Marktprobleme

Marktprobleme

  • Datenmangel

    Das grundlegende Problem besteht darin, dass fast alle verfügbaren Textdaten nicht ausgereift bzw. mit Metainformationen angereichert und daher zum Training von neuronalen Netzen und Chat-Bots nicht geeignet sind.

  • Monopolisierung des Marktes

    Derzeit ist der Markt für künstliche Intelligenz und Datenanalyse bei mehreren Unternehmen konzentriert - dies führt zur Verlangsamung seiner Entwicklung und der Verringerung der Konkurrenz seitens Start-ups.

Probleme eines Unternehmens

  • Langsam.

    Um einen Prozess automatisieren und Endaufgabe eines Geschäfts lösen zu können, benötigt ein Unternehmen 5 bis 10 Monate zur Problemuntersuchung, Datenbearbeitung , Formalisierung der Entwicklungsaufgabe, Prüfung und Ausbesserung der Lösung.

  • Teuer.

    Die Systementwickler, Data-Science- und NLP-Spezialisten sind teuer, der Geschäftsführer hat über entsprechende Qualifikation für den Einsatz und die Leitung des Entwicklungsteams zu verfügen. Dazu kommt noch unnötiger Zeitaufwand - diese Aktivität liegt in der Regel außerhalb des Geschäftsprofils.

  • Vereinzelte Lösungen

    Mit vorgefertigten Lösungen wird einem Unternehmen die Möglichkeit genommen, dem neuronalen Netzwerk neue Daten beizubringen oder es wird gezwungen, verschiedene Services zu verwenden, was zu weiteren Komplikationen bei der Nachbearbeitung und Integration von Daten, Programmcode und Anforderungen führt.

Lösung

PGraphGrail Ai bietet eine ganzheitliche Lösung für die Analyse von Textdaten.

Diese Plattform bietet alle notwendigen Module für Vorbereitung und Bearbeitung von Daten: Datenerfassung und Parsing, Reinigung, Auszeichnung (Tagging) mit AI-Designer zur Erstellung eines Sprachmodells für das Anwendungsgebiet, Testen, maschinelles Training und Einstellung des neuronalen Netzwerks für die jeweilige Aufgabe, Integration über API in Ihr Unternehmen.

Eine fertige Lösung wird auf dem dezentralen Marktplatz untergebracht und beginnt Geld zu verdienen. Sie brauchen keine anderen Services mehr zu nutzen und komplexe Integrationen durchzuführen - alle Aufgaben werden auf der GraphGrail AI-Plattform gelöst.

Vorteile und Innovation

Ohne Programmierung (GraphGrail AI Designer)

Erstellen Sie Ihre eigenen Sprachanwendungen mit einem einfach zu bedienenden Designer! Auf der GraphGrail AI-Plattform können Sie neuronale Netze für verschiedene Aufgaben erstellen und trainieren, einschließlich der komplexen Klassifizierung mit Google Tensorflow und anderen Tools. Entwicklung von Chatbots für Business, Analyse von Produkten und Dienstleistungen in den Medien, Feststellung des Verfassers nach dem Textsprachstil, genaue Zuordnung von Emotionen nach Aussagen - und das alles ohne Programmierung!

Datenauszeichnung (GraphGrail AI LabelLance)

Die Plattform bietet eine Komponente für leichte und schnelle Datenauszeichnung, Anreicherung von Datasets zur Extraktion vom Wissen, das in umfangreichen Daten ihres Geschäfts verborgen ist, und Hilfe beim Treffen besserer Entscheidungen. Benutzer aus der ganzen Welt können ihre Textdaten-Arrays auszeichnen oder Auszeichnungen auftragsmäßig erstellen.

Anwendungsmarktplatz (GraphGrail AI Marketplace)

Verdienen Sie an der Plattform! Das Erstellen und Verkaufen von eigenen linguistischen Anwendungen ist sowohl für Data-Science-Spezialisten, als auch für das Unternehmen profitabel. Kaufen und verkaufen Sie fertige Datasets verschiedener Anreicherungsebenen zum Trainieren neuronaler Netzwerke auf einer Plattform.

AI Labor (GraphGrail AI Lab)

Im Labor für Künstliche Intelligenz werden Forscher und Datenanalytiker aus der ganzen Welt in der Lage sein, neue und zukunftsorientierte Lösungen (RnD) zu entwickeln und zu testen. Das Labor wird zu einem Stützpunkt zur Ausbesserung von bestehenden Lösungen und zu einem mächtigen Impuls für neue, noch zu entwickelnde Lösungen: starke Gesprächs-Chat-Bots, automatische Summierung wissenschaftlicher Daten, persönliche Assistenten..

Plattformarchitektur

Die Künstliche Intelligenz, insbesondere die Datenwissenschaft und maschinelles Lernen (DS & ML), werden die Methode der Datenerfassung, deren Analyse und Verwaltung verändern. Aufgrund der Komplexität wird diese Arbeit derzeit hauptsächlich von Personen, z.B. Programmierern bzw. externen Dienstleistern ausgeführt. DS & ML sind jedoch die Triebkräfte für zukünftige Datenservices und -analysen (D & A). Im Laufe der Zeit werden komplexere und nichttriviale Aufgaben folgen, die zu einer "intelligenten" Automatisierung führen.

Die GraphGrailAI-Plattform ist eine Schichtstruktur, die aus einer Ebene der NLP-Komponenten, Algorithmen und Anwendungen besteht. Dank ihrer Flexibilität werden die Data-Science-Spezialisten in der Lage sein, die Komponenten mehrfach zu verwenden und Datenverarbeitungspipelines aufzubauen.

Team

Victor Nosko

CEO and founder, Ai, Data-science.

Python developer, Django framework. Data-science specialist, NLP stack: NLTK + Celery + Pymorphy2 + GLRparser etc. Victor has more than 6 years of experience in development and deep learning. Experienced in Google TensorFlow

Alexander Borodich

Venture investor, CMO.

Futurologist, angel investor, serial entrepreneur, founder of VentureClub, MyWishBoard, MyDreamBoard, and SuperFolder. Chief Dreams Officer and partner in Future Action, founder of crowd-investing platform VentureClub.ru. Alexander has solid business experience

Marina Parinova

HR manager

Responsible for IT recruitment, new employees' adaptation, a comfortable and pleasant office atmosphere. The team is actively growing and reinforced with steep specialists. Join us! Send CV to m.parinova@graphgrail.com , and we will be pleased to arrange an interview to our company.

Nikita buevich

Frontend Developer

Responsible for creating smart, pretty and convenient user interfaces that will help to solve your problems with maximum efficiency and pleasure. Loves to do it.

Anton Smetanin

Fullstack веб-разработчик.

Responsible for backend development.
Experience in this field of more than 7 years. Main languages and frameworks I use are: РНР (Yii), Python (Django), Javascript.

Semyon Lipkin

Python Developer & Data Science.

Field - development of machine training algorithms by means of the Python language. Education: engineer in Industrial Electronics, Master in “Information and Communications Technologies and Communication Systems" - both in South-Russian State Polytechnic University (NPI).
Doctor of Science in 05.13.05 “Elements and devices of computer engineering and control systems". More than 90 works were published, based on the scientific activities results, including articles (in magazines reviewed by Scopus, WoS, State Commission for Academic Degrees and Titles, Russian Science Citation Index), patents, teaching aids.

Alexander Gusarin

Python Developer & Data Science.

Responsible for developing programs in the field of machine learning, Python programming.
Has two university degrees:
specialist's degree “Computer Security" (Don State Technical University) (red diploma)
Master's program “Software Engineering" (Don State Technical University)

Zakhar Ponimash

Consultant in neural networks.

Engaged in neural networks and strong AI.
Game developer, based on XNA framework, TCP/ip chat, chat bots, text understanding systems. 2 times was the first at the university conference on economics, 2 times at radio engineering. Once was the 1st in the IT park hackathon. Participated in the IT park acceleration program with “patterns recognition" project. Good knowledge of C#.

Mariya Tarasova

Journalist

Candidate of philosophical sciences, specializes in simulation modeling, data mining and statistical data analysis. Was awarded a scholarship of the President of the Russian Federation and the Government of the Russian Federation for her high contribution to science, author of more than 60 scientific research works on the social processes modeling, an active participant in five grants of the Russian Fundamental Research Fund and participant of more than 10 Russian national and international conferences.

Cases

Derzeit kommen im Business zur Anwendung

  • Überwachung (social media)

    Analyse und Problemsuche mit Businessprodukten und -dienstleistungen, Überwachung von Publikationen der Wettbewerber über Kryptowährungen, Analyse des Medienraums in der Politik, Nachrichten-Streaming.
    Technologien: Aspect sentiment, Named Entity Recognition, Business-specific ontology, Multi-class classification, RNN

  • Smart Chat (e-commerce)

    über Bedürfnisse von Käufern Bescheid wissen, Begleitung durch alle Verkaufsphasen, Auffassung on Kundeneinwänden Erhöhung des Kaufumsatzes.
    Technologien: Natural Language Understanding, Syntax similarity, Multi-class classification, RNN, LSTM, Neural Turing Machines

Bestehendes Geschäft und zukünftige Lösungen im AI-Bereich

  • Feststellung der Urheberschaft nach dem einmaligen Stil
  • Sinn für den Sarkasmus, die Ironie
  • Chatbots mit Persönlichkeit
  • Domänenspezifische Modelle für das Business
  • Suche nach Fake News

Blockchain eines Unternehmens

  • Überprüfung der Bedingungen für Smart Contracts
  • Gewährleistung der Sicherheit beim Abschluss der Tokenomic-Verträge
  • Analyse der Textdaten für Medien auf dem neuen Blockchain-Markt: SteemIt, Golos, Status, Telegram

Roadmap

2014

  • Juli: Firmengründung
  • Erster Vertrieb von analytischen Lösungen für Sprachanalyse an Geschäftskunden
  • Entwicklung eines Suchservices: dem Produkt wurden unsere eigenen Forschungen zugrunde gelegt. Der Service wurde erfolgreich verkauft.

2015

  • Inkubation im Südlichen IT-Park
  • Erste Investitionen bekommen

2016

  • Vertrieb analytischer Untersuchungen an die Geschäftskunden: Marketingagenturen, LingvoLeo
  • GraphGrailAI ist eines von zwei russischen Unternehmen mit Suchservice und einer feinen Inhaltsanalyse der Internet-Äußerungen.

Februar 2018

  • Use-Case-Veröffentlichung auf der GraphGrailAI-Plattform: Überwachungssysteme mit einer flexiblen Einstellung der Texteinstufung mithilfe von Sprachmodellen.

März-Mai 2018

  • Use-Case-Veröffentlichung auf der GraphGrailAI-Plattform: Smart Chat für die Automatisierung des Vertriebs
  • Veröffentlichung der Datenauszeichnungskomponente mit der Bestellungsmöglichkeit durch Fremdgeschäftskunden

June - July 2018.

  • Großangelegter Start der Plattform, der Designer von Sprachmodellen und neuronalen Netzwerken mit Zugriff über Programmierschnittstellen (API)
  • Testen und Einschluss der 2. Sprache für die Plattform (Englisch)

August – October, 2018.

  • Veröffentlichung der Marktpkatz-Komponente von Sprachmodellen mit der Möglichkeit die API-Abrufe zu monetarisieren und zu bezahlen.
  • Implementierung von gebrauchsfertigen Gruppen semantischer Kategorien (Kategorie-Unterkategorie, Taxonomie, Teil-Ganzes)
  • Blockchain-Implementierung zur Überwachung der Qualität der Datenauszeichnung (Qualitätsnachweis)

First quarter, 2019.

  • Aufbau des Labors von zukunftsorientieren Lösungen für tiefgehendes maschinelles Lernen und Künstliche Intelligenz auf Basis von Plattformmodellen (RND-Labor mit Deep Learning)

Tokensale-Bedingungen

Start TGE: 19, Feb
Abschluss TGE: 19, Mar
Tokens insgesamt: 200 000 000
Token-Wert: 1 GAI = $0.1

Soft cap: $2M
Hard cap: $12M

Boni

Vorverkaufsinvestoren: 30%

All investors:
first 5 days: 35% (for all)
next 10 days: 25% (starting from $10,000 - 35% )
next 10 days: 20% (starting from $10,000 - 25% )
next 10 days: 15% (starting from $10,000 - 20% )