Станислав ашманов: Станислав Ашманов — Станислав Ашманов, «Наносемантика»: Через 2-3 месяца эксплуатации робот уже приносит пользу. Обзор: Искусственный интеллект 2022

29.04.1995 alexxlab

Содержание

Станислав Ашманов — Станислав Ашманов, «Наносемантика»: Через 2-3 месяца эксплуатации робот уже приносит пользу. Обзор: Искусственный интеллект 2022

CNews: Сейчас много говорят про роботов, искусственный интеллект, нейронные сети, машинное обучение. Чем они отличаются друг от друга?

Станислав Ашманов: Все мы выросли на научной фантастике, в которой роботы — это что-то материальное, этакий железный человек. Но роботы бывают и программные. Среди них есть совсем простые, способные выполнять рутинные операции, например, в бухгалтерских системах. Есть роботы для колл-центров, которые должны уметь работать со входящими или исходящими звонками и максимально качественно вести диалог. Это сложная задача, потому что для того, чтобы поддержать разговор, надо понимать смысл сказанного.

Программные роботы могут решать и другие задачи. Их объединяет одно — как правило, ими пытаются заменить человека. Причины разные — нехватка или высокая стоимость кадров, желание избавиться от «человеческого фактора» и так далее.

Станислав Ашманов, «Наносемантика»: Программных роботов объединяет одно — как правило, ими пытаются заменить человека

Искусственный интеллект — это продвинутая автоматизация. Раньше для оптимизации бизнес-процесса нанимали программиста, а теперь существуют программы, которые учатся сами. Нейронная сеть — это один из видов искусственного интеллекта, конкретный алгоритм или, точнее, семейство алгоритмов. Машинное обучение — более широкое понятие, чем нейронная сеть. Можно объяснить так: есть искусственный интеллект, в нем машинное обучение, а в машинном обучении — нейронные сети.

CNews: Вы уже сказали, где могут применяться программные роботы. Может быть, расширите список примеров?

Станислав Ашманов: Решения на базе машинного обучения и искусственного интеллекта можно разделить на группы в соответствии с типом данных, с которыми они работают. Например, существуют специфические алгоритмы для обработки текстов: классификации документа, присвоение ему тега: спам/не спам, срочное/несрочное обращение и пр.

, извлечение из него объектов: ФИО, адреса, типа проблемы и пр. Иногда возникают и другие задачи. Например, наши технологии умеют лучше всех проверять тексты на предмет орфографических, пунктуационных, стилистических ошибок. Мы занимаемся этим 30 лет, у нас самый большой словарь и самые умные алгоритмы.

Еще есть работа с изображениями: видео или фотографиями. Во-первых, можно генерировать изображения — например, накладывать на лицо человека очки, менять его возраст, делать из мужчины женщину. А можно искать и распознавать на изображениях объекты: например, лицо человека, номер автомобиля, светофоры, оружие.

Отдельное направление — работа с аудиозаписями. Например, перевод аудио в текст. Чтобы голосовой робот мог ответить человеку, он должен услышать речь, перевести ее в текст, распознать его смысл. Этой проблемой занимаются уже лет сорок, и мы близки к тому, что машина будет слышать и говорить не хуже человека, имитируя понимание смысла. Существует задача синтеза речи (прочтение, озвучка текстов роботом), и мы этим тоже занимаемся.

Есть еще несколько направлений. Это рекомендательные системы в соцсетях, которые следят за нашими действиями и понимают, что нам можно продать. Или задачи, связанные с робототехникой, когда беспилотный автомобиль планирует траекторию движения по городу.

Для всех этих задач используется практически один и тот же набор алгоритмов — разнообразных нейронных сетей. Но самое главное — это данные. Алгоритмы с течением времени могут заменяться, но обучающие данные всегда остаются ценными. Именно на примерах, на так называемых «датасетах», наборах данных, учатся умные алгоритмы. Они изучают примеры текстов, изображений, видео — в которых заботливые люди разметили все, что может быть полезно алгоритму, чтобы научиться видеть, слышать и понимать, как мы.

CNews: Работы по созданию искусственного интеллекта стартовали около 60 лет назад. Однако всплеск интереса к ним произошел лет 10 назад. В чем причина?

Станислав Ашманов: Точка бифуркации приходится на 2012 год. Именно к этому моменту сложились три компонента. Во-первых, благодаря распространению компьютерных игр с качественной графикой появились доступные суперкомпьютеры с видеокартами, которые могут работать с большими матрицами в реальном времени. А для таких алгоритмов, как нейронные сети, нужно делать очень много вычислений. Второй компонент — ученые наконец-то придумали, как обучать глубокие, многослойные нейронные сети. Суть в том, что нейронная сеть, как конструктор лего, собирается из отдельных разнообразных кубиков — модулей обработки данных, которые, как поезд или цепь, объединяются в одну структуру. Входные данные слой за слоем проходят обработку в этих слоях нейронной сети. Примерно к 2012 году стало понятно, как при обучении, калибровке нейронной сети, через все слои пронести полезный сигнал. То есть математика объяснила как, а процессоры дали возможность.

И третий компонент — это огромные объемы данных, на которых нейронная сеть может обучаться. Человек может научиться на двух-трех примерах, а нейронной сети, увы, их нужны тысячи. Откуда берутся эти данные? Например, сейчас у каждого из нас в кармане есть устройство по сбору данных — смартфон с кучей сенсоров. Кроме того, мы сами становимся поставщиками данных, например, когда выкладываем фотографии в интернет или пользуемся онлайн-сервисами.

Когда все эти три фактора сошлись в одной точке, стало понятно, что искусственный интеллект становится реальностью и в него пора инвестировать. Сегодня этим занимаются крупнейшие корпорации.

CNews: Вы говорите, что искусственным интеллектом занимаются крупнейшие корпорации, такие как Google, Яндекс. Где на этом рынке место для вашей компании?

Станислав Ашманов: Google, Яндекс и другие закрывают собственные потребности, которые связаны в основном с ростом рекламной выручки. А к таким компаниям, как наша — независимым разработчикам искусственного интеллекта — обращаются компании, у которых нет собственных отделов по искусственному интеллекту, но они поняли, что им нужна продвинутая автоматизация, алгоритмы анализа данных. Наши заказчики обычно знают, какую проблему они хотят решить с помощью современных технологий.

Например, для Газпромнефти мы сделали решение по анализу переписки между разными структурными подразделениями с тем, чтобы избежать потери важной информации. Другой наш заказчик работает с фотографиями, и ему надо было научить нейронную сеть удалять на них фон. Еще одному понадобилось автоматически распознавать заболевания позвоночника на рентгеновских снимках. Задачи самые разные. Но мы можем автоматизировать все, что угодно.

CNews: В чем состоит инновационность нейросетей от «Наносемантики»?

Станислав Ашманов: Во-первых, мы делаем все под ключ. Часто бывает, что специалисты по нейронным сетям готовы решить задачу, но просят предоставить им данные. А у заказчика их может не быть или данные могут быть некачественные. Понятно, что если на входе нейронной сети при обучении мусор, то и на выходе будет мусор.

Мы не требуем, чтобы нам принесли все готовое. В нашей компании есть примерно 50 человек, асессоров, которые занимаются разметкой данных. Мы это делаем сами, потому что сталкивались с ситуацией, когда заказ разметки на стороне превращался в выброшенные деньги и потерянное время. Мы должны сами отвечать за качество обучающих данных. В случае необходимости мы можем привлечь к работе тысячи асессоров: например, они будут ходить по улицам, фотографировать и размечать данные. Все эти люди прошли специальное обучение, мы контролируем их работу. Для разметки данных мы разработали специальное программное обеспечение — платформу «Маркер», которая позволяет эффективно организовывать работу разметчиков, асессоров. А значит, данные будут качественные, и это — залог успеха.

Во-вторых, у нас есть собственная нейросетевая платформа PuzzleLib. Раньше для написания нейронных сетей разработчикам приходилось с нуля писать все математические алгоритмы обучения и обработки данных. Теперь существуют специализированные программные комплексы, их называют нейросетевыми платформами или фреймворками, которые позволяют, как из конструктора, собирать нейронную сеть, а затем обучать ее разными видами алгоритмов.

Потом решение оптимизируется под конкретную инфраструктуру — серверы, мобильные устройства и т.д.

Наша платформа — это полностью российская разработка. Она входит в реестр российского ПО и позволяет собирать нейронные сети, которые не уступают по качеству нейросетям Google, а он является одним из лидеров рынка. И этим мы отличаемся от уже упомянутого Яндекса или Сбербанка, которые используют зарубежные платформы.

CNews: С какими запросами заказчики сегодня обращаются чаще всего?

Станислав Ашманов: Очень большой интерес к компьютерному зрению. Например, автомобиль одного из наших заказчиков ездит по Москве, снимает видеоролики, делает фотографии для того, чтобы создать цифровой двойник города. Мы помогаем находить на изображениях важные объекты: светофоры, дорожные знаки, разметку. Наша задача определить, как они сориентированы, не покосился ли столб, не испачкан ли дорожный знак и так далее.

Кроме того, в «Наносемантике» есть отдельное крупное направление по голосовым помощникам — мы занимаемся этим уже примерно 20 лет. Основная задача — с помощью умных алгоритмов снизить нагрузку на операторов колл-центра и передать максимальное число звонков роботу. У нас есть промышленная платформа для создания голосовых роботов, она называется «ДиалогОС» . С ее помощью можно из готовых элементов собрать голосового помощника, который будет знать, как здороваться, прощаться, у него будут типовые сценарии и наборы объектов, смыслов.

Затем помощник проходит обучение у сценаристов (инженеров знаний), которые вкладывают в него навыки, необходимые заказчику. Например, в L’Etoile работает наш чат-бот Лола. Она знает все про косметику, может ответить на вопросы, помочь выбрать подарок маме, супруге, отследить статус заказа, принять заявку на возврат и прочее.

CNews: Сколько времени занимает обучение робота?

Станислав Ашманов: Обычно через 2-3 месяца после запуска робот уже начинает работать и приносить пользу. Потом в процессе пилотирования мы можем вносить коррективы.

Хороший робот может взять на себя не менее 40% звонков. В некоторых сферах, где требуется обрабатывать много стандартных запросов, эта цифра доходит до 90%.

CNews: Раньше ваша компания специализировалась именно на создании чат-ботов. Как выросли компетенции «Наносемантики» после присоединения команды нейросетей?

Станислав Ашманов: Первые 10-15 лет существования «Наносемантика» действительно разрабатывала чат-ботов. Потом мы стали заниматься нейросетями и делать голосовых роботов. Поскольку наши заказчики столкнулись с тем, что для обучения искусственного интеллекта нужны данные, они попросили нас заняться их сбором. Сейчас у нас покупают данные Сбербанк, МТС, ВТБ. Кроме того, мы организовали курсы по искусственному интеллекту и помогаем набирать кадры.

CNews: Каким образом нейросети используются в чат-ботах?

Станислав Ашманов: Во-первых, они переводят устную речь в текст. Для этого используется несколько нейронных сетей. Одна умеет отличать тишину от голоса. Другая — превращать голос в набор букв. Третья — превращать набор букв в набор слов. Еще одна нейронная сеть расставит знаки препинания, отдельный алгоритм восстановит заглавные буквы в именах, названиях организаций, аббревиатурах, переведет слова в цифры, например, в номере телефона.

Потом текст нужно проклассифицировать, то есть, навесить теги: человек выразил недовольство, человек согласился, человек хочет сделать заказ и т.д. — параметры могут быть самые разные. Затем надо извлечь объекты из текста, например, что конкретно хочет заказать человек, в каком количестве, когда и т.д. Или выделить негативные высказывания для того, чтобы сразу перевести человека на опытного оператора, особенно если это премиальный клиент. Все это делает комплекс нейронных сетей.

CNews: Нейронная сеть способна различать эмоции?

Станислав Ашманов: Определять по аудио эмоцию человека пока никто, кроме человека, не умеет. Единственное, что можно определить, — это громкость сигнала. Либо можно следить за ключевыми словами в сказанном. Еще робот может узнавать человека по голосу — это называется голосовая биометрия. Мы этим тоже занимаемся.

CNews: Многие крупные разработчики вкладывают большое количество усилий и времени в открытые проекты (open source). Есть ли подобные проекты у «Наносемантики»?

Станислав Ашманов: У всех наших решений есть закрытая проприетарная версия и открытая бесплатная, которую может взять любой человек или компания даже для коммерческого использования. Это делается, чтобы популяризировать наши технологии среди разработчиков, ученых, корпоративных пользователей. Понятно, что бесплатная версия урезана: она может знать меньше слов, распознавать с меньшим качеством, медленнее работать. Закрытая версия обеспечивает максимальное качество, и мы постоянно ее развиваем.

Синтез речи у нас тоже выложен в открытый доступ. Есть два голоса — Артем и Наталья. Их тоже можно использовать в коммерческих проектах. В открытый доступ выложена и наша чат-бот платформа. Там же можно найти собранные нами огромные датасеты. Все эти компоненты можно брать и использовать в любых проектах.

Станислав Ашманов

Родился 24 февраля 1992 г.
В 2014 г. с отличием закончил Мехмат МГУ.
С 2018 г. является генеральным директором компании «Наносемантика».
С 2019 г. также руководит проектом SOVA.
С ноября 2021 г. возглавляет Комитет по искусственному интеллекту Ассоциации разработчиков программных продуктов «Отечественный софт» (АРПП).

CNews: Есть ли еще такие области, где нейросети и ИИ могли бы использоваться, но еще не используются?

Станислав Ашманов: Думаю, что очень перспективные области для использования искусственного интеллекта — химия и медицина.

Существует огромное количество еще не изученных химических веществ. Из них делают лекарства, духи, токсины и красители, поэтому ориентироваться во всем многообразии химических соединений очень важно. Мы сейчас участвуем в таком проекте. Наши партнеры создают алгоритм оценки токсичности химического соединения на основании его формулы. Это может быть полезно, например, когда в Россию собираются завезти вещество, которое еще никем не протестировано. Алгоритм поможет понять, что случится, если оно попадет в организм человека.

Если говорить о медицине, то искусственный интеллект может помочь врачу планировать операции на основании изучения истории других подобных операций, и подсказывать, какие решения принять.

CNews: Сейчас часто говорят о дефиците ИИ-специалистов на отечественном рынке. Как вы считаете, с чем связан подобный дефицит, действительно ли сложно найти качественных специалистов?

Станислав Ашманов: После ухода из России иностранных вендоров многие остались без работы, поэтому сейчас проблема с кадрами стоит не так остро, как полгода назад. Конечно, есть специалисты, которые покинули страну, но их не так много. Например, в нашей компании уехали 2-3 человека из 130. Причем это не те люди, на которых держался бизнес.

Специалисты «Наносемантики» в основном работают удаленно, из разных уголков страны и из-за рубежа. Мы не жалуемся на дефицит кадров, потому что куем их сами. Этим летом, например, взяли на стажировку 13 человек. В прошлом году после стажировки у нас осталась работать треть практикантов. Мы оставляем только тех, кто нам больше всего понравился и кого есть, чем занять. Думаю, в этом году из 13 останется четыре-пять человек.

Конечно, рынку нужны специалисты. Некоторые из них из-за дефицита стоят очень дорого. И именно таких специалистов надо воспитывать. Например, DevOps — людей, которые занимаются обслуживанием серверной инфраструктуры. Мы берем разработчиков и переучиваем на DevOps.

CNews: Каким будет мир через 10 лет с точки зрения проникновения искусственного интеллекта?

Станислав Ашманов: Мне кажется, все будет примерно так же, как сейчас: будет появляться все больше умных устройств и умных программ. Меня лично пугают две вещи: умное оружие с искусственным интеллектом, которое будет само принимать решение о том, кого нужно уничтожить, и появление нейроимплантов, которые сотрут грань между человеком и компьютером. Это будет страшно, само понятие личности начнет стираться, не понятно, как от этого защититься. Вот представьте себе, что к вам приходит ребенок и говорит: «Ну почему у меня до сих пор нет нейроимпланта? У всех в классе есть, и поэтому они отличники, один я сам считаю интегралы! Чем я хуже!». Как тогда быть? По-моему, это жутко.

НЕЙРОСЕТИ АШМАНОВА | Участник проекта «Сколково»

ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ «НЕЙРОСЕТИ АШМАНОВА»

О компании

Компания «Нейросети Ашманова» основана в 2015 году выпускниками Мехмата МГУ Станиславом Ашмановым и Игорем Модяевым. Компания занимается заказной разработкой алгоритмов на базе технологий Deep Learning: специализируется на системах распознавания данных, экспертных и диалоговых системах, ведёт разработки продуктов на базе нейронных сетей.

Компания разработала собственную библиотеку для нейросетей – PuzzleLib – это единственная российская библиотека, которая также быстрее зарубежных аналогов (Google TensorFlow и пр.). Библиотека PuzzleLib позволяет собрать нейронную сеть под конкретную задачу, визуализировать её архитектуру, запустить обучение этой нейронной сети и выгрузить обученную сеть для использования.

Оказываемые услуги:

— Консультации по применению технологии, а также проведение научных исследований в области deep learning;

— Разработка и продажа продуктов на нейронных сетях.

Цифровой Контакт-Центр

Проекты

Описание проекта

«Паззл» — система семантического распознавания объектов в изображениях и видео на нейронных сетях. · Отличается от аналогов устойчивостью алгоритмов распознавания к растяжениям, поворотам, сдвигам объектов на изображениях. · Требует на порядок меньше обучающих данных. · Поддерживает расчёты на видеокартах и кластерах, что увеличивает скорость распознавания по сравнению с аналогами. · Включает в себя программную библиотеку и облачный сервис, позволяющие легко внедрять систему.

Потребности

Потребители продукции/Клиенты

Свернуть

Финансовая поддержка

Компания поддержана институтами развития:

ФОНД «СКОЛКОВО»

7 850 094 ₽

Руководитель

АШМАНОВСТАНИСЛАВИГОРЕВИЧ

Генеральный директор

Интеллектуальная собственность

2021 год
Свидетельство о государственной регистрации программы для ЭВМ 2021668597	ПЛАТФОРМА ДЛЯ БЕЗМАРКЕРНОГО ЗАХВАТА ДВИЖЕНИЙ «VEURON», ПОСТРОЕННАЯ НА БАЗЕ НЕЙРОННЫХ СЕТЕЙ

2020 год
Товарный знак, знак обслуживания 741475	ТОВАРНЫЙ ЗНАК, ЗНАК ОБСЛУЖИВАНИЯ

2019 год
Свидетельство о государственной регистрации программы для ЭВМ 2019618722	ПРОГРАММА ДЛЯ ЭВМ РАСПОЗНАВАНИЯ ОБРАЗОВ В ИЗОБРАЖЕНИЯХ И ВИДЕО PUZZLE, ВЕРСИЯ 2. 0

2018 год
Свидетельство о государственной регистрации программы для ЭВМ 2018666913	НЕЙРОСЕТЕВАЯ БИБЛИОТЕКА PUZZLELIB 2.0
Свидетельство о государственной регистрации программы для ЭВМ 2018666914	ДЕТЕКТОР ПЕШЕХОДОВ PUZZLE

2017 год
Свидетельство о государственной регистрации программы для ЭВМ 2017618609	ПРОГРАММА РАСПОЗНАВАНИЯ ОБРАЗОВ В ИЗОБРАЖЕНИЯХ И ВИДЕО PUZZLE
Свидетельство о государственной регистрации программы для ЭВМ 2017661168	НЕЙРОСЕТЕВАЯ БИБЛИОТЕКА PUZZLELIB

События

2019 год

Участник мероприятия

Startup Village 2019

Участник мероприятия

Форум «Открытые инновации 2019»

2018 год

Участник мероприятия

Startup Village 2018

Упоминание в СМИ

http://ashmanov. net

Официальный сайт

05.08.2019sk.ru

Как пройти в нейросетевую библиотеку?

25.01.2019sk.ru

Созданная резидентом «Сколково» нейросетевая библиотека PuzzleLib внесена в реестр отечественного ПО

26.10.2017sk.ru

Skolkovo startups join Russky MeetUp in looking east for new business

Информация о компании

Учредители

МОДЯЕВ ИГОРЬ ИГОРЕВИЧ

АШМАНОВ СТАНИСЛАВ ИГОРЕВИЧ

МОСКАЛЕЦ ТИМОФЕЙ АЛЕКСАНДРОВИЧ

Уставный капитал

20 000 ₽

121357, ГОРОД МОСКВА, УЛ. ВЕРЕЙСКАЯ, Д. 29, СТР. 134, ЭТАЖ 7 ПОМ Н1

ООО НЕЙРОСЕТИ АШМАНОВА, Москва (ИНН 7736257520), реквизиты, выписка из ЕГРЮЛ, адрес, почта, сайт, телефон, финансовые показатели

Обновить браузер

Возможности

Интеграция

О системе

Статистика

Контакты

CfDJ8No4r7_PxytLmCxRl2AprPonOGJKwU7gxD1rZpJhZp0_9BQWTUx7ZBmCZj6ghMxrHbwStrQeuWFtSffIBIZ5ukBoi033_JjX_eM5XWaDOKJ-x12yZjY167xAB2LMOD7hMaTg2VMOJd9bCeaUA7bgCng

Описание поисковой системы

энциклопедия поиска

ИНН

ОГРН

Санкционные списки

Поиск компаний

Руководитель организации

Судебные дела

Проверка аффилированности

Исполнительные производства

Реквизиты организации

Сведения о бенефициарах

Расчетный счет организации

Оценка кредитных рисков

Проверка блокировки расчетного счета

Численность сотрудников

Уставной капитал организации

Проверка на банкротство

Дата регистрации

Проверка контрагента по ИНН

КПП

ОКПО

Тендеры и госзакупки

Юридический адрес

Анализ финансового состояния

Учредители организации

Бухгалтерская отчетность

ОКТМО

ОКВЭД

Сравнение компаний

Проверка лицензии

Выписка из ЕГРЮЛ

Анализ конкурентов

Сайт организации

ОКОПФ

Сведения о регистрации

ОКФС

Филиалы и представительства

ОКОГУ

ОКАТО

Реестр недобросовестных поставщиков

Рейтинг компании

Проверь себя и контрагента

Должная осмотрительность

Банковские лицензии

Скоринг контрагентов

Лицензии на алкоголь

Мониторинг СМИ

Признаки хозяйственной деятельности

Репутационные риски

Комплаенс

Компания ООО НЕЙРОСЕТИ АШМАНОВА, адрес: г. Москва, ул. Верейская, д. 29 стр. 134 этаж 7 пом. Н1 зарегистрирована 04.12.2015. Организации присвоены ИНН 7736257520, ОГРН 5157746132473, КПП 773101001. Основным видом деятельности является научные исследования и разработки в области естественных и технических наук прочие, всего зарегистрировано 5 видов деятельности по ОКВЭД. Связи с другими компаниями отсутствуют.
Количество совладельцев (по данным ЕГРЮЛ): 3, генеральный директор — Ашманов Станислав Игоревич. Размер уставного капитала 20 000₽.
Компания ООО НЕЙРОСЕТИ АШМАНОВА не принимала участие в тендерах. В отношении компании было возбуждено 1 исполнительное производство. ООО НЕЙРОСЕТИ АШМАНОВА участвовало в 2 арбитражных делах: в 2 в качестве ответчика.
Реквизиты ООО НЕЙРОСЕТИ АШМАНОВА, юридический адрес, официальный сайт и выписка ЕГРЮЛ доступны в системе СПАРК (демо-доступ бесплатно).

Полная проверка контрагентов в СПАРКе

Неоплаченные долги
Арбитражные дела
Связи
Реорганизации и банкротства
Прочие факторы риска

Полная информация о компании ООО НЕЙРОСЕТИ АШМАНОВА

299₽

Регистрационные данные компании
Руководитель и основные владельцы
Контактная информация
Факторы риска
Признаки хозяйственной деятельности
Ключевые финансовые показатели в динамике
Проверка по реестрам ФНС

Купить Пример

999₽

Включен мониторинг изменений на год

Регистрационные данные компании
История изменения руководителей, наименования, адреса
Полный список адресов, телефонов, сайтов
Данные о совладельцах из различных источников
Связанные компании
Сведения о деятельности
Финансовая отчетность за несколько лет
Оценка финансового состояния

Купить Пример

Бесплатно

Отчет с полной информацией — СПАРК-ПРОФИЛЬ
Добавление контактных данных: телефон, сайт, почта
Добавление описания деятельности компании
Загрузка логотипа
Загрузка документов

Редактировать данные

СПАРК-Риски для 1С

Оценка надежности и мониторинг контрагентов

Узнать подробности

Заявка на демо-доступ

Заявки с указанием корпоративных email рассматриваются быстрее.

Вход в систему будет возможен только с IP-адреса, с которого подали заявку.

Компания

Телефон

Вышлем код подтверждения

Эл. почта

Вышлем ссылку для входа

Нажимая кнопку, вы соглашаетесь с правилами использования и обработкой персональных данных

Страница: 14. Конференции в России

II Industrial Robotics Workshop. Алиса Конюховская, НАУРР. Рынок робототехники — угрозы и возможности для Росс

Конференции в России

9636 0 0 11 Декабря 2018

II Industrial Robotics Workshop. Роботизация российской пищевой промышленности

Конференции в России

9194 0 0 11 Декабря 2018

II Industrial Robotics Workshop. Господдержка для тех, кто решился на роботизацию производства

Конференции в России

9095 0 0 11 Декабря 2018

II Industrial Robotics Workshop. Практический опыт внедрения и использования роботов на реальных производствен

Конференции в России

9294 0 0 11 Декабря 2018

R&D в сфере IoT. Константин Шур, «Линэрго»: Специализированная IoT-платформа «Линэнерго» для учета энергоресур

Конференции в России

11795 0 0 6 Декабря 2018

R&D в сфере IoT. Владимир Щетинин, «ЭР-Телеком»: Возможности федеральной IoT-сети LoRaWAN

Конференции в России

11891 0 0 6 Декабря 2018

R&D в сфере IoT. Мартын Нунупаров, «Лаборатория Кьюту»: Система QCONTROL для автоматизации зданий

Конференции в России

11542 0 0 6 Декабря 2018

R&D в сфере IoT. Дмитрий Моисеев, Tibbo Systems: Реализованные проекты на базе Edge Computing

Конференции в России

10269 0 1 6 Декабря 2018

R&D в сфере IoT. Александр Люкшин, ИнноЛабс: Опыт применения LoRaWAN на промышленных объектах

Конференции в России

10594 0 0 6 Декабря 2018

R&D в сфере IoT. Денис Муравьев, GoodWAN: Собственные решения на базе LPWAN

Конференции в России

9824 0 0 6 Декабря 2018

R&D в сфере IoT. Кирилл Опарин, МСЭ: Международная регуляторика в области Интернета вещей

Конференции в России

9521 0 0 6 Декабря 2018

Итоги Russian Tech Week 2018

Конференции в России

9753 0 0 29 Ноября 2018

Russian Tech Week. Панельная дискуссия «Перспективы и барьеры развития ИИ в России»

Конференции в России

9522 0 0 28 Ноября 2018

Russian Tech Week. Станислав Ашманов, «Лаборатория Наносемантика»: Развенчание основных мифов о чат-ботах для

Конференции в России

9529 0 0 28 Ноября 2018

Russian Tech Week. Никита Юрьев, ФРИИ: Может ли AI стартап быть lean?

Конференции в России

10024 0 0 28 Ноября 2018

Russian Tech Week. Константин Горбач, «Цифра»: Искусственный интеллект для цифровизации промышленности

Конференции в России

9832 0 0 28 Ноября 2018

Russian Tech Week. Алексей Сечкин, «Инфосистемы Джет»: Скрытая соль AI/ML/IoT-проектов по итогам реальных прое

Конференции в России

9611 0 0 28 Ноября 2018

Russian Tech Week. Дмитрий Коробченко, NVIDIA: Решения компании для обучения нейронных сетей

Конференции в России

9481 0 0 28 Ноября 2018

Russian Tech Week. Мария Анисимова, ДИТ Москвы: Рекомендательные системы на основе анализа данных в жизни горо

Конференции в России

7832 0 0 28 Ноября 2018

Russian Tech Week. Алексей Маланов, «Лаборатория Касперского»: Вопросы этики при использовании ИИ

Конференции в России

8061 0 0 28 Ноября 2018

Russian Tech Week. Дмитрий Черноус, ABBYY: Эволюция технологий ИИ в бизнесе

Конференции в России

7536 0 0 28 Ноября 2018

Russian Tech Week. Владимир Литвинюк, «М.Видео-Эльдорадо»: Путь покупателя на основе аналитики данных

Конференции в России

6605 0 0 28 Ноября 2018

Russian Tech Week. Андрей Зайцев: AI в массовом обслуживании. От теории к практике

Конференции в России

6124 0 0 28 Ноября 2018

Денис Шубенок: об истории развития «Ашманов и партнеры», сервисах, услугах и клиентах

В 2021 году компания «Ашманов и партнеры» отмечает юбилей – 20 лет. Исполнительный директор «Ашманов и партнеры» Денис Шубенок в интервью SEOnews рассказал, как появилась компания, с какими сложностями пришлось столкнуться за эти годы, и какие услуги сейчас наиболее востребованы у клиентов.

Об истории компании

Компания появилась 20 лет назад, когда рынок даже не был сформирован. Можете рассказать, с чего все начиналось?

В 2001 году Игорь Ашманов ушел с поста исполнительного директора Рамблера – крупнейшего интернет-портала и поисковика рунета на тот момент – и через пару месяцев основал «Ашманов и партнеры».

Изначально продвигать сайты в поисковых системах не планировали. Игорь и команда отдавали приоритет разработке, в частности технологии «Спамтест», которая со временем фильтровала половину электронной почты в России.

Что касается SEO, некоторые компании еще в начале нулевых понимали потенциал поисковых систем с точки зрения привлечения аудитории. Узнав, что Игорь покинул Рамблер, к нему «посыпались» обращения за консультациями по продвижению. Спрос оказался высоким и появилась необходимость оформить новую услугу: создать методологию, терминологию, форму отчетности и т.д.

Позже компания создала первые сервисы для анализа и автоматизации поискового продвижения – SeoRate и Маремото; и оценки качества поиска – AnalyzeThis. На их базе выросли сегодняшние «Лаборатория поисковой аналитики», «Тургенев» и SearchLab.

Как появилось название «Ашманов и партнеры»? Про то, что одним из основателей является Игорь Ашманов многие знают. А можете раскрыть секрет, кто эти «партнеры»?

На старте партнером был Андрей Иванов, IT-специалист из Казани и один из первых в России «взломщиков» поисковых алгоритмов.

Вскоре к Игорю присоединились бывшие коллеги, топ-менеджеры Рамблера: технический директор Дмитрий Пашко, руководитель проекта Rambler’s Top100 и создатель сервера Russian Apache Алексей Тутубалин, начальник поисковика Алексей Иванов, руководитель отдела контента Кирилл Зоркий и Михаил Волович, главный редактор портала. У Игоря было условие: те, кто проработает в компании больше года, станут партнерами и получат долю. Этот подход сохранился.

Позже партнером стала Ксения Тулаева, которая пришла в «Ашманов и партнеры» из медийных проектов – российского Forbes и CNews, IT-издания холдинга РБК. Она отвечала за маркетинг и развитие бизнеса, помогла компании стать масштабнее и закрепить лидерские позиции на рынке.

Я также являюсь партнером, работая на позиции исполнительного директора компании.

Кроме того, в состав партнеров входил холдинг «Финам» (известный благодаря инвестициям в систему контекстной рекламы «Бегун», дейтинговые сервисы Mamba и Badoo, финансовый супермаркет Банки. ру и т.д.).

Сейчас компания предлагает довольно большой спектр услуг. Как появлялись новые направления?

Развитие «Ашманов и партнеры» шло параллельно с развитием рунета и российского digital-маркетинга. Мы участвовали в разработке технологий и методик, стоявших за новыми инструментами привлечения клиентов. В ответе на первый вопрос я коротко коснулся SEO-услуг и сервисов.

История не закончилась на продвижении в поисковиках. Стало ясно, что анализ текстового содержания интернет-страниц и поисковых запросов открывает новые возможности для показа рекламных объявлений.

В 2004 году «Ашманов и партнеры» разработали программу по автоматической классификации текстов «Семантическое зеркало», которая легла в основу рекламной сети «Бегун». Позже Google заинтересовался покупкой «Бегуна», но сделка не состоялась по решению ФАС.

В 2009 году «Ашманов и партнеры» создали и запустили сервис Блондинка.ру в партнерстве с IMHO VI – единый интерфейс для работы с «Директом», AdWords и «Бегуном».

Следующим вызовом стали блоги и социальные сети. В 2010 году появился «Крибрум» – первый поисковик по социальным медиа. На основе данных, полученных с помощью «Крибрума», компания написала методологию по управлению репутацией в Сети и работе с информационными атаками и т.д. Эти знания и технологии легли в основу услуг в области SMM и управления репутацией, которые мы оказываем клиентам.

Разработки в области искусственного интеллекта и распознавания речи трансформировались в отдельную компанию «Наносемантика», которая сегодня является одним из лидеров по разработке текстовых и голосовых виртуальных ассистентов для бизнеса, системы распознавания речи и видео. За ее развитие отвечает Стас Ашманов.

Услуги в области аналитики, UX и контент-маркетинга родились из потребностей SEO-департамента. Мы увидели, что качество сайта, внешние публикации, crowd-маркетинг положительно влияют на результаты поискового продвижения. Сегодня, используя эти компетенции, мы помогаем клиентам улучшать качество бизнеса, взаимодействовать с клиентами в новых каналах – в Дзене, Кью и т. д.

Когда мы запускали услуги, многие из них были настолько непонятными и новыми для рынка, что клиентов нужно было обучать. С начала нулевых мы проводим образовательные конференции, включая Optimization, и продаем корпоративное обучение в рамках «Академии интернет-маркетинга». В 2021 году запустили курс для менеджеров по продукту и маркетологов по управлению SEO. Это актуальная история, потому что на рынке дефицит специалистов, способных управлять внутренними и внешними SEO-командами и внедрять изменения.

О сложностях и успехах

За 20 лет, с момента появления компании, российский диджитал-рынок пережил несколько кризисов. Были ли в АиП сложные моменты, когда компания могла закрыться? Как вы справлялись с трудностями?

До 2008 года «Ашманов и партнеры» были «семейной» компанией с «плоской» иерархией и дружескими взаимоотношениями. Команда состояла на треть из кандидатов математических или лингвистических наук и ориентировалась на создание ценности, а не на деньги.

В последующие четыре года мы увеличили клиентский портфель в три раза, запустили с десяток стартапов, а штат вырос до 150 человек. Имя «Ашманов и партнеры» стало узнаваемым брендом, который ассоциировался с интеллектуальностью, экспертизой и открытостью.

Людей в компании стало больше, но внутри сохранялись очень тесные взаимоотношения. Например, мы арендовали загородный дом, в который сотрудники приезжали отдыхать, работать, кататься на горных лыжах и т.д.

В 2012 году был взят курс на масштабирование. Оборот вырос в три раза, но очень дорогой ценой. Мы остались с раздутым штатом продавцов и огромным рекламным бюджетом, куда более формальными взаимоотношениями, выгоревшие и растерявшие идентичность.

Чтобы преодолеть этот этап, нам пришлось заново пересобрать бренд, ценности, взаимоотношения в коллективе, бизнес-процессы и подход к маркетингу и PR. Мы изменили организационную структуру и вернулись к бутиковой модели, которая подразумевает очень тесные, партнерские отношения с клиентами и глубокую экспертизу.

Какие события запомнились больше всего? Чем ваша компания гордится?

Гордимся, что нам удалось оказать влияние на становление и развитие digital-маркетинга в России и рынка поискового продвижения. За двадцать лет мы никогда не шли компромиссы с совестью, отказывались от условий, которые сулили выгоду, но негативно сказывались на качестве услуг. Не работали с тематиками, которые считали неэтичными. Не гнались за продажами, а стремились принести пользу.

Мы преуспели в области решения сложных задач для крупных компаний. Среди проектов, которые мы консультировали и обслуживали в этому году, семь проектов, входящих в ТОП-20 в области e-commerce, пять крупнейших банков и т.д.

Из последних ярких событий отмечу запуск инструментов SearchLab и «Тургенев», которыми пользуются продвинутые SEO-команды и тысячи копирайтеров. Также у нас есть исследования «Факторы ранжирования», которые изменили подход к SEO-продвижению и пониманию тенденций в отрасли.

Радует, что нам удается делать конференцию Optimization живой и востребованной – в прошлом году посещаемость была рекордной и отзывы очень позитивные.

О сотрудниках

Расскажите о своих сотрудниках. Сколько человек работает в компании? Есть ли сотрудники на удаленке? Большая ли у вас текучка кадров?

В группе компаний работает около 800 сотрудников, в агентстве – 143. Формат удаленной работы существовал в «Ашманов и партнеры» с момента основания – мы искали сильных сотрудников по всей стране. До 2020 года доля «удаленщиков» никогда не превышала 20%.

С начала пандемии половина команды трудится из дома, остальные – по гибкому графику в офисе. Многим комфортнее и интереснее работать в офисе, чем дома, и мы учитывает это. Офис – не заводской цех. Это место встречи с единомышленниками, где удобно работать, общаться и заниматься личными делами в том числе. У нас есть кухня с продуктами и напитками, спортивный зал, зона отдыха, в офис приезжает массажист и т. д.

Большинство руководителей в компании, включая меня – «выросшие» линейные сотрудники. Многие работают в компании дольше 10 лет, а некоторые – вообще с момента основания. При этом, конечно, коллеги переходят в другие компании – часто на высокие позиции в инхаус. Мы очень приветствуем, когда они, получив опыт, возвращаются назад.

Как и где вы ищете новых сотрудников? Какие требования предъявляете при найме?

У нас есть программа реферального рекрутинга, когда сотрудники или знакомые рекомендуют специалистов за вознаграждение. Кроме того, ищем с помощью HeadHunter, социальных сетей и Telegram-каналов с вакансиями.

Обычно соискатели проходят два-три этапа собеседования, которые включают общение с командой, будущими руководителями, выполнение тестовых заданий.

На финальном этапе я общаюсь с 80% кандидатов. Решающий критерий при найме – совпадение по ценностям.

О культуре

Расскажите о корпоративной культуре. Что туда входит?

В вопросе про кризис я рассказывал, что мы прошли через стадии стартапа, экспоненциального роста и масштабирования. Выход на новый виток развития потребовал изменений в корпоративной культуре.

Как компания мы стремимся к тому, чтобы создавать такие условия, в которых сотрудники могут развиваться как профессионалы и личности. Такую рабочую среду я называю «инкубатором». В «инкубаторе» нет жесткой управленческой вертикали, есть единомышленники и место для личной инициативы, развития.

АиП – это…? С какими тремя словами у вас ассоциируется компания?

Экспертность, честность и открытость.

О клиентах

Давайте теперь поговорим о клиентах. За 20 лет рынок диджитал-услуг сильно изменился. А как изменились клиенты и их требования?

За двадцать лет рынок digital-услуг изменился радикально с точки зрения объемов, инструментов, сложности и уровня знаний. Изменился портрет клиентов. Раньше мы в основном работали с директорами по маркетингу и владельцами компаний. Сегодня чаще общаемся с продуктовыми маркетологами, аналитиками и SEO-командами, а рекомендации касаются изменений в бизнесе или продукте.

На заре интернет-рынка и digital-маркетинга была ориентация на объемы трафика, затем на конверсию и качество сайта, а сегодня – на качество бизнеса. Поэтому мы нацелены на то, чтобы помочь клиенту выявить точки роста и внедрить изменения в бизнес-процессы.

Digital-маркетинг подорожал. Золотых кнопок нет. Конкуренция ожесточается, особенно для средних и мелких игроков.

По поводу уровня знаний среди клиентов: раньше 99% компаний не понимали, как устроены наши услуги. Теперь у клиентов есть собственные SEO-команды, а умение управлять SEO ценится очень высоко, особенно среди крупных проектов.

Ваш клиент сейчас – какой он? Можете составить обобщенный портрет?

Преимущественно это представитель крупного бизнеса со сложной структурой, лидер отрасли, по крайней мере, в интернете. У него хорошо укомплектованный департамент digital-маркетинга и выделенная команда по SEO.

Для таких клиентов характерны амбициозные задачи, где очень важно не допускать ошибок, потому что ставки очень высоки.

Какая ваша услуга наиболее востребована у клиентов? А какая приносит больше всего денег?:)

Я бы выделил три ключевые услуги – поисковый маркетинг, performance-маркетинг и управление репутацией (ORM).

Поисковый маркетинг лидирует с точки зрения денег. Последние несколько лет его активно догоняет управление репутацией (ORM). Игроки интернет-рынка вложили много сил в посещаемость, ассортимент и сервис, а теперь настало время репутации.

Медийные скандалы и негативные отзывы способны снизить продажи, посещаемость и ухудшить позиции в выдаче. Репутация – один из ключевых индикаторов качества бизнеса как для клиентов, так и для поисковых машин. Поэтому спрос на услугу растет.

Что касается performance – это базовая услуга, на нее стабильный спрос. Однако в нашем случае, мы не стремимся просто продавать платный трафик, а предлагаем performance в рамках стратегии по развитию бизнеса конкретного клиента, если это помогает достичь поставленных целей.

О настоящем и будущем

Какой видите компанию через несколько лет? Какие цели ставите на будущее? Может быть, планируете запускать новые направления, продукты, выходить на новые рынки, открывать филиалы?

Мы вошли в стадию зрелости. Это замечательное время, потому что у нас много идей, сил, компетенций и достаточно опыта, чтобы не распыляться и осознавать свои сильные стороны.

Стратегическая цель – развивать «инкубатор», привлекая в команду умных и целеустремленных людей и помогая им расти, реализовывать идеи, становиться экспертами.

Не планируем открывать новые филиалы. Что касается новых продуктов и направлений, сейчас мы фокусируемся на бизнес-ориентированном подходе к продвижению, цель которого – помочь клиенту улучшить качество бизнеса.

Дайте совет новым (и не только новым) компаниям: как найти свою нишу на рынке?

Отталкивайтесь от ценностей, компетенций и характера вашей команды. Пробуйте новое, но не распыляйтесь и не идите на компромиссы. Лучше отказаться от некоторых проектов или направлений, чем оказаться везде и нигде. Выбор ниши подразумевает сосредоточенность.

Как собираетесь праздновать 20-летие?

Мы планируем вечеринку в честь двадцатилетия, чтобы отметить день рождения в кругу партнеров, бывших и нынешних сотрудников, друзей компании.

В ближайшее время на сайте появится специальный раздел, посвященный Дню рождения, в котором будут собраны истории и воспоминания коллег, поздравления, интервью и видеоматериалы об истории компании и ее причастности к развитию digital.

Кроме того, мы активно готовим конференцию Optimization, которая в этом году обещает стать самой масштабной за все время.

Интернет: Интернет и СМИ: Lenta.ru

Хакатон Memory Hack, прошедший в минувшие выходные, собрал более сотни программистов и веб дизайнеров со всей России. Организаторами мероприятия выступили Стартап Phystech.Genesis и сборная России по хакатонам Russian Hack Team при поддержке «Промсвязьбанка». Целью 36-часового хакатона стала разработка новых сервисов для цифрового проекта «Дорога памяти» о ветеранах Великой отечественной войны.

Лучшими решениями по итогам соревнования стали: персональные открытки с фото ветерана, распознавание и анимация лиц на фото, конструирование связей в социальных сетях, распознавание орденов и медалей с фотографий, наложение боевого пути ветеранов на карты и многое другое будут переданы «Дороге памяти» в качестве добровольной помощи развития проекта.
«Трудно сказать, что стало более важным фактором: благородная тема хакатона или режим самоизоляции, но количество желающих примерно в пять раз превысило запланированный объем. Поэтому мы провели отбор и непосредственно до хакатона было допущено 113 человек», — отметил член жюри Иван Глушенков из Phystech.Genesis.

За 36 часов участники в онлайн-формате трижды встретились с экспертами для обсуждения проектов, прослушали лекцию о больших данных от эксперта в области искусственного интеллекта Игоря Ашманова и прошли мастер-класс по созданию качественных презентаций.

В результате предварительного отбора из 34 команд, участвовавших в хакатоне, в финал вышли 20. На итоговом питчинге решения по сбору данных оценивались с точки зрения работоспособности, технической реализации и легкости интеграции программы. Критерии оценки вовлекающих сервисов немного отличались: здесь главным и критериями были предполагаемая эффективность — сколько людей сможет привлечь приложение — и глубина анализа темы.

В состав жюри конкурса вошли эксперты по информационным технологиям и безопасности Игорь Ашманов, управляющий партнер «Ашманов и партнеры»; Станислав Ашманов, «Наносемантика»; Алексей Кузьмин, «Промсвязьбанк»; Валерий Бабушкин, X5 Retail; Дмитрий Сытник, НТИ по исследованиям и разработкам; Александр Панов, лаборатория когнитивных динамических систем МФТИ; Роман Доронин, гендиректор EORA; Виктор Рудой, директор Here в России и СНГ; Иван Глушенков, Phystech.Genesis.

По итогам соревнования первое место получила команда RHT.ai (капитан — Георгий Французов) за сервис «Создай открытку памяти», с помощью которого пользователи, загрузив фото, могут получить красивую открытку, а также посмотреть карту боевых действий, в которых участвовал ветеран.

Для того, чтобы объединить разрозненные источники, ребята разработали четыре поисковых системы-парсера: по соцсетям (VK), фотостокам (Flickr, Google) и по архивам. С помощью системы машинного обучения сервис загружает фотографии, находит лица по базе, алгоритм нейронных сетей собирают информацию о героях, колоризирует снимки, и оформляет все данные в красивую страницу.

К моменту питчинга ребята уже запустили сайт с реализованным проектом, разместили ссылку в соцсетях и за час получили более 120 переходов. Проект «Создай открытку памяти» был заявлен в двух категориях, и не только получил приз за решение по сбору данных, но также вошел в пятерку лидеров по мотивации.

Второе место за сервис по поиску связей военнослужащих жюри присудило команде Chain++ (капитан — Анна Чухнина). Участники разработали алгоритм нейронных сетей, который через поиск по групповым фотографиям вычленяет и отображает информацию о сослуживцах, роте, полке фронтовика. Кроме того, сервис, подобно соцсетям, выгружает групповые фото, на которых он может быть изображен, предлагает его отметить. Фишкой проекта стала возможность определить количество рукопожатий, которое отделяет военнослужащего от значимых фигур ВОВ. База данных была сформирована на основе данных с сайтов moypolk.ru, polkrf.ru, polkmoskva.ru, алгоритм работает со скоростью 1,5 страницы в секунду.

Третье место заняла команда команда IBI solutions (капитан — Иван Федоров) за автоматический фильтр на основе нейронной сети по распознаванию изображений inception v3, которая поможет упростить и ускорить модерации фото на сайте «Дорога памяти». Ребята обнаружили, что основная проблема, которая замедляет работу сайта, — это ручная модерация, и придумали универсальное решение с гибкой модульной архитектурой, которое может быть применимо к самым разным поисковикам (сейчас это Google, Яндекс, Bing и Flickr).

Фильтр распределяет фотоматериалы по трем категориям: релевантные, требующие дополнительной модерации и «мусор» (спам, рекламу, нерелевантные фото). Точность отсеивания спама у алгоритма — 100 процентов, определения релевантных фотографий — 95 процентов.

Во втором треке — решение задачи по вовлечению пользователей в проект «Дорога памяти» — свои проекты защищали 13 команд.

Первое место получила команда BUGuwix (капитан — Дмитрий Фастовец) за сервис по обработке фотографий и распознаванию воинских наград Spotter. Идея проекта родилась из истории, которой поделился один из членов команды: все награды его дедушки оказались утрачены, но семья очень хотела получить информацию о его подвигах и достижениях, а ручной поиск очень трудозатратен.

Сервис прост в использовании: пользователь загружает фотографию, алгоритм определяет местонахождение медали и загружает информацию о них.

Второе место разделили между собой три команды: «Команда», «ВсеВместе» и StartBlock. «Команда» (капитан — Полежаев Сергей) решила сделать архивные фото живыми и разработала сервис по анимации и колоризации военных снимков. Алгоритм нейронных сетей подарил фронтовикам на снимках возможность улыбаться и даже разговаривать.

«ВсеВместе» (капитан — Гулевский Роман) сделали процедуру запроса информации простой и удобной: написали чат-бот в Telegram, который в ответ на имя, дату рождения, фото, город призыва, номер подразделения, выгружает ссылку на полный отчет о подвигах героя с картой его боевого пути и указанием количества сражений, в котором он участвовал.

Участники команды StartBlock (капитан — Антон Печеркин) разработали приложение для ВК, которое объединяет людей, чьи родные пересекались во время войны. Достаточно загрузить фото и данные о герое, и приложение, пользуясь данными с сайта «Дорога памяти», покажет его сослуживцев и предложит подружиться с их родными.

На церемонии награждения члены жюри отметили, что выбор победителей оказался очень сложным, так как уровень реализации проектов был очень высок.

Конкурс от «Промсвязьбанка» на самую креативную фотографию с хакатона в Instagram выиграл Александр Погожев (команда Talestorm) c злободневным портретом в костюме химзащиты. Приз — Яндекс.Станция — уже летит к нему в Томск.

Проект «Дорога памяти» создан для сохранения памяти об участниках защиты Отечества. Это общедоступная единая цифровая база данных о каждом ветеране Великой Отечественной войны. Фотографии из семейных архивов затем будут также размещены на стенах мультимедийного мемориального комплекса в парке Патриот, который станет продолжением цифрового проекта. Мемориал будет построен вокруг Главного храма Вооруженных Сил России. Именные записи, дополненные портретами, навсегда останутся в сердцах соотечественников и потомков. Помимо фотографий пользователь может также разместить в цифровой базе информацию об истории семьи и подвиге своего предка.

Принять участие в проекте «Дорога памяти» может любой желающий. Для этого нужно зайти в спецраздел на сайте Минобороны «Дорога памяти» или на foto.pamyat-naroda.ru. Также можно принести фотографии в мобильные пункты сбора данных в своем городе или в военкоматы.

Бот или нет: как сделать виртуального помощника по-настоящему эффективным | Станислав Ашманов

В 2016–2018 годах чат-боты появились повсюду, особенно в США. По сей день новые чат-боты появляются достаточно часто, но так же быстро исчезают. Многие ведущие мировые бренды отказались от экспериментов с чат-ботами, предпочитая вернуться к традиционным методам общения со своей аудиторией для улучшения клиентского опыта. Здесь я попытаюсь объяснить, почему это происходит, и дам несколько рекомендаций по успешной реализации чат-бота.

Источник: shieldsquare.com.

Глобальные исследования и отчеты единогласно соглашаются с тем, что в ближайшем будущем чат-боты станут неотъемлемой частью нашей повседневной жизни, способной решить практически любую проблему. Но общественное мнение об этих помощниках разделилось на два лагеря: одни считают чат-ботов эффективными, а другие видят в них бессмысленную трату времени и денег. Последнее кажется более распространенным, и среди этих скептиков есть компании, чьи эксперименты с чат-ботами закончились неудачей. Мало кто из них рассказывает о таких казусах, но они, к сожалению, частое явление.

1. Ultimate Bot Design Guide

2. Как спроектировать чат-бота

3. Распространение Slack-приложения

4. Семь советов по созданию чат-ботов для вашего бренда

Некоторые компании достигают огромного успеха благодаря многим преимущества технологии ботов, однако многим брендам удается навредить своей репутации только после «найма» чат-бота. В первую очередь это связано с ошибками в планировании и реализации проекта, как видно из следующих опровержений двух наиболее распространенных аргументов против использования чат-бота.

«Чат-бот требует слишком много времени и финансовых вложений. Эти ресурсы нужно экономить, а не растрачивать».

Для любого бизнеса чат-бот – это дополнительные нагрузки и ответственность, и вряд ли стоит ожидать немедленных результатов от запуска чат-бота. Ни один проект не существует сам по себе; в компании всегда должен быть кто-то, кто сосредоточен на достижении целей бренда и получении максимальной выгоды от каждого решения и действия в рамках проекта.

Без такой решимости чат-бот быстро сдохнет на вас. Кроме того, из-за отсутствия вовлеченности общение с подрядчиком по поводу технического задания или базы знаний ответов бота зависает, а сроки постоянно сдвигаются. Со временем даже согласованные меры перестают быть эффективными.

«Клиенты жалуются на чат-бота и уходят, что вредит репутации нашей компании».

Если вы приобретаете чат-бота только для того, чтобы иметь его, запускаете его и работаете с ним, это приведет только к разочарованию. Наиболее распространенные разговоры с чат-ботами о крушении поезда выглядят так: в ответ практически на любой вопрос бот перенаправляет клиента к живому оператору или отвечает настолько невнятно, что граничит с бессвязностью. В результате клиент, как и прежде, либо обращается к консультанту-человеку, либо обращается к конкурентам в поисках других решений.

Здесь нет фокуса. Если чат-бот не может отвечать на вопросы клиентов, значит, его просто не учили этому. Это может быть связано с несколькими факторами, начиная от серии мелких оплошностей и заканчивая выбором неумелого подрядчика.

В конечном итоге все сводится к следующему: разработка чат-бота — сложная задача. Вставка нескольких строк кода для появления всплывающего окна на веб-сайте не поможет — бот должен пройти обучение. Ведь чат-бот — это разновидность искусственного интеллекта: ему нужны знания о мире, о себе и своей предполагаемой области знаний, а также базовые навыки общения и доступ к регулярно обновляемому контенту.

Если штатные разработчики или выбранная компания-подрядчик не смогут обеспечить бота всем необходимым, будет невозможно создать и поддерживать полноценного виртуального помощника, а тем более эффективного и рентабельного. Халатность не только приведет к неисправному чат-боту, но и может оттолкнуть клиентов от бренда.

Здесь важно отметить, что помимо деловых вопросов пользователи часто пытаются поговорить с чат-ботами на неактуальные темы, и это совершенно нормально.

Злата, чат-бот создан для Беларусбанк — крупнейшего банка Беларуси.

Общение с ботом — это неизведанные воды практически для всех, и многие теряются, когда сталкиваются с разговором с ИИ. На ум приходят впечатляющие образы сверхразума, подобного Скайнету, культивируемые в фильмах и литературе, что побуждает людей проверить, насколько на самом деле умен этот экземпляр искусственного интеллекта. Если выяснится, что чат-бот не умеет ничего, кроме примитивных ответов, клиент разочаровывается.

Конечно, для чат-бота бренда не обязательно иметь возможность вести светскую беседу, когда его основная цель — правильно выполнять свои основные функции. Однако практический опыт показывает, что для получения наивысшего конкурентного преимущества компании необходимо делать больше, чем просто предоставлять своим клиентам полезную и доступную информацию. Взаимодействие с чат-ботом должно быть приятным и в чем-то даже затягивающим, как это бывает с онлайн-играми и развлекательными сервисами. Бренд может получить максимальную выгоду от чат-бота только в том случае, если последний может удерживать клиентов.

В первую очередь компания должна определить, действительно ли ей нужен чат-бот.

Например, это может быть совершенно ненужным, когда компания хочет автоматизировать бизнес-процесс, не связанный с общением с клиентами. Примером этого является функция навигации: это можно сделать с помощью чат-бота в качестве интерфейса, который запускает поиск, но здесь не важен сам чат-бот — важно качество и возможности навигации.

Чтобы разработка чат-бота не была пустой тратой времени и денег, следуйте приведенному ниже алгоритму.

Шаг 1: Анализ целевой аудитории

Разделите ваших клиентов на группы по типу каналов связи, которые они используют, и по вопросам, которые они чаще всего задают в этих каналах. Это покажет, какая часть вашей аудитории будет использовать чат-бот и для каких целей он должен служить.

В результате этого анализа вы можете обнаружить, что ваш бренд исключает более молодых клиентов, которые посещают сайт в поисках чего-то конкретного или хотят задать определенный вопрос, но не понимают, как это сделать. Большинство из них могут не решиться позвонить в компанию напрямую, если не найдут ответа, потому что им удобнее общаться с помощью текстовых сообщений. В этом случае хорошей альтернативой может стать чат-бот. Он может консультировать клиентов непосредственно на веб-сайте или в WhatsApp, Facebook Messenger и других службах обмена мгновенными сообщениями.

Совет от профессионала: Не направляйте своих клиентов на каналы связи, которыми они редко пользуются.

Есть несколько способов узнать, какие вопросы возникают у потенциальных клиентов:

Обратитесь в отдел продаж;
Анализ чатов и социальных сетей;
Провести опрос текущих клиентов;
Проанализируйте своих конкурентов.

Шаг 2. Определите основные функции чат-бота

Решите, должен ли бот собирать дополнительную информацию о клиентах, определять их местонахождение, проводить опросы, собирать отзывы, проверять статус заказа и т. д. И иметь в виду что развитие тех или иных функций напрямую зависит от выбранной платформы — сайта, мессенджера, онлайн-чата или внутренней системы.

Шаг 3: Дизайн чат-бота

Точно так же, как о книгах часто судят по их обложкам, о чат-ботах судят по их дизайну.

Исследования показывают, что если за чат-ботом стоит лицо, имя и интригующая предыстория, клиенты реагируют на него гораздо лучше. Это неудивительно, учитывая, что альтернативой является пресное безликое окно чата. Еще одна вещь, которую следует учитывать, — это стиль общения бота.

Ant, чат-бот для WebMoney — глобальная система расчетов и среда для онлайн-бизнеса.

Может быть деловым или более неформальным и разговорчивым; это зависит от позиционирования бренда в целом.

Эти настройки приводят к тому, что люди проецируют личность на чат-бота и бессознательно видят его как живого человека, что делает их более расслабленными и открытыми во время взаимодействия.

Шаг 4: Разработка базы знаний

База знаний, она же «мозг чат-бота», его база данных ответов, а также список потенциальных запросов в различных вариациях — все это важные компоненты разработки чат-бота.

Мы установили, что в дополнение к базовым знаниям о компании и ее продуктах чат-бот должен уметь вести светскую беседу (рассказывать о себе, погоде, политике и т. д. ) и иметь возможность отвечать как на комплименты и оскорбления. Обладая этими навыками, чат-бот может успокоить агрессивного или недовольного клиента, и даже если последний все равно переключится на человека-оператора, у него будет гораздо лучшее настроение, чем после неудачного разговора с текстовым полем.

Шаг 5: Разработка чат-бота

Это можно сделать с помощью готовых платформ или путем создания уникального чат-бота. Выбор между ними зависит от ваших приоритетов.

Первый способ быстрый, простой и дешевый, но подходит только для чат-ботов, предназначенных для выполнения стандартных задач (например, размещение заказов на пиццу или вызов такси). Эти боты представляют собой простую матрицу вопросов и ответов, лишенную настоящего интеллекта и способности понимать контекст разговора. Разработка более сложного виртуального помощника требует времени, усилий и стоит значительно дороже. Тем не менее, это гарантирует, что чат-бот адаптирован к потребностям компании, а его база знаний будет практически неограниченной.

Шаг 6: повторный пробный запуск

Даже если вы учли каждую мелочь при разработке чат-бота, всегда есть вероятность, что вы упустили что-то важное. Крайне важно, чтобы чат-бот был протестирован до того, как он будет правильно запущен. В зависимости от количества обнаруженных ошибок тестирование может занять неделю или даже месяц.

Либо ваши сотрудники, либо целевая группа текущих клиентов могут поговорить с чат-ботом и принять к сведению его ошибки. Это также может выявить сбои в его интерфейсе и указать на новые идеи для повышения его производительности.

Шаг 7: Не бросайте продукт

После запуска чат-бота на всех выбранных платформах необходимо постоянно отслеживать ошибки в логике его диалогов, чтобы их можно было оперативно исправить. Это также может помочь определить популярные запросы, которые не включены в базу знаний чат-бота, для дальнейшего обучения бота, а также для сбора и анализа отзывов клиентов.

Если вы пропустите этот этап, вся затея станет бессмысленной. Прошлый опыт показывает, что проекты чат-ботов, которые отказываются от мониторинга, вскоре забрасываются без второго шанса или дальнейшей поддержки. Ведь чат-боты действительно могут больше, чем мы от них ожидаем. Но они могут быть по-настоящему эффективными только в том случае, если мы сначала определим эффективную и четкую стратегию их развития.

Эта статья написана с помощью Натальи Лемешевской, директора по маркетингу Лаборатории наносемантики.

Актуальность конфиденциальности в эпоху цифровых технологий | by SOVA

Как быть с тем, что ваши устройства слушают вас, изучают ваши предпочтения, нацеливают на вас рекламу и используют личные данные в коммерческих целях? Компания «Нейросети Ашманова» совместно с «Наносемантикой» под руководством Станислава Ашманова нашли решение.

Amazon Echo, Apple HomePod, Google Home, Microsoft Cortana…

Давным-давно глобальные многомиллиардные компании начали работать над технологией распознавания и синтеза речи, внедрили ее в свои устройства (телефоны, умные колонки), и теперь умная колонка есть в каждой пятой американской семье.

Виртуальные помощники значительно упрощают решение как базовых задач (напоминания, текстовые сообщения, поиск и т. д.), так и сложных повседневных задач, связанных с IoT. Согласно отчету Ericsson Mobility Report, к 2023 году к Интернету вещей будет подключено более 3,5 млрд устройств. По данным IoT Analytics, в 2015 году стартапы, работающие с «умными» технологиями, получили около 3 млрд долларов инвестиций9.0005

Например, у Xiaomi есть умная розетка, у IKEA есть блок управления TRADFRI Gateway, а термостаты Nest контролируют потребление энергии в доме. Примеров можно найти массу, если не полениться поискать.

Каковы их уязвимые места?

Умные устройства с виртуальными помощниками действительно невероятно удобные помощники и даже собеседники. Однако их слабое место заключается в сохранении нашей конфиденциальности .

Возьмем, к примеру, умные колонки. Они сидят в очень интимных местах, вроде наших спален, гостиных и кухонь, постоянно слушая и передавая нашу информацию своим настоящим владельцам — корпорациям.

Наши личные данные используются для проникновения в нашу личную жизнь путем изучения наших предпочтений, секретов и взаимоотношений. Чем больший доступ к нашей среде имеет тот или иной гаджет, тем больше информации он получает о нас. Эти данные оптимизируют механизмы распространения таргетированной рекламы.

В августе 2017 года специалист MWR Labs, Марк Барнс , обнаружил уязвимости в некоторых версиях Amazon Echo. Именно эти уязвимости позволили ему превратить умные колонки в устройства для наблюдения.

Вот еще пример. Куклы My Friend Cayla производства компании Nuance Communications отправляли аудиофайлы на сервер разработчика. Nuance утверждали, что сделали это исключительно для улучшения технологии распознавания речи. Однако время показало, что хакер мог проникнуть в игрушку с расстояния 10 метров и подслушать все разговоры вокруг нее.

Владельцы Amazon Echo рассказывали истории о том, как их домашние устройства неожиданно включались и пугали владельцев. Громкоговорители начали смеяться посреди ночи, включая музыку или перечисляя названия местных кладбищ.

Лаборатория наносемантики создает собственную безопасную виртуальную платформу — СОВА, которая позволит исключить подобные ситуации.

Проект Smart Open Virtual Assistant представляет собой платформу для создания, обучения и использования виртуальных помощников и устройств с голосовым управлением. SOVA смело можно назвать перспективным конкурентом Amazon, Google и Apple.

Бизнес-модель платформы SOVA

Все инструменты платформы будут доступны, чтобы пользователь мог запускать интеллектуального виртуального помощника на своих компьютерах, телефонах или широком спектре устройств, поддерживаемых платформой.

Разработчикам предоставляется API для расширения возможностей виртуальных помощников SOVA и торговая площадка для продажи разработанных модулей.

Любой тип бизнеса, будь то малое предприятие, фабрика или корпорация, имеет возможность настроить платформу SOVA в соответствии со своей деятельностью.

Пример. Если в вашей компании есть колл-центр, «СОВА» может разработать его виртуальную версию, где вся система будет функционировать как один «человек», способный одновременно отвечать на все входящие звонки. В результате компания обрабатывает больше звонков, получает больше заказов и увеличивает выручку. Это также повышает лояльность клиентов, так как им не приходится долго ждать своей очереди.

Станислав Ашманов, основатель «СОВА», хочет создать систему, которая, как человек, справится с любой задачей.

«Идеальный общий ИИ — это когда система обладает когнитивным интеллектом и общим эмпирическим пониманием человеческого окружения в сочетании со способностью обрабатывать данные намного быстрее, чем «простые смертные», — говорит он.

Ключевыми элементами платформы SOVA являются распознавание речи, механизм чат-бота и синтез речи. Интеллектуальные модули, специальные плагины, добавляющие в SOVA новый функционал, расширяющие возможности платформы. Эти интеллектуальные модули разрабатываются сообществом сторонних разработчиков и командой проекта.

Распределенная вычислительная сеть используется для обеспечения децентрализованного распознавания речи, синтеза речи и анализа текстовых диалогов (NLU). ООО «СОВА» опирается на собственную сеть, а также на сети SONM и Golem.

Конфиденциальность данных пользователя

Платформа обеспечивает конфиденциальность персональных данных, сохраняя все данные только на личном устройстве пользователя. Распознавание речи также выполняется локально на устройстве. Аудиопоток с устройства пользователя после обработки никуда не сохраняется, выбирает узлы распознавания случайным образом и делает это каждый раз.

Рынок СОВА

Единственным централизованным узлом является рынок, Рынок СОВА. Пользователи SOVA могут скачать бесплатные и платные интеллектуальные модули, добавленные в магазин сообществом разработчиков. Пользователи могут платить с личного счета токена SOVA своего устройства. Разработчики моментально получают свои заработанные токены, а пользователь — модификацию своего виртуального помощника. Это ключевой аспект токеномики всего проекта.

Колонка SOVA

Компания планирует выпустить собственную умную колонку под названием SOVA Speaker. Он основан на мини-компьютере Lexy Board, созданном в 2015 году с использованием процессора ARM v8. Разработка для материнской платы будет доступна в интернет-магазине. Кроме того, все спецификации для Lexy Board будут загружены в открытый исходный код.

Мы уделили особое внимание массиву микрофонов и поэтому разработали собственную технологию под названием SOVA Aube. Он состоит из сверхчувствительных сеток микрофонов, которые позволяют устройству отфильтровывать шумы, разделять голоса нескольких говорящих и определять направление говорящего на SOVA человека.

«Amazon Echo использует аналогичные технологии, но они не могут использоваться сторонними производителями бытовой техники или системными интеграторами. Мы интегрируем наше решение в SOVA Speaker, что позволит нам значительно превзойти существующие аналоги на рынке», говорит Дмитрий Суворов, руководитель отдела встраиваемого ПО компании «СОВА».

В будущем ИИ станет привычным и незаменимым спутником. Он поможет нам в уходе за людьми, диагностике болезней, обучении и консультировании. Мы должны заранее уделить время внедрению сильных ценностей и принципов в процесс проектирования. Только так ИИ и человечество смогут существовать вместе, укрепляя наши навыки и способности, сохраняя при этом нашу конфиденциальность.

Не забудь похлопать=) А если ты самый развязный человек, поделись этим с друзьями!

Более подробную информацию о проекте вы можете найти на сайте sova.ai.

Telegram-чат проекта SOVA.

Спасибо за внимание.

Связаться с командой Raven по тел. Telegram

Как менеджер жизни в инвестиционном проекте Игорь Ашманов жизнь

Игорь Станиславович Ашманов (9 сентября 1962 г. Москва) — российский специалист в области штучной разведки, распространения программного обеспечения, Управление проектом. Генеральный директор ООО «Ашманов и партнеры». Кандидат технических наук. Руководитель партии «Партия Великого Отечества» на базе «Профсборки громадян России» писателя и публициста Николая Старикова.
Ашманов Игорь
Вид деятельности: программист
Дата рождения: 9 января 1962
Город жителей: Москва
Команда: Касперская Наталья
Різне: освіта МГУ (Мехмат)

Батько — на тот момент студент мехмата МДУ Станислав Александрович Ашманов (Уроженец Тамбова), в будущем — профессор кафедры ВМИЦ МГУ, автор монографий и ассистентов по теории оптимизации и линейному программированию. Мати – Наталья Александровна Березина – также окончила математико-математический факультет МДУ.
Занимался с детьми в математических классах МГУ. После школы в 1978 году поступил в МГУ на механико-математический факультет и стал специализироваться на кафедре высшей алгебры. В 1983 году окончил механико-математический факультет МГУ, получив диплом «Об асферических представлениях свободных групп и некоторых проблемах Филипа Холла».
После университета работал в Обнумерательном центре АН ССР в области штучной разведки. Забота о розробкой системы добычи полезных ископаемых, хозяйственные расходы.

В 1987 году занялся проектом орфографической системы «Орфо» в частной компании «Информатик» под руководством Олега Григорьева, отвечавшего за лингвистическую нейминг системы. В 1991 году по проекту была завершена плантация каменщика. В 1994 году проект roci победил в конкурсе Microsoft и вывел его на российский склад офиса версий Microsoft. В 1995 году «Орфо» купила «Майкрософт», и Ашманов ушел из «Информатика», перейдя на работу в «МедиаЛингва».

С должности генерального директора «МедиаЛингва» уволился на должность технического директора, а в 1999 году перешел в компанию «Рамблер» на должность директора с места работы и позже занял должность заместителя директора . О своей работе в «Рамблер» он написал книгу «Жизнь посреди михуры», описав закулисную деятельность великой интернет-компании «из середины».
В 2001 году роси пишов от Рамблера, показав собственную компанию «Ашманов и партнеры» . Самый популярный продукт компании — антиспам-фильтр Spamtest, который выигрывают такие компании, как Mail.Ru, РосБизнесКонсалтинг, Рткомм.РУ, Петерлинк, Мастерхост, РТС, CBOSS и операторы стиля. Позже технология Spamtest легла в основу фильтра Kaspersky Antispam.

В 2004 году совместная компания «Ашманов и партнеры» и холдинг «Финам» учредили совместную компанию «Пошуковские технологии» и организовали первую профессиональную конференцию «Пошуковская оптимизация и продвижение сайтов в Интернете», которая стала немного популярнее. Осенью 2004 года совместно с компанией «Бигун» (один из лидеров в сфере российской контекстной поисковой рекламы) компания «Ашманов и партнеры» выпустила «Автоконтекст» — заявку на размещение контекстной рекламы на сайтах. , автоматически назначая тему веб-страницы.

2005 Ашманов сразу с Александром Клячиным, засыпав компанию «Наносемантика». В 2010 году роси компания «Ашманов и партнеры» була выкупила компанию «Информатик».
24 марта 2012 года, дата обращения в президиум ЦК партии «Новая Великая Россия», как под наименованием «Партия Великого Отечества (ППО)» зарегистрирована Минюстом России в апреле 2013. Листопад 2013 Ашманов є руководитель партии.

Акция подготовлена преподавателем Игорем Ашмановым для карьеры МДУ в качестве научного специалиста. И тем не менее, это бремя разработки кусочка интеллекта и возможностей виртуального пространства. Созданная им в 1987 году орфографическая система «Орфо» была куплена и до сих пор используется в продуктах Microsoft Office. Под йоговским образованием в 2000-2001 годах Рамблер достиг пика своего развития. В 2001 году большое количество компаний интернет-маркетинга создали первую в России компанию, которая работает в сфере поисковой оптимизации и занимает 12% рынка интернет-маркетинга.

PIB: Ашманов Игорь Станиславович
Дата рождения: 9 сентября 1962 г.
Освещение: Факультет Механики и математики. Дата начала подпримницкой деятельности/вік: 1995 рік, 33 рок
Вид деятельности на начало: информационные технологии
Текущий вид деятельности: Интернет-маркетинг, Пошукова Оптимизация
Поточная мельница (2015): 23 млн долларов

Продвижение на сайт — вираз, как туманная деятельность, как мешок с ресурсом, появляющийся на первых строчках Яндекса и Гугла, богатый на многотысячный доход, значительный доход от рекламы. Ни в коем случае заказать такую услугу в России можно в различных специализированных фирмах. Беля виток отстави галузы пошуковою оптимизации в России, выходец с родины математической, не боясь начать свое дело в принципиально новом для России галузе з 2 тис. USD В кишечнике.

Ашманов Игорь Станиславович — лицо российского интернет-бизнеса, ведущий специалист в области информационных технологий, создатель компании «Ашманов и партнеры», так как он стал первой компанией в России, оказывающей услуги в сфере поисковой оптимизации и специализированного маркетинга. По данным на конец 2015 года специальность лагеря IT-индустрии оценивалась в 23 миллиона долларов.

Биография и история успеха в бизнесе Игоря Ашманова — путь математика, вошедшего в жизнь десятками проектов в области информационных технологий и штучного интеллекта.

То же вино стояло за кермой поисковой системы «Рамблер» при її открытии; приложив руку к созданию лингвистического модуля проверки орфографии в русской версии Microsoft Office и спам-фильтра «Спам-тест».

Нини раскрывают секреты бизнеса молодым предпринимателям

Результаты йога-деятельности оценивались рядом авторитетных рейтингов:

В 2006, 2008, 2009 годах судьбами победителей стала «Чудесная двадцатка Рунета».
В 2012-2016 годах они занимали верхние позиции в рейтинге ключевых людей веб-разработки в России.

Крым занят интернет-бизнесом, Игорь Станиславович является активным общественным деятелем — выступает инициатором и соучредителем Российской коалиции против спама, наставником Фонда Сколково (с 2014 года), а также ключевой фигурой на Роэм. ру.

Спивголова «Партия Великого Отечества» Николай Стариков, к.э.н. Может быть, в этом и заключается главный секрет в истории успеха Ашманова?

Как и на родине математиков, гении бизнеса популярны

9 сентября 1962 года в Москве, на родине аспиранта МДУ Станислава Ашманова, на свет появился сын Игорь. В то время выпускник механико-математического факультета готовился к защите докторской диссертации, и команда Натальи заканчивала оставшийся университетский курс на той же кафедре.

Бабушка Игорь тоже была математиком. Вполне естественно, что ребенок с ребячества должен проявлять любезность к точным наукам. Отцы посеяли развитие талантов йоги, в тандеме с ними:

принесла йогу в математический класс московской средней школы;
влаштували в математических гурток при МДУ.

Способности к точным наукам не вдохновили Игоря на открытие художественной школы. Что касается живописи, то живопись — это один из главных потоков принятия, как бы на одной мысли, выстраивающий упорядочивающие мысли.

Полностью переведенный в 1978 году, Ашманов поступил в МГУ на механико-математический факультет, продолжая семейную традицию. В 19В 85 г. он был аспирантом кафедры высшей алгебры, а в 1995 г. — кандидатом технических наук.

Чикавия факт! В университете Игорь был лидером. Однако ни одной поганой отметкой — «задовительно» — из истории КПРС красный диплом отобрать не дали.

На старших курсах будущий студент пытался заработать репетиторством и целый час думал о том, что преподавание — это путь йоги. Однако были и такие, которым требовалось больше времени для передачи знаний подрастающему поколению — седые технологии штучного интеллекта.

Вид счетного центра АН ССР на «Рамблер»

В 1983 году карьера по углублению в дело штучной разведки привела новоиспеченного выпускника МДУ к порогу расчетного центра Академии наук СРСР. Проявив трудолюбие и талант, он смог быстро перейти от стажеров к молодым ученым и работать над проектом по созданию системы естественного интеллекта в IT-сфере.

Однако в штатах ему не довелось завязать: корыстный ум поддерживал активную деятельность, и в Академии наук ССР численные инновационные проекты реализовывались исправно и умеренно.

«Часто в компании винят своего рода «кишки — тихие местечки, где можно сидеть месяцами, не стесняться, не работать, не работать»

В 1987 году Игорь поступил в рядовой компания «Информатик», де вин, вице-крем, созданная в Академии наук ССР, приступила к созданию сервиса по перезаписи орфографии «Орфо». Команда ритейлеров с помощью йога-курации создала целую линейку синих модулей: электронный словарь «Контекст», менеджер переводов «Калиграф», оператор поиска документов «Сфинкс» и ін.

Программное обеспечение Orfo широко известно на международном уровне:

В 1992 году компания rociyogo была аккредитована IBM.
В 1994 году rociyogo вошел в состав русской версии продукта Microsoft Office.

В 1995 году корпорация Microsoft выкупила оставшуюся лингвистическую модель «Орфо», что стало причиной ухода Игоря Ашманова из «Информатики».

«Если бы мы Орфо продали Майкрософту, то стало ясно, что тут дела больше не будет, что там, где Майкрософт приходит, все ставят речи и расходятся…»

Фактический час Ашманов работал начальником отдела в компании «Информационные системы и технологии (ИСТ)». Нарешти, в 1995 году компания начала работать сначала по пути создания мощного бизнеса и организации дочерней компании «ИСТ Медиа-Лингва», которая стала генеральным директором. С натяжкой 4 года мы работали над созданием систем электронных словарей, которые были вставлены.

Однако и здесь талантливому ритейлеру не удалось задержаться надолго. В 1999 года у компании «ИСТ» произошел серьезный разрыв с корпорацией Microsoft: в функционал Internet Explorer 6.0 був введен модуль автоматической проверки доменных имен, которые уже были запатентованы российской компанией. Претензии к Microsoft предъявил глава департамента ИСТ Олег Серебренников.

Еда может быть всемирно любимой — американцы умеют перенаправлять свою модель на сервис «ИСТ», для чего подходит Ашманов. Но такое решение Серебренникова не устраивало, словно он жаждал копеечные отступные. Партнеры не знали компромисса, и Игорь Станиславович покинул проект.

«Кожаный проект — это клубок социальных связей и конфликтов в первую очередь, а сама вонь может привести йогу к краху или победе»

Тим, находившийся рядом, увидев пронзительный рост популярности интернета в 1998-1999 годах, можно догадаться, что с 2005 года история этого интернет-михура повторяется снова и снова. Чи так це — раскрывается в хриплой деловой повести «Жизнь посреди михура».

То, что случилось потом, можно было работать только посреди самих компаний. Тот же цим и чудотворная книга. Игорь Ашманов смотрит на время того, что происходило за один час работы в одном из крупнейших интернет-порталов Рунета в 1999-2001.

Книга будет полезна не только тем, кто работает в сфере ИТ, но и руководителям, умеющим выживать в инвестиционных проектах любого рода.

Твір относится к жанру Экономика. Бизнес. Верно. Он был опубликован в 2008 году редакторами Mann, Ivanov and Ferber. Книга входит в серию «Белая серия (серия «МИФ»)». На нашем сайте вы можете бесплатно скачать книгу «Жизнь в середине Михуры: Как управленцу жить в инвестиционном проекте» в формате fb2, epub, pdf или читать онлайн. Рейтинг книги 4,21 из 5. Здесь перед чтением можно повернуться, чтобы прочитать уже знакомых с книгой читателей, и узнать свою мысль. В интернет-магазине нашего партнера вы можете купить и прочитать книгу в бумажном варианте.

Ключевой партнер компании

Один из самых значимых менеджеров в Рунете, профессионал в области штучной разведки, разработки программного обеспечения, управления проектами. Ключевой партнер «Ашманов и партнеры». Окончил механико-математический факультет МГУ, кандидат технических наук.

Игорь Ашманов занимается информационными технологиями с 1983 года по рок. Він черував развил программу проверки правописания Орфо в «Информатике», в прошлом был специалистом и генеральным директором компании «МедиаЛингва», выпускавшей словари МультиЛекс, виконавчим директором интернет-холдинга «Рамблер». За этот час я выпустил несколько десятков проектов, среди них:

Лингвистический модуль ОРФО (программа проверки орфографии и стиля, тезаурус, модуль перевода) в русской версии Microsoft Office, которым пользуются миллионы людей по всей России;
Электронные словари «МультиЛекс» используются как лучший профессиональный инструмент перевода в России;
Версия поисковой системы Рамблер, выпущенная в 2001 году, и другие сайты и сервисы на портале Рамблер до обновления в 2012 году.
Спам-фильтр «Спамтест», защищающий десятки миллионов писем (продается сразу под торговой маркой «Антиспам Касперского»).
Новый поисковик «Новотек», который агрегирует и кластеризует новинки из сотен файлов.
Народный пошук «Флексум» — сервис по созданию тематических пошук систем.

Игорь Ашманов — участник Международного Союза Интернет-Диячей «Ёжик», дважды победитель в номинации «Люди Рока» в конкурсе кружев РОТОР (в РОТОР 2004 и в РОТОР-2006), в рамках » ёжик» руху Якої є ФРІ Игорь Ашманов.

Партнер компании

Відомий фаховец в галузі віробніння производств полиомиелита запeзпечення. При этом занимается разработкой и развитием технологии «Семантическое зеркало» и ряда других. Окончил физический факультет МГУ. Я пишу программу для физического факультета.

В 1999-2001 годах Алексей работал дизайнером поискового проекта в Рамблере, де под его кэривнитством была разобрана и введена в эксплуатацию новая версия тыка машины.

В 1995-1999 годах Алексей Иванов был техническим директором компании «МедиаЛингва», открыв большую семью компьютерных словарей «МультиЛекс» и множество других проектов.

В 2001-2005 годах принимал участие в распространении различных спам-фильтров и фильтра «Спамтест» в компании «Ашманов и Партнеры».

В 2004-2007 годах — копия проекта «Смысловое зеркало» и проекта флеш-машины «Ашманов и партнеры».

В 2006-2012 гг. — НИР по проекту «Анализаторы пинг-машин».

У 2010-2011 — керивник проекта «социальный квест» Flexum. ru.

В 2011-2016 — керивник проекта Wada.vn, поисковая машина для вьетнамского сегмента интернета.

У 2015- 2016 — WadaMarket.com, товарный агрегатор для вьетнамских интернет- и офлайн-магазинов)

Партнер компании

Специалист в России по интернет-технологиям, разработка складных сайтов, высокое продвижение, отличная передача данных. занимается розробкой шуковой машины.

Наибольшую популярность принесли проекты Российского интернет-обзора и российского веб-сервера Apache, под которым работает более половины всех сайтов Рунета.

Один из лучших фаховцев в России с интернет-технологиями, разработка складных сайтов и интернет-сервисов, высокие инновации, большие обязательства. Окончил геологический факультет МГУ.

Наибольшую известность Алексею принесли российские проекты Internet Survey и российский веб-сервер Apache.

В 1999-2001 годах Алексей работал клерком проекта Rambler’s Top100 в интернет-холдинге Rambler.

С 2001 года представитель и пресс-секретарь компании «Ашманов и партнеры».

В 2004-2006 годах — технический директор компании «Пошуковые технологии», автор нового джокера Новотек и нового обменника.

С 2008 года является техническим директором ООО «ЛибРоу», которое занимается разработкой программного обеспечения и программ для цифровой фотографии.

В настоящее время в компании нет проектов.

Тутубалин Алексей – участник Международного союза интернет-детей «Ёжик», трижды побеждал в номинации «Последняя скала»: в конкурсе кружева РОТОР 2006, в конкурсе РОТОР++ 2007 и в конкурсе РОТОР 2008, в рамках конкурса РОТОР 2008 диячив, в якійє.

Партнер компании

Специалист по приему IT-дополнений, который приобретет знания и понимание менеджера, программиста и лингвиста. Компания «Ашманов и партнеры» выступает за технологию штучной разведки.

Окончил филологический факультет МГУ, отделение прикладной лингвистики.

В 1996-1999 годах Кирилл Зоркий работал заведующим отделом лингвистики в компании «МедиаЛингва», занимавшейся изданием словарей «МультиЛекс». Подготовив данные для электронных словарей, разработав компьютерную морфологию килкохского языка.

В 1999-2001 годах Кирило работал клерком в отделе тематических проектов в Рамблере и за час создал десятки тематических проектов Рамблера.

С 2001 года Кирилл Зоркий является спивробитником и спивласником ООО «Ашманов и партнеры».

В 2001-2005 годах был сертификатором проекта Spamtest.

В 2005–2007 годах — начальник отдела по борьбе со спамом в «Лаборатории Касперского», руководитель проекта «Антиспам Касперского».

В настоящее время — технический директор компании «Наносемантика».

Партнер компании

Кандидат физико-математических наук, один из самых коротких специалистов в России по разработке технически гибкого программного обеспечения, техническому аудиту, управлению ИТ-проектами.

Окончил физический факультет МГУ, кандидат физико-математических наук.

В 1996-1999 годах Дмитрий был представителем компании «МедиаЛингва», принимая участие в разработке большого количества проектов «МедиаЛингва»: электронных словарей, поисковых сервисов, серверных надстроек, интернет-проектов и т. д.

В 2000 году -2001 г. Дмитрий Пашко работал в интернет-холдинге «Рамблер» — сначала начальником операционного управления, а затем техническим директором. В течение часа под йогой было разогнано, протестовано и опубликовано более 30 проектов. Zokrema, u 2000 roci Дмитрий Керував с уникальным проектом Интернет-Игоря «Кто? Де? Если? », в которой команды знавцев змагались зі «всемогущий разум».

С 2001 года «Ашманов и партнеры» является пионером и соавтором, принимая участие в проектах Spamtest, SeoRate, Semantic Mirror, а также в развитии компании веб-сервиса.

Начиная с 2013 года технологическое развитие «Ашманов и Партнеры» находится в перспективе. Примите участие в дочерних проектах компании, которые связаны с анализом Интернета и защитой от коррупции в виде нежелательной информации.

Партнер компании

Лингвист, лексикограф, специалист по интеллектуальным технологиям и юзабилити сайта. Працює в компании «Ашманов и Партнеры» со дня ее создания. В настоящее время у нас работает Лаборатория поисковой аналитики.

Працював на должность старшего редактора «Коммерсанта» (он же тыжневик). Разработав самый короткий на сегодняшний день алгоритм расстановки переносов для русского языка. Написав англо-русский словарь «Христианство». Подготовка данных для словарей «Мультилекс». Став главным редактором портала Rambler. Бросьте вызов судьбе (и продолжайте принимать судьбу) при создании замечательного научно-популярного сайта Elementy.ru.

С 2007 года работаю над проектом AnalyzeThis.ru — более 70 автоматических анализаторов, оценивающих качество русского, английского, китайского и вьетнамского языков. Изучив явление спама-шутки и разработав методы борьбы с ним. Работа над подготовкой данных и работа лингвистов для украинского поисковика Wada.vn и Wada-market.

В 2014-2015 годах работала директором по маркетингу и внешним коммуникациям в Крибрум, награждена за развитие сервиса.

С 2015 года ждем коммуникационное агентство Ça Va Agency.

С 2017 года — генеральный директор ООО «Ашманов и партнеры Санкт-Петербург».

Ашманов Игорь Станиславович родился 9 сентября 1962 года в Москве, будучи студентом механико-математического факультета МДУ Станислав Александрович Ашманов, в будущем — профессор кафедры ВМиК МГУ, автор многих монографий и пособий по теории оптимизации линейной программы

Училась в лучших школах, училась в художественных школах и математических классах МГУ. Вся семья — мама, папа и бабушка Игоря Ашманова — закончили мехмат МДУ, так что у меня неизбежно появился шанс поступить на мехмат. В 1978-1983 pp. навчался на кафедре высшей алгебры. В 1983 году получил диплом на тему «Об асферических представлениях разных групп и одной проблеме Филипа Холла». После окончания МДУ становится практикующим научным сотрудником счетного центра АН ССР при отделении Штука Интеллект. Забота о розробкой системы добычи полезных ископаемых, хозяйственные расходы.

В 1988 году начал работать в частной компании «Информатик», в проекте системы проверки орфографии для русского языка ОРФО, под руководством Олега Григорьева, деградировав систему для всего языкознания. С 1991 года рок стал символом всего распространения программного обеспечения «Информатика». Выпустив версию ОРФО для Windows, создав корректор стиля и словарь синонимов, англо-русский электронный словарь «Контекст».

В 1994 году система ОРФО выиграла тендер Microsoft на поставку русскоязычных модулей (орфографическая проверка, корректор грамматики и стиля, словарь синонимов, автоматический перенос) для продуктов семейства Microsoft Office. С этого часа, то есть исполнилось 10 лет, все российские версии продуктов Microsoft включают орфографические и другие языковые модули, разработанные Игорем Ашмановым. Ими сегодня покрыты миллионы людей. В 1995 году Игорь Ашманов защитил кандидатскую диссертацию (ученая степень кандидата технических наук) на тему «Архитектурно-промысловая реализация прикладных лингвистических систем».

В 1995 году, заснув на фирме «МедиаЛингва», дирекция Игоря была списана за все профессиональные русские переводы электронного словаря МультиЛекс на шесть языков (скачать йоговскую версию можно на Mail. ru). Первыми Интернет-проектами Игоря Ашманова стали в 1997 году метапоисковик Слидопит и МультиЛекс-онлайн-лексикон.

В 1999-2001 гг. Игорь Ашманов работал в компании «Рамблер»: сначала директором на условиях пребывания и аренды, а затем бывшим директором. В течение часа с помощью йоги была подобрана новая технологическая команда Рамблера, создана новая технологическая платформа, новая система Пошукова, Новая версия рейтинга Rambler’s Top100, выпущено около 20 тематических проектов , проводились игры «Что? Де? Если в прямом эфире я Интернет.

В 2001 году роси И. Ашманов и его коллеги заодно засыпали с новой компанией — «Ашманов и Партнеры», как будто они были заняты в первую очередь разработкой фильтров для борьбы с электронной грязью — спамом. В 2001 году проблема перестала быть актуальной для российского сегмента Интернета, однако до 2002 года невозможно было не заметить все сообщения в Рунете, а в 2004 году спам стал угрозой самой основе электронной почты. .

В этот час расширения компанией «Ашманов и партнеры» антиспам-фильтра «Спамтест» является беспрецедентным лидером на российском рынке, просматривая за месяц более миллиарда электронных списков; такие замечательные компании, как Mail. ru, РосБизнесКонсалтинг, РТКомм, Петерлинк, Мастерхост, РТС, CBOSS, операторы стиля, которые в «Спамтесте» крадут за раз более 20 миллионов почтовых скриншотов в Рунете, уменьшая спам в 20-30 раз. На основе фильтра «Спамтест» также разработаны системы контроля приватности листинга.

Лучшее дня

Стратегический партнер компании «Ашманов и партнеры» в области информационной безопасностиє Лаборатория Касперского, ведущий российский антивирусный ритейлер; Технология «Спамтест» лежит в основе фильтра «Антиспам Касперского».

В 2003 году компания-партнер «Ашманов и партнеры» стала соучредителем Национальной антиспамовой коалиции (в которую входят Rambler, Mail.ru, Microsoft Россия, Лаборатория Касперского, Subscribe.Ru, РТКомм, Data Fort, E-Style ISP, Петерлинк и другие компании). Игорь Ашманов исполняющим обязанности секретаря Коалиции.

«Ашманов и партнеры» для проведения международной конференции по борьбе со спамом. Также компания занимается продвижением сайтов в Интернете, организацией небольших конференций с поисковой оптимизацией и первичных семинаров.

Весной 2004 года «Ашманов и партнеры» совместно с финансовым холдингом «Финам» заложили компанию «Пошуковы технологии» для разработки пошук-машин нового поколения.

Осенью 2004 года совместно с компанией «Бигун» (российский лидер в области контекстной поисковой рекламы) компания «Ашманов и Партнеры» выпустила «АвтоКонтекст» — новое интеллектуальное приложение для размещения контекстной рекламы на сайты, тема веб-сайта автоматически.

У Игоря двое собственных детей (Стас и Ольга Ашмановы, школьники) и пасынок Всеволод Русив (аспирант Московского государственного университета музыки и культуры, программист, представитель компании IBS). Закупка — робот, интеллектуальные агенты, живопись, городская жизнь. Иногда Игорь пишет статьи на профессиональные темы, в основном в «Правилах Ашманова» о проблемах программирования программистами и проектах по программированию.

Об Игоре
27.01.2013 11:32:32

Добрый день. Я считаю Игоря Ашманова грамотным и серьезным фахиветцем, что больше подтверждает статья. Прочитав всего пару вещей, а потом отрастив бакенбарды, о чем говорит автор, чудесным образом помогает не только вынести основную базу, но и вынести дополнительные знания в области оптимизации.

DataMasters

Артемчук Михаил Васильевич

Директор Центра информационных и образовательных технологий

Amursu
Amur Region

ERMAN EVGENIY ANATOLIVICH

Заместитель директора филиала, директор Applied Projects of Astrakhan Frank

Rostelecom, PJSC
. кафедра

ВГТУ
Волгоградская область

Веснин Евгений Николаевич

Технический директор

Mallenom Systems
Вологодская область

Григорьев Станислав Валентинович

Руководитель Центра компетенций по анализу и управлению данными, заместитель директора Института информационных технологий и анализа данных, доцент кафедры информационных технологий, к.т.н.

ИрГТУ
Иркутская область

Крыжевич Леонид Святославович

Исполняющий обязанности начальника отдела информационной безопасности

КГУ
Курская область

Головачев Владимир Владимирович

Leading expert

DataLab
Moscow

Filimonov Andrey Viktorovich

Associate Professor

Mospolytech
Moscow Region

Filippovich Andrey Yurievich

Dean of the IT Faculty

Mospolytech
Moscow Region

Кугаевских Александр Владимирович

доцент кафедры КТ

НГУ
Новосибирская область

Tereschenko Sergey Nikolaevich

Head of the Department, Director of the Machine Learning Center

NSUEM
Novosibirsk Region

Oryol Egor Olegovich

Graduate student

Novosibirsk Region

Siganov Iliya Dmitrievich

Developer, ML Specialist

7бит
Омская область

Хаптахаева Наталья Баясхалановна

Начальник отдела подготовки кадров высшей квалификации

ESSTU
Republic of Buryatia

Timofeev Alexandr Nikolaevich

Director General

SibDigital, LLC
Republic of Buryatia

Neukrytyy Andrey Valentinovich

Director

NDEA
Republic of Crimea

Sokolnikov Anton Анатольевич

Data Solutions Architect

Mars Inc.
Республика Мордовия

Хорошко Максим Болеславович

Director

Socol Web-studio
Rostov Region

Kumova Svetlana Valentinovna

Director of the Center for Computer Graphics and Multimedia Technologies, Associate Professor

SSTU
Saratov Region

Zobnina Tatyana Vasilievna

Senior Аналитик-разработчик систем машинного обучения

Наумен
Свердловская область

Артюгин Олег Юрьевич

Директор проекта

Sberbank
Sverdlovsk Region

Chernyshov Yuriy Yurievich

Ph. D., Associate Professor of the Department «Information Technologies and Information Protection»

USURT, Researcher at USSC Group
Sverdlovsk Region

Solomonov Dmitriy Vladimirovich

Доцент кафедры информационной безопасности автоматизированных систем Института информационных технологий и телекоммуникаций Северо-Кавказского федерального университета

NCFU
Stavropol Krai

Gapich Alexandr Ericovich

Deputy Director for Research, Associate Professor of the Department of Sociology, Institute of Education and Social Sciences, North Caucasus Federal University

NCFU
Stavropol Krai

Fedorov Дмитрий Алексеевич

Доцент кафедры ИКТ, заместители директора Политехнического института

СурГУ
ХМАО-Югра

Pavlov Sergey Igorevich

Senior Lecturer

SurSU
KHMAO-Yugra

Sentsov Andrey Sergeevich

Head of ERP Systems and Document Management Department

Uralenergosbyt
Chelyabinsk region

Naumov Denis Vladimirovich

First Vice -Ректор

ЕГТУ
Ярославская область

Герасимов Антон Владимирович

Заведующий кафедрой ИТ

Avatar Rus
Yaroslavl Region

Koshkarov Alexander Vasilievich

Доцент IT

ASTSU
Astrakhan Reage

Директор Astrakhan. .А.
Саратовская область

Максим Ледков

Генеральный директор

МТМ Групп Регион
Калужская область

Kirill Polyakov

Руководитель отдела реализации проекта

ANO «Цифровой регион»
Рьясанская область

Anton Tyukov

Генеральный режиссер

Shareshare «

Sharmary

73373

Руководитель Центра компетенций НСИ

БДО Юникон Бизнес Солюшнс, ЗАО
Санкт-Петербург

Ушенин Константин

Руководитель образовательной программы

Уральский федеральный университет
Свердловская область

Игорь Ашманов — Биография, Состояние, Возраст, День рождения, Знакомства, Вики!

Исследуйте Игорь Ашманов состояние, возраст, рост, биография, день рождения, вики и зарплата! В этой статье вы узнаете семью Игоря Ашманова, супругу, детей, родителей, размеры тела и многое другое. Также узнайте , какой рост у вашей любимой знаменитости и насколько богат Игорь Ашманов?

Игорь Ашманов Анкета

Полное имя Игорь Ашманов

Другое имя Неизвестно

Род занятий Предприниматель

Родной город Москва

Религия Недоступно

Этническая принадлежность Недоступно

Школа Неизвестно

Колледж/университет Недоступно

Игорь Ашманов Биография

Игорь Ашманов — известный бизнесмен, родился 9 января 1962 в Советском Союзе .

Отец, Ашманов Станислав Александрович (1941—1994), аспирант МГУ, впоследствии доктор физико-математических наук, профессор факультета вычислительной математики и кибернетики МГУ, один из ведущих российских ученых в области математической экономики и автор более 60 работ по математической оптимизации и линейному программированию. И его мать, Наталья Александровна Березина, и бабушка были выпускницами механико-математического факультета МГУ.

Во время попытки государственного переворота в СССР в 1991 году большинство разработчиков ОРФО, включая руководителя группы, уехали из России в США. Ашманов предпочел остаться и возглавил проект ОРФО.

Игорь Ашманов Чистая стоимость и зарплата

Игорь Ашманов — один из самых богатых бизнесменов. Игорь Ашманов также входит в список известных людей, родившихся 9 января, и самых богатых знаменитостей, родившихся в Советском Союзе. Согласно нашему анализу, основанному на Forbes, IMDb, Wikipedia и интернет-ресурсах, собственный капитал Игоря Ашманова составляет примерно 1,5 миллиона долларов .

Игорь Ашманов Чистая стоимость и зарплата

Чистая стоимость 1,5 миллиона долларов

Зарплата На рассмотрении

Источник богатства Предприниматель

Автомобили н/д

Дом Проживание в собственном доме

Семья и родственники

Имя отца Игоря Ашманова неизвестно, имя матери в настоящее время неизвестно. Мы будем обновлять информацию о родителях, брате/сестре и других родственниках Игоря Ашманова здесь.

Учился на механико-математическом факультете МГУ по специальности «абстрактная алгебра». Окончил университет в 1983 г., защитив дипломную работу «Об асферических копредставлениях свободных групп и задаче Филипа Холла».

Игорь Ашманов Семья

Родители Нина Березина, Станислав Александрович Ашманов

Братья и сестры Неизвестно

Супруг(а) Недоступно

Дети Станислав Ашманов, Всеволод Русов

Родственники Скоро обновление

В 1985—1987 годах — аспирант кафедры абстрактной алгебры механико-математического факультета МГУ. В 1995 году защитил диссертацию «Архитектура и промышленная реализация прикладных лингвистических систем» на основе описаний архитектуры и алгоритмов ОРФО и стал доктором наук.

В 1987 году он присоединился к команде разработчиков программы проверки правописания ОРФО в Informatic, где отвечал за лингвистический корпус. Он также руководил разработкой электронного словаря Context, программы подстрочного перевода Logos, системы расстановки переносов Calligraph, системы полнотекстового поиска Sphinx и матричного калькулятора Джордана.

Игорь Ашманов Встречается с

Согласно нашим записям, Игорь Ашманов, вероятно, не женат и в настоящее время ни с кем не встречается. Игорь Ашманов ранее не был помолвлен. В настоящее время мы ищем информацию о предыдущих датах и встречах.

Семейное положение Игоря Ашманова? Неизвестно

Когда женился Игорь Ашманов? Скоро будет обновление.

Сколько у нее детей? Сейчас нет доступной информации.

Игорь Ашманов Рост

Рост Игоря Ашманова Сейчас нет в наличии и вес неизвестен. Размер обуви Игоря Ашманова 4 (США) и размер платья 8 (США). Полные размеры Игоря Ашманова сейчас недоступны. цвет глаз черный, а цвет волос коричневый. У Игоря Ашманова цвет глаз черный, а цвет волос каштановый.

Возраст, день рождения и гороскоп

В 2022 году Игорю Ашманову исполнится 57 лет. День рождения Игоря Ашманова 9 января, по гороскопу Водолей.

Игорь Ашманов мертв или жив?

Игорь Ашманов жив. Нынешний возраст Игоря Ашманова 57 лет.

Малоизвестные факты

Игорь Ашманов родился 9 января 1962 года в Советском Союзе.

празднует день рождения 9 января.

прославился как бизнесмен.

Игорь Ашманов, размер обуви 4 (США) и размер платья 8 (США).

Игорь Ашманов Хронология

Атака на зрение

Исследователи из Gartner считают, что к 2022 году 30% всех кибератак будут направлены на повреждение данных, на которых обучается нейросеть, и кражу готовых моделей машинного обучения. Тогда, например, беспилотные автомобили могут внезапно начать принимать пешеходов за другие объекты. И речь пойдет не о финансовом или репутационном риске, а о жизни и здоровье простых людей, — сказал аналитик компании «СёрчИнформ» Алексей Парфентьев.

В рамках исследований сейчас проводятся атаки на системы компьютерного зрения. Цель таких атак — заставить нейросеть обнаружить на изображении то, чего там нет. Или, наоборот, не видеть задуманного.

Одной из активно развивающихся тем в области обучения нейронных сетей являются так называемые adversarial атаки («адверсариальные атаки»), — пояснил веб-аналитик «Лаборатории Касперского» Владислав Тушканов. — В большинстве случаев они нацелены на системы компьютерного зрения. Для проведения такой атаки в большинстве случаев требуется иметь полный доступ к нейронной сети (так называемые атаки белого ящика) или к результатам ее работы (атаки черного ящика). Не существует методов, способных обмануть любую систему компьютерного зрения в 100% случаев. Кроме того, уже созданы инструменты, позволяющие тестировать нейронные сети на устойчивость к состязательным атакам и повышать их устойчивость.

Во время такой атаки злоумышленник пытается каким-то образом изменить распознанное изображение, чтобы нейросеть не работала. Часто на фото накладывается шум, подобный тому, который возникает при фотографировании в плохо освещенном помещении. Человек обычно не замечает таких помех, но нейросеть начинает давать сбои. Но чтобы осуществить такую атаку, злоумышленнику нужен доступ к алгоритму.

По словам Станислава Ашманова, генерального директора компании «Нейросети Ашманова», на данный момент не существует методов борьбы с этой проблемой. Кроме того, эта технология доступна любому: программист среднего уровня может использовать ее, скачав необходимое ПО с открытым исходным кодом с сервиса Github.

Атака на нейронную сеть — это методика и алгоритмы обмана нейронной сети, которые заставляют ее выдавать ложные результаты, а по сути, взламывают ее, как дверной замок, — считает Ашманов. — Например, сейчас довольно легко заставить систему распознавания лиц думать, что это не вы, а Арнольд Шварценеггер — это делается путем подмешивания невидимых человеческому глазу добавок в данные, поступающие в нейросеть. Такие же атаки возможны для систем распознавания и анализа речи.

Эксперт уверен, что дальше будет только хуже — эти технологии пошли в массы, их уже используют мошенники, а средств защиты от них нет. Так же нет защиты от автоматизированного создания подделок видео и аудио.

Deep fakes

Технологии Deepfake, основанные на Deep Learning (технологии глубокого обучения нейронных сетей), уже представляют собой реальную угрозу. Видео или аудио файлы создаются путем редактирования или наложения лиц известных людей, которые якобы говорят нужный текст и играют нужную роль в сюжете.

Deepfake позволяет заменить движения губ и речь человека на видео, что создает ощущение реалистичности происходящего, — говорит директор Департамента инновационной защиты бренда и интеллектуальной собственности Group- ИБ Андрей Бусаргин. — Фейковые знаменитости «предлагают» в социальных сетях пользователям участвовать в розыгрыше ценных призов (смартфоны, автомобили, деньги) и т. д. Ссылки с таких видеопубликаций часто ведут на мошеннические и фишинговые сайты, где пользователей просят ввести личные данные, включая данные банковской карты. Подобные схемы представляют угрозу как для обычных пользователей, так и для публичных личностей, упоминаемых в рекламных роликах. Из-за такого рода махинаций образы знаменитостей начинают ассоциироваться с мошенничеством или рекламируемыми товарами, и здесь мы сталкиваемся с ущербом для личного бренда», — говорит он.

Еще одна угроза связана с использованием «фальшивых голосов» для телефонного мошенничества. Например, в Германии злоумышленники использовали голосовой дипфейк в телефонном разговоре, представившись главой компании, чтобы заставить главу дочерней компании из Великобритании срочно перевести €220 тыс. на счет венгерского поставщика. Глава британской фирмы заподозрил подвох, когда его «начальник» попросил второй денежный перевод, но звонок поступил с австрийского номера.

Станислав Ашманов — Станислав Ашманов, «Наносемантика»: Через 2-3 месяца эксплуатации робот уже приносит пользу. Обзор: Искусственный интеллект 2022

НЕЙРОСЕТИ АШМАНОВА | Участник проекта «Сколково»

О компании

Проекты

Финансовая поддержка

Руководитель

Интеллектуальная собственность

События

2019 год

2018 год

Упоминание в СМИ

Информация о компании

Похожие компании

СМАРТ РИТЕЙЛ

АЛЬБЕДО

ИНСПЕКТОР КЛАУД

ЭНТЕРА

МДРК

ЛАБОРАТОРИИ МОЛОДОСТИ

РУБЕДО

МАГАЗИН БУДУЩЕГО

СТАРТ.РУ

ГРАНВИЗОР

НЕЙРОМЕТРИКА

ЦФТ БАЗИС

ЭВА ЛАБ

ПАЗЗЛ ИНГЛИШ ТЕХНОЛОДЖИЗ

ООО НЕЙРОСЕТИ АШМАНОВА, Москва (ИНН 7736257520), реквизиты, выписка из ЕГРЮЛ, адрес, почта, сайт, телефон, финансовые показатели

Полная проверка контрагентов в СПАРКе

Полная информация о компании ООО НЕЙРОСЕТИ АШМАНОВА

Заявка на демо-доступ

Страница: 14. Конференции в России

Денис Шубенок: об истории развития «Ашманов и партнеры», сервисах, услугах и клиентах

Об истории компании

О сложностях и успехах

О сотрудниках

О культуре

О клиентах

О настоящем и будущем

Интернет: Интернет и СМИ: Lenta.ru

Бот или нет: как сделать виртуального помощника по-настоящему эффективным | Станислав Ашманов

Актуальность конфиденциальности в эпоху цифровых технологий | by SOVA

Как менеджер жизни в инвестиционном проекте Игорь Ашманов жизнь

Как и на родине математиков, гении бизнеса популярны

Вид счетного центра АН ССР на «Рамблер»

Лучшее дня

DataMasters

Игорь Ашманов — Биография, Состояние, Возраст, День рождения, Знакомства, Вики!

Игорь Ашманов Биография

Игорь Ашманов Чистая стоимость и зарплата

Семья и родственники

Игорь Ашманов Встречается с

Игорь Ашманов Рост

Возраст, день рождения и гороскоп

Игорь Ашманов мертв или жив?

Малоизвестные факты

Игорь Ашманов Хронология

Атака на зрение

Deep fakes

Добавить комментарий Отменить ответ