。幸运的是,他们发现了Eletric Brain能够帮助他们。 最初,Electric Brain只是每周与Analytics4Life团队会面,为他们提供快速咨询以协助他们完成内部的任务。

后来,Analytics4Life需要一个脚本来测试各种深度学习架构,以保证能有效运用他们的数据。他们的期限很紧,Electric Brain能够在短时间内介入并提供帮助,以便他们能够在截止日期前完成脚本。
但是,他们还是需要更多的帮助,他们最后要求Electric Brain协助他们完成深度学习可视化(deep-learning visualization)到构建胶囊网络(Capsule Networks)的所有工作。

Electric Brain作为外界的专家顾问,能够为Analystics4Life的团队提供快速,及时的技能补充,使他们能够在紧迫的时间内,实现更快地探索深度学习。

Blueprint

Blueprint 软件系统公司位于多伦多,拥有一个名为 Storyteller 的软件产品。这个产品用于设计和管理IT项目。该软件出售给大型企业,这些企业用它以敏捷方式管理日益复杂的IT系统和项目。

合规性是Blueprint客户最大的痛点之一。Storyteller通过将许多不同类型的规定编码成称为“控件”的简短句子,使得管理变得容易。然后,它允许用户使用相关控件来标记他们的项目计划。

例如,如果项目计划的一部分建议“用户应该能够下载他们自己的交易数据,以便他们可以将其导入个人财务应用程序”,那么你可以用一个“所有数据在互联网传输时必须加密”的控件来标记它。

 

这一过程既乏味又痛苦。Blueprint的天才产品经理 Tony Higgins认为,自动化这一过程将为其客户带来巨大的价值,可节省合规审查所用的90%的时间。

 

Blueprint首先尝试使用现有IT团队进行内部开发,尝试如关键字匹配和逻辑回归分析等技术。然而,这些技术证明是不够有效的,而Blueprint的团队缺乏机器学习的经验来开发更先进的技术。这时Blueprint聘请了Electric Brain的人工智能顾问来帮助他们研究解决方案。

Electric Brain提出了一个4步计划来构建解决方案:
  1.  建立用户故事所需要的数据集,及其相对应的规章
  2. 研究使用该数据集的机器学习算法
  3. 将算法集成到他们的产品中
  4. 启动后,监测和调整性能

 

Blueprint决定通过概念验证来构建人工智能系统的前两步。Blueprint 集结了客户并获得了可用于测试的数据集。然后Electric Brain开始在这个数据集上研究深度学习技术。

经过多次实验以及利用最新的机器学习技术,Electric Brain开发了一个4层循环神经网络,可以有效完成 Blueprint 的任务。

 

这个项目首次证明,自动探测IT项目计划部分的相关法规和控制措施是有可行的。 这一次的有效使用,使人工智能技术自动执行合规审查迈出了巨大的第一步。

该项目正在进入了第二阶段。Blueprint正在从其客户那里获得更多的数据集,我们将从中训练一个联合深度神经网络并将其集成到产品中。预计这项技术的实施将为Blueprint客户在政府合规流程中,每年节省130万美元。

HR 概念验证

这个客户是一位企业家,拥有一家招聘公司。他有兴趣开展一项以人工智能来驱动的新业务。

构建业务的第一步,就是研讨是否能将人工智能技术应用于招聘流程的一个重要部分:筛选。客户将把它作为他们的MVP,并最终期望将其推向市场。因此,为了验证他们的人工智能技术创意是否可行,这位客户联系Electric Brain来构建概念验证。

Electric Brain开始与这位客户合作,从他们之前的招聘工作中提取简历数据集。

然后开始测试可用于简历筛选的不同算法。经过多次测试不同类型的深度学习架构后,我们最终确定了一种非常有效的经典数据建模技术。

 

我们能够证明我们的算法,10有9次中同真人招聘人员一样,选择了面试的同一候选人,并且总是能够挑选出他们最终聘用的候选人。

 

只需很少的投资,客户就可以在大量投资之前,分析使用人工智能技术的可行性。客户现在正在进行该项目的第二阶段,即构建一个MVP。

Sensibill

Electric Brain的创始人Bradley Arsenault曾担任Sensibill Inc的研发负责人,该公司是多伦多当地的一家初创公司。

 

当Brad开始为Sensibill 效力时,他们是一个只有两个创始人的初创公司,一位是销售导向型的CEO和一位面向技术的CTO。他们认为收据处理技术是原始的,基于硬编码逻辑的简单处理。

 

Sensibill的最初是拍摄收据的图像或电子邮件,并将其转换为结构化的数据库数据。这是使用光学字符识别的技术,20年来一直使用计算机完成,但大多数的时候只能够可靠地提取商户名称,日期和总价。

在Brad的指导下,Sensibill构建了一个注释器,并开始创建一个带注释的收据数据集。在此期间尝试了许多不同的算法,从自动推断规则,到决策树,再到最近邻算法,同时运用特征工程,并最终进行深度学习。每次迭代后,该算法的准确性和对错误的适应性得到提高,最终实现了平均97.4%的字符级别准确率。

 

基于这一数据提取技术,Sensibill 成为快速增长的创业公司,并成为了为银行提供票据技术方面的世界领先者。Sensibill最近从各风险投资公司筹集了1700万美元。

Copyright 2018 | Electric Brain | All rights reserved | Proudly Created By 500 Square Designs

Contact Us

+1 (888) 953-9295  [Toll Free]

(416) 342-9588  [Local]

business@electricbrain.io