Для социальной платформы LOOKY разработан модуль генерации изображений по фотографии и текстовому описанию.
DRESSCODE — система виртуальной примерки, которая формирует изображение пользователя в выбранной одежде и интегрируется с каталогом продавца.
В DRESSCODE доступны генерации по нескольким опциям: актуальные коллекции магазинов, тип или стиль одежды, текстовое описание или рандомное изображение. В разделе “Коллекции” понравившиеся вещи можно купить, перейдя прямо из приложения на сайт продавца.
Интерактивный формат внедрения AI-решения в торговом пространстве: создание образа, подбор вариантов и переход к покупке.
Аналитика поведения помогает точнее понимать аудиторию продукта.
Мы создаем VR шоурумы, которые собирают и обрабатывают различные данные о потребительском поведении: движения и направление взгляда, реакция на определенные стимулы и раздражители и т.п. Система наблюдает за посетителями шоурума и выявляет характерные сценарии поведения для разных категорий.
Например, в торговле недвижимостью технология разделяет клиентов на несколько групп: готовы купить; “зашли посмотреть”; думают над оформлением ипотеки. Анализ действий может показывать, что “готовые” покупатели сначала идут в ванную, потом в спальню. А “ипотечники” начинают с осмотра кухни. Эти сценарии можно использовать для подсказок продавцам, чтобы лучше выстраивать переговоры и эффективнее совершать сделки.
Та же технология используется в виртуальных автосалонах.
Изначально платформа PolygonVR фиксировала положение игрока с помощью 37 пассивных датчиков. Они располагались на точках тела, которые перемещаются относительно друг друга (например, сгибания/разгибания рук или ног, движения головы и т.п.). Чтобы сделать VR комплекс более практичным, мы решили перейти всего на 6 активных датчиков: по два на руках и ногах, по одному на голове и на игровом рюкзаке.
Модель машинного обучения восстанавливает положение тела по шести активным датчикам, снижая требования к оборудованию многопользовательской VR-системы.
Железнодорожная компания попросила нас создать VR интерфейс, который помог бы научить билетных контролеров действовать в определенных обстоятельствах.
Система распознает речь контролера, сопоставляет ее с корпоративными сценариями и оценивает корректность действий в типовых и кризисных ситуациях.
Нейросетевая модель обрабатывает созданные пользователем композиции в стилистике выбранного художника в режиме реального времени.
Игроку доступно огромное количество предметов, чтобы создать натюрморт. Но как сделать так, чтобы он выглядел именно как работа Малевича? Чтобы это стало возможным, мы обучили две искусственные нейронные сети, которые по ходу дела начали обучать друг друга. Первая сеть пыталась рисовать в стиле Малевича, а вторая угадывала, была ли данная картина действительно написана Малевичем или сделана первой сетью.
С каждой итерацией каждая из сетей узнавала что-то новое. Одна из них создавала еще более искусные картины, другая выявляла плагиат с еще большей точностью.
Мы используем VR для прогнозирования всевозможных ситуаций, зависящих от действий людей. Вот как это работает. Мы создаем огромную искусственную нейронную сеть, которая снабжается данными обо всех процессах в заданной среде.
Например, на нефтеперерабатывающем заводе. Мы стараемся охватить абсолютно все процессы – от уборки коридоров до заправки танкеров. Затем мы моделируем аварию на производстве, когда какой-то конкретный процесс дает сбой. Нейросеть начинает оценивать поведение всех систем, в зависимости от последствий аварии.
Дело в том, что AI может генерировать бесконечное количество вариантов аварийных ситуаций. По действиям людей в тех или иных обстоятельствах можно сделать выводы о логике процессов и способах их оптимизации. Эта технология позволяет получить невероятно эффективный симулятор, к которому невозможно привыкнуть и приспособиться.
ВСЕ ЭТО ПРОИСХОДИТ В ВИРТУАЛЬНОЙ РЕАЛЬНОСТИ, БЕЗ РЕАЛЬНЫХ АВАРИЙ И ТРАВМ.