GraphGrail Ai marketplace

Автор Виктор

0.00 ETH

Привлечено

1,000 ETH

Цель (Макс 0)

0

Бэкеры

Скоро

Дата запуска

ЧТО ТАКОЕ GRAPHGRAIL AI

Графовый Грааль ИИ – это первая в мире платформа Искусственного интеллекта для Блокчейна, построенная на базе технологий обработки естественного языка с маркетплейсом децентрализованных приложений.

Наша миссия: создание сильного Искусственного интеллекта, который был бы открыт для всего сообщества, контролировался и развивался усилиями разработчиков со всего мира. Это похоже на некоммерческую организацию OpenAI Илона Маска, только для смысла.

Мы разрабатываем платформу анализа больших объемов текстовых данных, решающую задачи извлечения знаний и сложной смысловой классификации на основе машинного обучения, нейронных сетей и технологий Deep learning с приоритетным фокусом на рынках банковского сектора, био-технологий и медицины, безопасности и соблюдения законодательства. Ключевой элемент платформы - универсальный конструктор для сложных классификаций по смыслу текста – Ai-designer.

В течение 2х лет наша команда проводила исследования и разработки (R&D) сфере анализа естественного языка (NLP), извлечения знаний (Information Retrieval) и обучения искусственных нейронных сетей. Результатом стал конструктор языковых моделей: он позволяет любому пользователю просто кликами мыши создать модель и обучить нейронную сеть для самых разнообразных задач. Область применений широка: от моделей спама до различения стилей текста, от поиска фейков на базе языковых атрибутов до проверки сложных условий в умных контрактах на блокчейне.

Важной особенностью платформы является то, что она предоставляет полный цикл работы с данными: от сбора, разметки и до конечного результата.

Руководители бизнеса, владельцы стартапов, разработчики, data-science специалисты получат в свое распоряжение богатый API и возможность создавать кастомные аппликейшены (apps) для интеграции в свои сервисы и приложения. Таким образом, мы даем другим компаниям сделать на нашем сервисе решение и применять его уже в своем бизнесе.

Пользователи со всего мира без специальных знаний получат возможность зарабатывать на платформе, создавая, улучшая и голосуя за языковые модели. Для этого в проекте реализуется токен GAI (Graphgrail + AI), базирующийся на блокчейне Ethereum. При этом модели могут быть различные: сложная смысловая классификация, предсказательные или же лучшие воркфлоу для обучения нейросетей.

Добро пожаловать в Голубой океан – экосистему Искусственного интеллекта, позволяющую бизнесу реализовывать стратегию внедрения постоянных инноваций, развиваться и выходить на новые рынки.

 

КЛЮЧЕВАЯ ПРОБЛЕМА РЫНКА ИСКУСТВЕННОГО ИНТЕЛЛЕКТА

Сегодня на рынке нет ни одного сервиса полного цикла, обеспечивающего возможность создания лингвистических моделей без программирования. Как правило, эта задача решается другими компаниями с привлечением программистов и занимает от 5 до 12 месяцев для одной предметной области.

Почему так долго? Фундаментальная проблема рынка аналитики текстовых данных, машинного обучения и практики использования нейронных сетей: данных нет. Давайте пошагово рассмотрим, как бизнес решает задачу, например, анализа своих продуктов и услуг в сравнении с конкурентами:

1. По многим отраслям нет общедоступных баз текстовых данных: их требуется собрать, очистить, обезличить.
2. Даже если данные есть, их не хватает: требуется от нескольких тысяч до миллионов образцов, для того, чтобы применять машинное обучение.
3. Данные не размечены под задачу: требуется десятки человеко-часов для разметки – только после этого можно применять большинство алгоритмов обучения.
4. Теперь можно обучить нейросеть. Но только один раз.
5. Данные быстро устаревают: требуется постоянное обновление текстовых массивов актуальной информацией, а для этого нужно дополнить модель, то есть пройти шаги 1-4.
6. И все это время бизнес оплачивает работу специалистов, которые, как правило, дорого стоят и работают только тогда, когда требуется переобучать модель.

 

РЕШЕНИЕ

Рис 1. Архитектура сервиса GraphGrail Ai

В сервисе реализуются два модуля: модуль прагматического анализа смысла текста и модуль обучения нейронной сети. Прагматический модуль архитектурно включает в себя 3 уровня анализа текстовых данных: морфологический анализ, синтаксический и высокоуровневый прагматический анализ, основывающийся на нашей разработке. Модуль нейронной сети включает себя методы и средства обучения нейронной сети на данных, предварительно обработанных в Прагматическом модуле.

Благодаря такой модульной архитектуре обработки текстовых данных сервис позволяет:
1. Сокращать время разработки лингвистических моделей под предметную отрасль
2. Накапливать и инкрементно улучшать качество обученной нейронной сети, производить многократное переобучение сети,
3. Выявлять сложные составные лингвистические атрибуты (фичи - features), именованные сущности, относящиеся к конкретной предметной области.

Таким образом, система реализует разработанную нами методику обработки текстовых данных, и дает новый качественный результат: анализ и классификацию сложных смысловых данных.

Современные нейросети для успешного обучения требуют обучающие датасеты большого размера. Они не умеют что-то понимать с одного или нескольких примеров. Это затрудняет их использование в тех областях, где больших датасетов не создано. В то же время, человеку нередко бывает достаточно пары частных примеров, чтобы сделать глубокое обобщение. Обобщать по маленькому количеству семплов современным сетям мешает переобучение (overfitting). Оно заключается в том, что когда образцов мало, а предметная область сложная (т.е. для её описания нужно много параметров), то сеть вместо глубокого обобщения запоминает частные случаи. В результате на обучающей выборке она показывает хорошие результаты, а на тестовой плохие, так как там другие частные случаи. Проблема тем больше, чем больше параметров у сети (проклятие размерности), и чем меньше обучающих семплов. Существует три подхода к решению проблемы: регуляризация, архитектурные хитрости, перенос знаний (Transfer learning). Технические и научные решения, которые будут реализованы в нашем продукте смогут эффективно решать задачу внутреннего переноса знаний с помощью предобученных моделей и семантических категорий. Таким образом проблема one-shot обучения (one-shot learning) может быть успешно решена.

 

КЕЙСЫ ДЛЯ БЛОКЧЕЙН-КОМПАНИЙ

Платформа GraphGrail Ai представляет собой мета-сервис, призванный кардинально ускорить создание новых компаний и стартапов в сфере анализа данных и блокчейна. Кейсы использования:

1) Сервис будет полезен внутри Блокчейн экосистемы. Для смарт-контрактов, чтобы проверять, выполнилось ли внешнее условие. А условия могут быть самые разнообразные, связанные с объектами внешнего мира, людьми, компаниями и их взаимодействиями: • встречи бизнесменов и политиков, • заключение договоров, • покупка или продажа компаний, • судебные решения, • отслеживание цепочки поставок, • анализ новостного фона и фондового рынка, • изменение погоды, • наступление срока. С помощью Оракулов для смарт-контрактов платформа GraphGrail Ai автоматизирует таким образом проверку условий смарт-контрактов и снижает риски арбитражных разбирательств между контрагентами.

2) Обеспечение безопасности при заключении договоров. В умном контракте могут быть прописаны условия форс-мажора, которые наступают в исключительных случаях. Требуется автоматическая проверка этих условий на основании внешних доверенных источников с анализом неструктурированной информации.

Например: две компании заключили договор о поставках. Однако внешние условия существенно изменились: это могут быть погодные условия (сильный ветер, низкая температура, влажность и пр.), политические (отмена или принятие закона) или ситуационные (другой поставщик не смог доставить комплектующие). Платформа GraphGrail Ai решает задачу предоставления данных умному контракту путем доступа к внешним источникам: СМИ, социальным сетям, Википедии и др., производит сбор и анализ данных, важных для контракта и предоставляет контракту основание для решения: исполнять его или нет. То есть это процедура, обеспечивающая фундамент матчинга для транзакций.

GraphGrail Ai это "мозг" для блокчейна.

 

КЕЙСЫ ДЛЯ СУЩЕСТВУЮЩЕГО БИЗНЕСА

Сейчас сервис используется для аналитики для бизнеса и госструктур: задачи типа анализа продуктов бизнеса (проблемы с продуктами, негатив и тп), поиск агитации, поиск противоправных высказываний.

В ближайшее время традиционный бизнес начнет масштабный переход на технологию Блокчейн и GraphGrail Ai будет готов предоставить все те услуги и сервисы по аналитике данных, к которым бизнес привык до бума блокчейн-технологий:
• Сервисы распознавания речи. Аудио транслируется в текст – далее можно применять сервис для аналитики сказанного.
• Сервисы для банков. Для анализа и поиска мошенничества в постах, а его бывает большое количество разновидностей: с картами, с банками, с телефонами, и везде свои нюансы. А также:
• Госструктуры.
• Политики.
• Фейковые новости.
• Мошенничество.
• Вопрос-ответные системы.

 

РЫНОК: ОБЪЕМ И ПЕРСПЕКТИВЫ

По данным, изложенным в обзорной статье Forbes рынок аналитики данных ожидает бурный рост. По данным аналитиков компании IDC весь мировой рынок (PAM) анализа больших данных составит в 2019 году 187 млрд. долл. с ростом более 50% в пятилетний период. К 2020 году предсказательная аналитика привлечет 40% валовых инвестиций в области решений для бизнеса. По данным компании Wikibon рынок Big Data вырастет c 18.3 млрд. долл. в 2014 году до 92.2 млрд. долл. с ежегодным ростом (CAGR) в 14.4%.

 

МОНЕТИЗАЦИЯ

Сервис предоставляется по бизнес-модели SaaS - программное обеспечение как услуга. Используется модель подписки с оплатой помесячно, за полгода, год. Мы предоставляем гибкие тарифные планы, в зависимости от объема обрабатываемых данных в мес., сложности аналитики, количества источников и др. Также отдельно тарифицируются запросы к API.

 

ЭКОНОМИКА ТОКЕНОВ

Токен выполняет роль внутренней валюты в системе. За токен бизнес - заказчик
конечного продукта NLP получает доступ в систему и возможность быстро заказать и получить решение - программную разработку приложения и разметку данных для него.

Токены выплачивают разметчикам данных за их работу.
Токены также выплачиваются тестировщикам и голосующим за модели, следящим за их качеством и комьюнити. Баланс спроса и предложения токенов на платформе достигается за счет гибкого ценообразования - выплаты участинкам платформы тем больше, чем сложнее работа по разметке данных.

 

ПРЕИМУЩЕСТВА ДЛЯ ИНВЕСТОРОВ

Токен растет в цене потому, что экосистема растет и развивается - больше клиентов, больше людей на разметке данных.

Для доступа на платформу представителю бизнеса необходимо купить на бирже от 5000 до 10000 токенов. Таким образом из свободного оборота изымается ликвидность, и стоимость токена повышается. Эти токены бизнес сможет потратить на покупку внутренних услуг платформы: сбор, очистку, разметку данных, кастомные настройки для обучения нейросети и т.п.

Чем больше участников в системе и чем больше заказов размещается в маркетплейсе приложений тем выше стоимость токена и его экономическая ценность.

 

ПРЕИМУЩЕСТВА ДЛЯ РАЗРАБОТЧИКОВ МОДЕЛЕЙ

В процессе изучения рынка аналитики данных, машинного обучения и практики использования нейронных сетей мы выяснили главную "боль": чтобы обучить нейронную сеть нужно а) десятки и сотни тысяч экземпляров текстовых данных, до миллионов, в зависимости от задачи и б) эти данные должны быть качественно размечены, то есть разработчики должны создать обучающие и тестовые выборки (training set, test set) - это все разработчикам приходится делать вручную.

Вот какие преимущества получают пользователи платформы:
1. Применение не только для анализа брендов, можно адаптировать под любую отрасль: обнаружение нарушений законодательства в сети, оскорблений, противоправных высказываний и намерений, фейковых новостей, манипулирования мнением и пр.
2. Есть умная аналитика, которая позволяла делать настраивать сервис по предметную область клиента ему самому с помощью конструктора, что сокращает время обработки данных их соц. сетей и повышает качество этих данных. Мы используем наш конструктор, который учитывает морфологию русского языка, леммы, биграммы, сложные согласования (по роду, числу, падежу).
3. Предоставление API - даем программный интерфейс для тех, кто не хочет пользоваться веб-интерфейсом или у кого специфические задачи. Такой подход является фундаментом для разработки сильного Искусственного интеллекта: будут доступны специальная функциональность, обеспечивающая «скрещивание» различных моделей.

 

МАРКЕТПЛЕЙС МОДЕЛЕЙ И ЭКОНОМИЧЕСКИЙ СТИМУЛ

Токены выдаются за создание, улучшение и тестирование языковых моделей. Так как юзеры будут создавать модели и делиться ими нужна публичная база, которая была бы защищена он злонамеренного изменения этих моделей. Преимущество использования технологии blockchain по сравнению с классической разработкой закрытого проекта: существенно ускоряется разработка ИИ, теперь над задачей работает не узкая команда из 5 специалистов дата-сейенс, а привлекаются сотни тысяч разработчиков со всего мира. Интеграция с блокчейн-медиаплатформами позволит системе обращаться к блокчейну и брать данные для обучения искусственной нейронной сети. Маркетплейс решений для бизнеса для языковой сферы, даст разработчикам полную свободу для "скрещивания" моделей друг с другом и получения новых решений. По аналогии с блокчейн-медиаплатформами Steemit и Голос (golos.io) токены выплачиваются пользователям в соответствии с внутренней формулой.

В соответствии с принципами справедливости платформа является поставщиком сервиса для конечных разработчиков и позволяет в рамках партнерства зарабатывать на продаже доступа к API. При этом вся интеллектуальная собственность, созданная с помощью платформы принадлежит GraphGrail Ai.

 

ДОРОЖНАЯ КАРТА

Июль 2017 г.:
- GraphGrail Ai кампания по пресейлу токенов

Август 2017 г.
- масштабное тестирование продукта на пилотных проектах,
- подготовка к публичному запуску первой версии,
- маркетинговая кампания и подготовка к пре-сид раунду GraphGrail Ai

Сентябрь 2017 г.
- публичный запуск альфа версии сервиса,
- проведение pre-ICO GraphGrail Ai

Октябрь - Декабрь 2017 г.
- проведение ICO GraphGrail Ai
- полномасштабный запуск платформы и библиотеки лингвистических моделей с доступом через программные интерфейсы (API),
- Начало работы с английским языком,
- Нагрузочное тестирование платформы
- Запуск маркетплейса языковых моделей

Первый квартал 2018 г.
- Начало партнерства с топовыми компаниями Блокчейн-индустрии: Status, Sonm, Tierion, Oraclize
- тестирование и подключение 2го языка для платформы - масштабирование - запуск премиум аккаунтов и адаптивная формула вознаграждения делегатов
- Регистрация ИС и патента

 

КОМАНДА

1.pngВиктор Носко, CEO, founder, Ai, Data-science. Образование высшее – ЮФУ, Победитель различных внутривузовских конкурсов, победитель Стартап-сабантуй, резидент и выпускник Южного ИТ-парка (Ростов-на-Дону, Россия). Python разработчик, владение Django framework. Опыт применения системы для обучения искусственного интеллекта Google TensorFlow. Специализация: извлечение информации (information retrieval), инжиниринг лингвистических атрибутов (feature engineering), векторные модели (doc2vec, word2vec). Разработал сервис по сложной смысловой классификации больших текстов.

Сергей Литвинов, co-founder, Developer. Образование высшее – ЮФУ, Победитель конкурса имени академика И.И. Воровича, Победитель внутривузовского конкурса СКАГС научно-исследовательских работ молодых ученых, резидент и выпускник Южного ИТ-парка (Ростов-на-Дону, Россия). Сооснователь проекта, дизайнер, системный аналитик. Python разработчик, владение Django framework.

Александр Бородич, Venture investor, CMO. Технологический футуролог, бизнес-ангел, серийный предприниматель, основатель закрытого клуба VentureClub, проектов MyWishBoard, MyDreamBoard, SuperFolder. Бизнес-ангел, Chief Dreams Officer и управляющий партнер Future Action, основатель лаборатории будущего FutureLabs и крауд-инвестинговой платформы и клуба инвесторов VentureClub.ru, инвестор в более чем 70 проектов. Руководил маркетингом компаний Mail.ru Group и Acronis, c 2010 года – предприниматель.

Захар Понимаш, Ai, Data-science, Developer. Специалист по разработке сильного Искусственного интеллекта. Разработчик С#. Реализовывал проекты в области машинного обучения, нейронных сетей, математики, эволюционных вычислений, биологии и физики. Имеет опыт в разработке фреймворка для ИИ. Разрабатывал чат-ботов. Имеет научные публикации в рецензируемых журналах.

Дмитрий Стрельников, Blockchain, Fullstack Developer. Специалист в области информационных технологий, интернет, телеком. Fullstack-разработчик. Написание REST API для мобильных приложений (Node.js), создание админ-панелей. Fullstack-разработчик.

Илья Бредихин, Mathematician, algorithms. Образование – высшее, факультет математики, механики и компьютерных наук ЮФУ, специальность - дифференциальные уравнения. Специализация: разностные уравнениями типа свертки в пространствах функций с экспоненциальным поведением на бесконечности.


Whitepaper
Нашу Белую Бумагу можно прочитать на английском и русском:

WhitePaper (English) | WhitePaper (Russian)
 

Следите за нами

Сайт | Facebook | Twitter | BitcoinTalk | Telegram

Мы благодарны за уделенное время. Мы очень надеемся, что вы примете участие в нашем проекте - как инвестор или как участник экосистемы!

Автор кампании
Подробнее об авторе: