Алгоритмима до капитала – српски програм за брже и тачније одлуке

Уз помоћ стручњака са Природно-математичког факултета у Београду, домаћи Ај-Тијевци направили су програм за ефикасније и продуктивније пословање, који се може користити и у просвети, здравству, државној управи, енергетици и другим сферама привредног и друштвеног живота.

Најчешће примењено машинско учење је преко алгоритма неуронских мрежа, грађених по узору на људски мозак. Примера ради, помоћу њега се предвиђањем продаје може планирати буџет компаније за наредну годину

„За десетине хиљада артикала ми можемо дати прецизну предикцију у произвољној седници наредне године колико ће се продати. Даље те податке можемо користити да оптимизујемо залихе“, објашњава асистент Природно-математичког факултету у Београду Филип Јекић. 

Обрађени узорак иде у систем који препоручује неки производ или услугу.

„Може да буде и у смислу осигурања: Осигурали сте ово али још би могли и ово, можда волите такве неке ствари. Такође у банкама, који пакет узети, како скројити идеално за вас. У телекомуникацијама, да се одреди одговарајући пакет за вас“ каже објашњава асистент на Природно-математичког факултета у Београду Данијел Суботић.

Предност домаћег програма је та што може да се прилагођава и да решава појединачне проблеме.

Највеће и најбогатије фирме машинско учење укључују у своје производе и тако побеђују конкуренцију. Стручњаци тврде да наша држава томе мора да се придружи како би били конкурентни.

„Не смемо се ослањати на странце да нам они то донесу у нашу кућу. Ми се морамо бавити тиме овде. Прво што имамо ресурсе, друго што у оном тренутку кад они дођу ми смо већ изгубили“, наглашава директор „АСВ интегрејтид солушнс“ Ненад Авлијаш.

Могућност симулације неког посла, да би се предвидели резултати, представља незаменљив алат за компаније. Због тога, машинско учење у свету за сада најчешће увећава капитал.