시장의 문제

시장에는 커다란 문제 가 존재합니다.

  • 그것은 데이터가 충분하지 않다는 것 입니다

    근본적으로 거의 모든 사용 가능한 텍스트 데이터가 불충분합니다. 그 결과 메타 정보가 풍부하지 않으므로 인공 신경망 및 채팅 봇을 훈련하는 데 적합하지 않습니다.

  • 시장의 독점

    현재 인공 지능 및 데이터 분석 시장을 소수의 주식회사들만 관리하기 때문에 이로 인해 개발 속도가 느려지고 신생 기업이 경쟁이 덜해지게 됩니다.

사업상의 문제

  • 사업 할 때 여러 문제점들이 있습니다

    시간이 오래 걸립니다. 프로세스 자동화하고 최종 목표를 달성하기 위해서 문제 연구, 데이터 작업, 솔루션 개발, 테스트 및 마무리 작업을 (솔루션의 결함을 제거하는) 포뮬러화 (formular)하는 것에 회사는 5 ~ 10 개월을 필요로 합니다.

  • 값이 비쌉니다

    개발자, 데이터 과학 전문가 및 NLP 전문가는 비용이 많이 들며, 또한 관리자가 개발 팀을 모집하고 관리 할 수 있는 자격도 필요하고, 그에 따른 비용 및 시간을 요구합니다.  일반적으로 이 활동은 비즈니스와 관계가 없는데도 말이죠.

  • 서로 다른 솔루션

    정해진 솔루션을 사용할 때 인공 신경망에 새로운 데이터를 가르치는 기능이 없습니다. 그래서 이는 데이터, 프로그램 코드 및 요구 사항의 개발과 통합을 복잡하게 만듭니다. 다시 말하자면 기성 솔루션만을 사용하면 인공 신경망 네트워크를 학습 할 방법이 없기 때문에 다른 다양한 서비스를 사용해야 하므로 데이터가 정제되고 통합 될 때 더 복잡해지며 또한 프로그램 코드 및 요구 사항이 생깁니다.

솔루션

GraphGrail Ai는 전체 사이클의 텍스트 데이터 분석을 한 후, 하나의 통합 솔루션을 제공합니다.

이 플랫폼은 수집 및 분석 기능, 정리, 데이터 준비 및 처리에 필요한 모든 모듈을 제공합니다. 또한, Ai-designer의 도움을 받아 마킹 (태그 지정), 테스트, 기계 학습 및 작업을 위한 인공 신경망 네트워크 설정, 비즈니스와 API 통합을 합니다.

준비된 솔루션은 마켓 플레이스에 배치되어 돈을 벌기 시작합니다. 그래서 이제는 솔루션 GraphGrail Ai를 사용하면 다른 서비스를 사용하거나 복잡한 통합 작업을 수행 할 필요가 없습니다. 모든 작업은 GraphGrail Ai 플랫폼에서 해결될 것입니다.

장점 및 혁신

프로그래밍 없이 하기(GraphGrail Ai Designer)

사용하기 쉬운 생성도구를 이용하여 자신의 언어 응용 프로그램을 만드십시오! GraphGrail AI 플랫폼을 기반으로 다양한 작업을위한 인공 신경망을 생성하고 교육 할 수 있습니다. Google Tensorflow 및 기타 도구를 사용하여 복잡한 분류를 할 수 있습니다. 프로그래밍을 사용하지 않고 채팅 봇을 개발하고, 미디어에서 제품과 서비스를 분석하고, 텍스트 스타일에 따라 저자를 결정하고, 진술의 감정을 정확하게 결정할 수 있습니다. 모두 프로그래밍 사용하지 않고 말입니다!

데이터 마크 업 (GraphGrail Ai LabelLance)

이 플랫폼은 쉽고 빠른 데이터 파티셔닝 (마크 업), 방대한 비즈니스 데이터에 숨겨진 지식 추출을 위한 데이터 세트의 강화를 위한 구성 요소를 제공합니다. 플랫폼은 우수한 의사 결정을 촉진합니다. 전 세계의 사용자가 텍스트 데이터 배열을 마크 업하거나 마크 업 주문을 수행 할 수 있습니다.

GraphGrail Ai애플리케이션 마켓 플레이스 ( GraphGrail Ai Marketplace)

플랫폼을 사용하여 수익을 올리십시오! 자신의 언어 응용 프로그램을 만들고 판매하십시오. 데이터 과학 전문가 및 기업인들은 이에 관심이 있습니다. 플랫폼에서 인공 신경망 네트워크를 학습시키는 기능이 있는 다양한 수준의 데이터 세트를 사고 팔 수 있습니다.

GraphGrail Ai연구소 (GraphGrail Ai Lab)

본 GraphGrail Ai 인공 지능 연구소에서는 전 세계 데이터 분석 전문가 및 전문가가 새롭고 유망한 솔루션 (RnD)을 개발하고 테스트 할 수 있습니다. 이 연구소는 기존 솔루션을 개선하기위한 플랫폼이 될 것입니다. 이 플랫폼은 강력한 대화형 채팅 봇, 과학 데이터의 자동 총산, 개인 비서와 같은 새롭지만 아직은 존재하지 않는 솔루션에 대한 강력한 추진력이 될 것입니다..

플랫폼의 아키텍처

인공 지능 기능 중에서도 특히 데이터 및 기계 학습 (DS & ML)의 과학은 데이터를 수집, 분석 및 제어하는 방식을 조정변경합니다. 현재도 이 작업은 주로 사람들이 수행하는데 가끔은 외부 서비스 제공 업체가 고용한 개발자가 수행하기도 합니다. 그러나 DS & ML은 데이터 서비스 및 분석 (D & A)의 미래의 원동력입니다. 앞으로 사용 할수록 시간이 지남에 따라 더 복잡하고 특별한 작업이 뒤따를 것이므로 이것은 "지능형"자동화로 이어질 것입니다.

GraphGrailAi 플랫폼은 NLP (NeuroLinguisticProgramming, 즉 신경망적인 언어 프로구램 구성 요소), 알고리즘 및 응용 프로그램의 수준으로 구성된 계층 구조입니다. 전문가는 데이터 과학 플랫폼의 유연성 덕분에 구성 요소를 반복사용하여 데이터 처리 파이프 라인을 구축 할 수 있습니다.

개발팀

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

현재 비즈니스 요구 사항

  • 모니터링 (소셜 미디어)

    소셜 미디어에 대한 모니터링을 하여 비즈니스 제품 및 서비스. 그리고 그에 관련된 제 문제에 대한 분석 및 검색. 암호화 통화에 관한 경쟁사 간행물 모니터링, 정치 분야의 미디어 분야 분석, 뉴스 스트리밍.
    기술 : Aspect sentiment, Named Entity Recognition, business-specific ontology, Multi-class classification, RNN

  • 스마트 채팅.

    구매자의 요구를 이해하고, 모든 판매 단계에서 고객의 의견을 이해하고, 판매 전환율을 높이는 것.
    기술 : Natural Language Understanding, Syntax similarity, Multi-class classification, RNN, LSTM, Neural Turing Machines

기존 비즈니스는 물론 미래 솔루션에 대한 인공 지능 분야의 역할

  • Author attribution based on unique style
  • Understanding sarcasm, irony
  • Chat bots with personalities
  • Domain-specific models for business
  • Fake news detection
  • 고유한 스타일로 작성자 식별
  • 풍자, 아이러니 이해하기
  • 봇과 사람의 의사 소통
  • 비즈니스를 위한 도메인 특정 모델
  • 가짜 뉴스 검색

회사에 대한 블록체인 방법

  • Checking smart contract conditions
  • Security provisions for tokenomical contracts
  • Text data analytics for media in the new blockchain market: SteemIt, Golos, Status, Telegram
  • 스마트 계약 조건을 확인
  • 토큰에 계약을 체결 할 때 보안 보장
  • 새로운 블록체인 시장에서 미디어에 대한 텍스트 데이터 분석: SteemIt, Golos, Status, Telegram

향후 회사 발전 계획

2014년 7월 - 회사의 설립

  • 비즈니스 고객을 위한 언어 분석을 위한 분석 솔루션의 첫 판매를 함.
  • 자체 설계를 기반으로 검색 서비스가 개발되었음. 서비스가 성공적으로 판매됨.

2015년

  • 남부 IT 공원에서의 인큐베이션 함.
  • 첫 번째 투자 얻음.

2016 년

  • 마케팅 대행사 LingvoLeo가 분석 연구를 구입함.
  • 검색 서비스를 제공하고 인터넷에서 해설의 의미 분석을 수행할 수 있는 회사는 러시아에서 두 회사가 있는데 그중 하나가 GraphGrailAi 임.

2018 년 2 월

  • GraphGrailAi 의 언어 모델을 사용하여 텍스트 분류의 유연한 설정으로 모니터링

2018 년 3 월 - 5 월

  • GraphGrailAi 플랫폼을 사용하여 영업 자동화를 위한 스마트 채팅 사용하기 시작.
  • 데이터 마크 업 구성 요소 사용하여 타사 비즈니스 고객이 주문

2018 년 6 월 -7 월

  • 플랫폼의 본격적인 출시, API를 통한 액세스가 가능한 언어 모델 및 신경망 사용,
  • 플랫폼을 위한 제 2 언어 테스트 및 설치 (English).

2018 년 8 월 -10 월

  • IPA 요청에 대한 수익 창출 및 지불 가능성을 가진 언어 모델의 마켓 플레이스 구성 요소 사용.
  • 즉시 사용할 수 있는 의미 카테고리 집합 구현 (카테고리 – 부분과 전체를 분류하며 하위 카테고리의 분류를 하게 됨).
  • 품질을 보증하기 위해 데이터 마킹의 품질을 제어하기위한 블록체인 블록 구현

2019 년 1 분기

  • 플랫폼 모델을 기반으로 한 심층 기계 학습 연구 및 미래형 인공 지능을 위한 고급 솔루션 연구소 (RnD 연구소, 심층 학습 포함) 설립 예정.

토큰 판매 조건

TGE 시작: 2019년 2월
TGE 종료: 2019년 3월
총 토큰: 200,000,000
토큰 가격 : 1 GAI = $ 0.1

소프트 캡: 2 백만 달러
하드 캡 : 12 백만 달러

보너스

사전 판매 투자자: 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% )