Сбербанк отобрал стартапы в сфере ИИ с помощью Rusbase

В отборе участвовали команды, специализирующиеся на следующих технологиях:

• интеллектуальные чат-боты;
• распознавание изображений и лиц;
• распознавание аудио;
• распознавание видео.

Сбербанк искал проекты, которые могут повысить качество и скорость предоставляемых банковских услуг, выявить финансовое мошенничество, найти финансовых «помощников» для клиентов.

Rusbase анонсировал поиск проектов у себя на сайте, а также через отраслевых партнеров — СМИ и специализированные группы в соцсетях. Подали заявки всего 96 команд, из которых Rusbase предварительно отобрал 80 проектов. Сбербанк выбрал 15 команд, которые прошли в финал и встретились с менеджерами банка 23 июня.

По итогам мероприятия эксперты выделили несколько стартапов, с которыми банк рассматривает возможность проведения пилотных проектов.

Нам крайне интересно все, что связано с технологиями глубокого машинного обучения, нейронных сетей, распознавания. Мы готовы рассматривать инвестиции в заинтересовавшие нас технологии и команды с целью улучшения сервисов и инфраструктуры Банка.

Михаил ЭренбургСтарший вице-президент, директор дирекции развития цифрового бизнеса Сбербанка

Управляющий директор дирекции развития цифрового бизнеса Сбербанка Андрей Попов отметил, что банк планирует дальше проводить подобные мероприятия по поиску стартапов-партнеров в других областях финансовых технологий.

Это мероприятие дало нам сразу несколько партнерств с научными командами стартапов, которые могут превратиться для них в масштабное сотрудничество со всей Группой Сбербанка.

Роман НестерОснователь компании Segmento (дочернее общество Сбербанка)

Какие проекты прошли в финал (Rusbase публикует описания технологий, без названий компаний)

• Разработка и внедрение технологий в области голосовой биометрии, в том числе реализация решений для антифрода на основе голосовой идентификации с использованием нейронных сетей.
• Распознавание изображений, лиц, речи, товаров и логотипов, поиск видео и взрослого контента. Технологической основой является глубокое машинное обучение, нейронные сети, а также собственная технология сравнения цифровых отпечатков.
• Прототип диалогового менеджера на основе семантических технологий, способного вести гибкий диалог с пользователем на заданную тематику в автоматическом режиме. Логика диалога определяется онтологической моделью предметной области и может быть изменена в процессе эксплуатации.
• Разработка идентификации дикторов, преобразование речи в текст. Разработка в области автоматизированного извлечения новых знаний из большого массива данных.
• Естественно-языковой (диалоговый) доступ к данным. Технология позволяет напрямую задавать вопросы о данных на русском языке непосредственно к базам данных, снимая необходимость устанавливать специальные BI или аналитические системы.
• Антропоморфный бот, способный взаимодействовать через пользовательские интерфейсы с программами, служащий для автоматизации рутинных задач, в первую очередь корпоративных ERP/CRM-системах.
• Автоматизированная интеллектуальная система распознавания эмоций, психотипа, мимики и психофизического состояния человека через видеопоток в реальном времени. Валидация анкетных данных, выявление девиантности, бесконтактный детектор лжи, наблюдение и безопасность на рабочем месте.
• Технология подразумавает проверку цифровой подлинности, распознавание и извлечение данных, сверку с внешними базами данных (OCR технология позволяет распознавать информацию на фотографиях и отсканированных изображениях и извлекать из них нужные данные).
• Голосовые СМС и информирование клиентов через робот-автоинформатор. Вы можете написать текст и его озвучит робот, или прислать аудиофайл. Ответы клиентов запишутся, распознаются и придут вам по почте в текстовом виде.
• Детектор лжи, который работает по веб-камере. Поможет получать дополнительную информацию о клиенте, не нарушая его прав и свобод, например, при попытке мошенничества при получении страховки.
• Система распознавания изображений на базе глубоких нейронных сетей, которая имеет свою библиотеку для глубоких нейронных сетей, включает в себя детекторы лиц, печатей, документов, ключевых точек лица.
• Алгоритм распознавания человека по голосу. Применяется для удаленной идентификации/верификации личности, так как голос, в отличие от кодового слова и другой перс.информации не может быть подделан. Совместно с распознаванием лица может быть использован для доступа в личный кабинет Сбербанка.
• Система ретаргета для оффлайн-заведений. Продукт позволяет бизнесу повышать продажи, возвращая клиентов, не купивших товар или услугу с первого раза. С помощью анализа видео мы идентифицируем посетителя, находим его профиль в соцсетях и цепочкой рекламных публикаций мотивирует завершить покупку.
• Разработка и интеграцией чат-ботов в действующие системы заказчика. В рамках проекта создали собственный фреймворк для работы с мессенджерами, идет разработка NLU/NLP-движка.

Фото на обложке: Unsplash

По теме:

8 крутых русских стартапов в области искусственного интеллекта

Чат-революция: почему боты убьют мобильные приложения

Как зарабатывать деньги на ботах