تقييماتنا

وفقاً لبيانات ICOrating.com

Investment rating:
Stable
Hype score:
High 2.8 / 5.0

نحن نجمع ما بين الذكاء الاصطناعي وسلسلة الكتل

GRAPHGRAIL AI - هي منصة بيانات الذكاء الاصطناعي الأولى في العالم المعينة لسلسلة الكتل، بنيت على أساس تقنيات معالجة اللغة الطبيعية مع ساحة سوق التطبيقات اللامركزية. منصة لامركزية ، مفتوحة للعالم بأكمله
Decentralized platform, open to the world
Ethereum لمتخصصي علم البيانات data-science

لماذا GraphGrail فريد من نوعه؟

المزيد من المعلومات
$2 M $10 M
Softcap Hardcap
Pre ICO
$200 K
$
Total tokens: 270 000 000
Token price: 1 GAI = $0.1
1 ETH = 8900 GAI Tokens

Test named entity extraction API:

For example: Tim Cook introduces Apple watch in Cupertino, CNN reports

أخبار المشروع

11.04.2018

Announcing Data-label blockchain application

Try our blockchain (currently Ethereum Rinkeby test network) data enrichment application with task distribution over Telegram. Everyone can load csv data and create a task to platform participants work. Result: participants get paid, business get data enriched, ready for Ai neural network training labelapp.graphgrail.com
25.07.2018

New product positioning on GraphGrailAi Platform: Crypto monitoring ("Crypto Pythia")

GraphGrailAi app that collect data about crypto and ico tokens from Twitter to provide real machine-driven data analytics to our users to help make educated decisions on trades, or invest or not in particular ico. Our Ai engine is able to produce reports like: "token X has 2 partnerships, 4 github updates and 0 scam alerts in 1 month time period" cryptopythia.graphgrail.com
15.01.2018

Opentalks.ai Conference

Participation in the prominent Opentalks.Ai conference in Moscow at the Mail.ru Group company's head office. The founder negotiated several partnerships, pitched the project to investment funds, and met with top speakers in the field of AI, including David Janov from ABBYY, and K. Vorontsov of Samsung Inc. Russia.

ماذا نفعل؟

نحن نبني نظامًا إيكولوجيًا للذكاء الاصطناعي يسمح للشركات بتنفيذ استراتيجية إدخال الابتكارات الدائمة والتطوير والجروج الى أسواق جديدة.

تحميل

(Tap on file to view online)

Whitepaper

تنزيل

Litepaper

Legal opinion

تنزيل

مقارنة مع المنصات الأخرى

Legend:

GG - GraphGrail

MA - MS Azure

IW - IBM Watson

YT - Yandex.Toloka

DA - Dandelion API

- Have

- Don't have

- Need to buy

- Need to pay salary

- Need to order custom solution

منصة

معلمة

GraphGrailGG MS AzureMA IBM WatsonIW Yandex TolokaYT Dandelion APIDA
راحة العمل مع المنصة
أعدت للعمل مع معالجة النصوص، تستخدم واجهةAPI مرنة للاستعلام وتلقي الردود، يتم ترميز البيانات من قبل المجتمع.
الوظيفة: العمل مع النص
بدون برمجة: مصمم الذكاء الاصطناعي سهل الاستخدام، واجهة drag-n-Drop لسحب المكونات ، الخوارزميات الجاهزة للاستخدام ، تصنيف النص ، خوارزمية ربط الكيانات
التكامل مع نشاطك التجاري
إنهاء دورة كاملة من العمل مع البيانات النصية، وجميع خطوات معالجة البيانات على المنصة ، والاتصال بأي نوع من مصادر البيانات - وسائل الإعلام الاجتماعية، وقواعد البيانات الداخلية، وما إلى ذلك، تكامل مسبق للنماذج، استيراد - تصدير البيانات في صيغ مختلفة
سلسلة الكتل والتداول الرمزي بالتوكن مدمجة
منصة تداول شفافة وعادلة على سلسلة الكتلة مع العقود الذكية، ونظام للتحقق من جودة ترميز البيانات من قبل المجتمع. أداة تطوير النظام الإيكولوجي، نظام دفع الأجور مقابل العمل على المنصة
خصائص التكلفة والنفقات
مجموعات من الفئات الدلالية جاهزة للاستخدام يجب القيام بالدفع يجب القيام بالدفع يجب القيام بالدفع يجب القيام بالدفع
أتمتة دورة الأعمال النموذجية يجب القيام بالدفع يجب دفع الراتب ع يجب دفع الراتب ع يجب دفع الراتب ع
من السهل تغيير / تخصيص الحل بالطريقة المناسبة لك يجب طلب حل خاص ص يجب طلب حل خاص ص يجب طلب حل خاص ص يجب طلب حل خاص ص
نموذج التنقيد من 3000 طلب في اليوم، من 30 إلى 500 دولار في الشهر. من 2000 طلب في اليوم ، إلى 750 دولار في الشهر.
المتخصصين من ذوي الخبرة في ترميز البيانات النصية في قطاع نشاطك التجاري الخاص بالذات

ساحة سوق التطبيقات

إكسب على المنصة! قم بإنشاء وبيع التطبيقات اللغوية الخاصة بك - هذا مربح لمتخصصي data-sciense ومربح للنشاط التجاري.

الذكاء الاصطناعي

على منصة GraphGrail AI يمكنك إنشاء وتدريب الشبكات العصبية لمختلف المهام، بما في ذلك التصنيف المعقد باستخدام GoogleTensorflow والأدوات الأخرى.

بدون برمجة

تطوير الشات بوت للأعمال التجارية، وتحليل المنتجات والخدمات في وسائل الإعلام، والتعرف على المؤلف وفقاً لأسلوب النص، والتعريف الدقيق للمشاعر من خلال الحديث - وكل هذا دون برمجة!

ترميز البيانات

سيتمكن المستخدمون في جميع أنحاء العالم من ترميز صفائف (هياكل) البيانات النصية بلغتهم الخاصة ومساعدة الأعمال التجارية - في المجال الذي يفهمون فيه.

العقود الذكية

GraphGrail AI - هو "دماغ" العقود الذكية. وستساعد المنصة على أتمتة تنفيذ العقود الذكية، وذلك بفضل النظام الإيكولوجي لسلسلة الكتل الشاملة، و webAPI ، ومصادر البيانات الخارجية.

المختبر

في مختبر الذكاء الاصطناعي، سيتمكن الباحثون والمتخصصون في تحليل البيانات من جميع أنحاء العالم من تطوير واختبار حلول جديدة وواعدة (RnD).

المشكلة الرئيسية

يتعلم تسلا بمساعدة الكاميرات و GPS . في مجال تحليل اللغة الطبيعية، لا يمكن معالجة البيانات إلا من قبل البشر.

البيانات غير كافية

تكاد تكون البيانات التي تم ترميزها (لمراكز البيانات) غير كافية على الدوام (نحتاج من 1000 إلى مليون نسخة)، من أجل تدريب الشبكات العصبية في العديد من المجالات، بما في ذلك الأعمال المصرفية والاتصالات والوسائل الإعلامية والهياكل الحكومية. حتى لو ساعدت الأطر العملية والشبكات العصبية للتدريب المتعمق في تسريع العملية - سوف تحتاج كل خطوة إلى تكرارها مرة أخرى للحفاظ على واقعية الحل مع مراعاة البيانات الجديدة

يستغرق الكثير من الوقت

يمكن أن تستغرق دورة العمل الكاملة من 5 إلى 10 أشهر، بما في ذلك التطوير والاختبار. على إمتداد كل هذا الوقت يجب دفع الأجور لفريق التطوير.

غالي

حتى لو كانت مجموعات البيانات هذه موجودة، فإنه لا يزال من الصعب للغاية إستخدامها في الأنشطة التجارية لإستغراقها وقتا طويلا لجمعها وتنظيفها، وإعداد مجموعات تدريبية واختبارية - حتى للمتخصصين في مجال تحليل البيانات من ذوي الخبرة.

غير منسق

تظطر الشركات لاستخدام خدمات مختلفة وواجهات برمجة التطبيقات API لحل مشاكلها، ومن ثم القيام بدمج معقد للخدمات الخارجية باستخدام أنظمة التحليلات الخاصة بها.

كيفية عمل المنصة

حل لتحليل البيانات من دورة كاملة

يوفر GraphGrailAi حل واحد لتحليل البيانات النصية. نعرض عليكم جميع الوحدات اللازمة لإعداد البيانات ومعالجتها: التجميع والتحليل والتنظيف والترميز (وضع العلامات) بمساعدة المصمم Ai-designer لبناء نموذج لغوي للمجال المعني والاختبار والتعليم الآلي وإعداد شبكة عصبية للقيام بمهمة. يتم وضع حل جاهز في السوق اللامركزية ويبدأ في جني المال. الآن لا تحتاج إلى استخدام خدمات أخرى والقيام بتكامل معقد - يتم حل جميع المهام على منصة GraphGrailAi.

كما هو الحال الآن

تكلفة عالية للأنشطة التجارية. يجب عليك جمع البيانات ومعالجتها بنفسك ودفع رواتب عالية.

مع تطبيق GRAPHGRAIL AI

سهل الاستخدام حتى بالنسبة لغير المتخصصين. يقلل من تكاليف الأعمال ويسمح لك بمواكبة العصر، وإدخال الابتكارات المستمر.

5 خطوات لإنشاء التطبيق

Collecting data

Raw text data (posts)
جمع البيانات: ويكيبيديا، وسائل الإعلام الاجتماعية، وقواعد البيانات الداخلية، Steemit ، Golos.io laoreet.

Labeling

Structured data
GraphGrail Ai-designer: واجهة سحب وإسقاط (drag-n-drop) سهلة لترميز البيانات

Neural network

Labeled dataset
التدريب والدراسة المتعمقة: Python، Tensorflow، Theano، Keras، Sci-kit learn

integration

Trained datastore
Custom solution
نشاطك التجاري هنا: API عام، CSV، واجهة الويب، شات بوت laoreet.

قم بإنشاء حلولك اللغوية الخاصة مع أي تدفق من البيانات الأصلية

Ai-designer كمصمم: يساعد على الجمع بين العديد من وحدات NLP (البرمجة اللغوية العصبية) النموذجية على منصة GraphGrailAi بأي ترتيب لإنشاء الحل الخاص بك. بدون برمجة!

المصمم

Ai-designer كمصمم: يساعد على الجمع بين العديد من وحدات NLP (البرمجة اللغوية العصبية) النموذجية لمنصة GraphGrailAi ب أي ترتيب لإنشاء الحل الخاص بك. بدون برمجة!

  • مستويات مختلفة من التحليل الدلالي للنص: من التحليل المورفولوجي والنحوي إلى التحليل البراغماتي عالي المستوى.
  • التخصيص المرن للمنطق وسير العمل (workflow)- تدفقات البيانات النصية وترتيب تطبيق الخوارزميات
  • القدرة على إنشاء الوكلاء - تطبيقات مستقلة من المكونات التي تتفاعل مع بعضها البعض وحل المشكلات المعقدة للذكاء الاصطناعي
  • إعداد خطوط الدفع في تطبيق الخوارزميات والتطبيق المتوازي للشبكات العصبية المدربة (RNN، LSTM)

واجهة تمييز البيانات

واجهة للعمل خطوة بخطوة (تستخدم عند التصنيف المعقد( في كل مرة يوجه سؤال واحد؟

هل هناك رداء للممرضة مع وقاية من السوائل، وغير مكلف؟ اعتراض؟

المزايا

أي عدد من الفئات

العمل مع الفئات بمرونة مع القدرة على إدخال الفئات - القوائم أو أشجار التوصيف اعتماداً على تعقيد وتفاصيل أغراض نشاطك التجاري

أي تعقيد

بفضل مجموعتنا من الموديلات المدربة سابقاً، فإن النظام قادر على تحليل وإعداد البيانات من قواعد البيانات الداخلية للعملاء التجاريين، ما يقلل من العمل اليدوي

الأونتولوجي والعلاقات

قد سبق للنظام أن أنشأ سمات معجمية ودلالية: المرادفات والمتضادات والعلاقات والفئة - الفئة الفرعية والجزء بأكمله. الآن من السهل العمل مع الفئات الدلالية المعقدة

المسائل

الرصد (socialmedia) والتحليل والبحث عن المشاكل مع المنتجات وخدمات الأعمال التجارية، ومراقبة منشورات المنافسين حول العملات المشفرة، وتحليل مجال الإعلام في السياسة، وسريان أخبار تكنولوجيات: Aspectentiment ، NamedEntityRecognition ، Busines-specificontology ، Multi-classclassification ، CNN المحادثة (الشات) الذكية (e-commerce) تفهم احتياجات المشتري، وتمر معك عبر جميع مراحل البيع، وتفهم اعتراضات العميل، وتزيد من التحويل في مبيعات تكنولوجيات: NaturalLanguageUnderstanding ، Syntaxsimilarity ، Multi-classclassification ، RNN ، LSTM ، NeuralTuringMachines
يمكن أن تتفاعل عقود ((Ethereum، EOS، Bitshares)) من خلال شركة أوراكلز مع العالم الخارج عن سلسلة الكتل. يخلق هذا مشاكل واضحة متعلقة بالثقة المتبادلة. كيف تثبت أن شروط العقد الذكي قد تتحقق في العالم الواقعي. يمكن للعقد الذكي التحقق بسهولة من المبلغ الموجود على حساب مصرفي، ولكن الظروف في العالم الحقيقي، مثل تغير الطقس، وشراء وبيع الشركات، والقرارات السياسية أو القانونية، وتفاصيل العقد، والقوة القاهرة ، التحقق من كل هذا أصعب بكثير. لكن GraphGrail AI بإمكانه حل هذه المشاكل.

التداول بالتوكن

مخطط توزيع التوكنات والتكاليف المشروع

دور التوكن

توكن GraphGrailAi (GAI)هو utilitytoken ويعمل بمثابة العملة الداخلية في النظام. مقابل التوكن يحصل العميل التجاري للمنتج النهائي NLP على إمكانية الوصول إلى النظام والقدرة على ترتيب واستلام الحل بسرعة - تطوير برنامج التطبيق والترميز البيانات الخاصة به.

يتم دفع التوكن للقائمين بترميز البيانات كمقابل لعملهم. كما يتم دفع التوكن إلى المختبرين والناخبين للنموذج – وهم المندوبين الذين يقومون بمراقبة جودتها وإمكانياتها. يتم تحقيق التوازن بين الطلب والعرض للتوكن على المنصة على حساب التسعير المرن – كلما ارتفع مستوى صعوبة الترميز كلما كان الدفع للمشاركين في المنصة أكثر وذلك حسب صعوبة العمل في مجال ترميز البيانات.

مزايا مستخدمي التوكن

يتم توفير فائدة النظام الإيكولوجي من خلال توازن عرض وطلب الخدمات والأوامر من قبل عملاء التجارة – كلما زاد عدد العملاء ، زاد عدد العاملين في مجال ترميز البيانات، бتوسيع نطاق التغطية لكل من الأجزاء التي تتطلب نماذج اللغة الخاصة وفقاً لطلب العميل. للوصول إلى المنصة، يجب على ممثل الأعمال التجارية ان يشتري من البورصة ما بين 5000 و 10000 توكن. وبالتالي ، يتم سحب السيولة من التداول الحر. في مجال الأعمال التجارية يمكن إنفاق هذه التوكنات لشراء خدمات المنصة الداخلية: جمع وتنظيف وترميز البيانات والإعدادات الخاصة وفقاً لطلب العميل لتعليم الشبكة العصبية، وإلخ. وكلما زاد عدد المشاركين في النظام وزاد عدد الطلبات في سوق التطبيقات، زادت الفائدة التي تجلبها المنصة للنشاط التجاري، ما يوفر أساسًا طويل الأجل وذلك بفضل تجميع البيانات والنماذج القيمة لجميع الأطراف المشاركة: القائمين بترميز البيانات والشركات ومورِّدي النماذج في السوق.

خارطة الطريق

2014

يوليو - تأسيس الشركة
أول مبيعات الحلول التحليلية لتحليل اللغة للعملاء من الشركات
تم تطوير خدمة البحث – وكان المنتج قائم على التصميم الخاص. تم بيع الخدمة بنجاح

2015

خلق ال ظروف المناسبة للتطو
ير في مدينة تكنولوجيا المعلومات الجنوبية الحصول على أول استثمار

2016

بيع البحوث التحليلية لعملاء التجارة: وكالة التسويق ، LinguaLeo
GraphGrailAi - هي واحدة من ثلاث شركات في روسيا الإتحادية التي تقدم خدمة البحث والتحليل الدلالي الدقيق للبيانات في الإنترنت

أوكتوبر 2017

إجراء PresaleGraphGrailAi.

فبراير 2018

إصدار use-case التجريبي على منصة GraphGrailAi - أنظمة المراقبة ذات
إمكانية التكوين المرن لتصنيف النص باستخدام النماذج اللغوية

مارس-مايو ، 2018

إصدار use-case التجريبي على منصة GraphGrailAi - الشات الذكي لأتمتة المبيعات
الإصدار التجريبي لمكون ترميز البيانات مع إمكانية تقديم الطلب من قبل عملاء التجارة الخارجيين

يونيو - يوليو، 2018

إطلاق كامل للمنصة، مصمم النماذج اللغوية والشبكات العصبية مع إمكانية الوصول من خلال الواجهات البرمجية (API)،
اختبار وتوصيل اللغة الثانية للمنصة – الإنجليزية

أغسطس - أكتوبر، 2018

إصدار مكون ساحة سوق النماذج اللغوية مع إمكانية التنقيد و دفع مقابل طلبات API
إدخال مجموعات جاهزة للاستخدام من الفئات الدلالية (فئة – الفئة الفرعية، تصنيف، جزئي- كامل)
إدخال سلسلة الكتل لمراقبة جودة ترميز البيانات (proof-of-quality-work)

الربع الأول، 2019

إنشاء مختبر الحلول المتقدمة للتعليم الآلي العميق والذكاء الاصطناعي المستقبلي على أساس نماذج المنصة (RnDLaboratorywithdeeplearning)

وسائل الاعلام عنا

كريبتوفاليوتي.رف (КРИПТОВАЛЮТЫ.РФ)

تجربة مشروع سلسلة الكتل GraphGrailAi: كيفية جمع 200000 دولار خلال 15 ساعة؟

Firrma.ru

pre-ICO Golos.io أعلنت GraphGrailAi عن جذب أكثر من 200 ألف $ في غضون أسبوعين

Golos.io

بلوق منصة AI GraphGrailAi الرسمي على سلسلة كتل المنصة الإعلامية غولوس.

الفريق

يتكون فريقنا من أخصائيين من ذوي الخبرة الواسعة من مختلف المجالات ويغطي تماماً الكفاءات اللازمة.
يضم الفريق أشخاصاً لديهم خبرة تزيد عن 6 سنوات في علم البيانات (data-science) ومعالجة اللغات الطبيعية.
لقد أكملنا بنجاح عدة مشاريع لصالح الأعمال التجارية والدولة. يمتلك معظم الفريق خبرة قوية في تنفيذ المشاريع العلمية والجامعية، بالإضافة إلى خبرة المبيعات والتسويق

فيكتور نوسكو

الرئيس التنفيذي ومؤسس الذكاء الاصطناعي، Data-science
مصمم Python ، إطار Django العملي. متخصص في علوم البيانات Data-science، شرائح NLP: NLTK+ Celery+ Pymorphy2+ Pymorphy2+ GLRparser وإلخ. لدى فيكتور أكثر من 6 سنوات من الخبرة في التطوير والدراسة المتعمقة deeplearning لديه خبرة في GoogleTensorFlow

ألكسندر بوروديتش

مستثمر مجازف، مدير التسويق.
عالم مستقبلي، angelinvestor، رجل أعمال خبير، مؤسس VentureClub، MyWishBoard، MyDreamBoard، SuperFolder. Chief Dreams Officer and partner in Future Action, founder of crowd-investing platform VentureClub.ru. Alexander has solid business experience

أنتون سميتانين

مصمم الويب Fullstack.
مسؤول عن تطوير الخلفية backend .
الخبرة في هذا المجال أكثر من 7 سنوات. اللغات والأطر العملية الرئيسية التي استخدمها هي: PHP (Yii) ،Python (Django) ، Javascript.

زاخار بونيماش

مستشار في الشبكات العصبية.
يعمل في مجال الشبكات العصبية و الذكاء الاصطناعي القوي.
مصمم اللعب، على أساس إطار XNA، TCP / IP شات، والشات بوت، ونظم فهم النص. حصل مرتين على المركز الأول في مؤتمر الجامعة في مجال الاقتصاد، ومرتين في مجال الهندسة اللاسلكية. ومرة حصل على المركز الأول في الهاكاثون في مدينة تكنولوجيا المعلومات. شارك في البرنامج المتسارع لمدينة تكنولوجيا المعلومات وتقدم بمشروع "التعرف على الأنماط". معرفة جيدة لبرنامج C#.

ماريا تاراسوفا

صحافية
مرشحة للدكتوراه في مجال الفلسفة، متخصصة في نمذجة المحاكاة، datamining والتحليل الإحصائي للبيانات. حصلت على منحة دراسية من رئيس روسيا الاتحادية وحكومة روسيا الاتحادية لمساهمتها الكبيرة في العلوم، وهي مؤلفة أكثر من 60 بحث علمي في مجال نمذجة العمليات الاجتماعية، ومشاركة نشيطة في 5 منح من المؤسسة الروسية للأبحاث الأساسية، ومشاركة في أكثر من 10 مؤتمرات روسية ودولية.

أسئلة متكررة (FAQ)

ما هو الذكاء الاصطناعي؟

Artificial General intelligence (AGI) is a system with the cognitive abilities of a human, capable of performing a wide range of tasks and to apply this knowledge to solving unfamiliar problems without preparation.

ما هي الشبكة العصبية؟

Artificial neural network (ANN) is a mathematical model, as well as its software or hardware implementation, based on the principle of organization and functioning of biological neural networks — networks of nervous cells of a living organism.

ما هي لغويات الكمبيوتر؟

Computational linguistics (also: mathematical or computational linguistics) is a research area in the field of mathematical and computer modeling of intellectual processes in humans and animals for creation of artificial intelligence systems, which aims to use mathematical models to describe natural languages.
Computational linguistics partially overlaps with natural language processing. However, in the latter the emphasis is not on abstract models, but rather on applied methods of describing and processing language for computer systems. The field of activity of computational linguists is developing algorithms and applied programs for processing language information.

ما هو الترميز؟

(Linguistic) annotation (tagging) is the process or result of assigning special labels to texts and their components. Linguistic annotation is one of the basic concepts of corpus linguistics. Annotation enables identifying texts according to different parameters, allowing carrying out a meaningful search in the corpus. Linguistic annotation as such is divided into: morphological (separation of affixes, compound words, etc.), lemmatization (specifying the original from for each word of the text), etc.