Science Fest
Сквозными темами Science Fest стали космос, искусственный интеллект, VR/AR, блокчейн и нейроинтерфейсы. Слушатели лекций и круглых столов могли не только ознакомиться с перспективами этих технологий, но и получить вполне практические советы, например, куда пойти учиться, какие навыки развивать, чтобы построить «космическую» карьеру и, быть может, стать космонавтом? Или, например, какие способности лучше приобретать уже сейчас, чтобы в будущем не остаться без работы из-за внедрения искусственного интеллекта? На фестивале обсудили возможности гибридного интеллекта – интеллекта, который будет поддерживаться нейротехнологиями. Ожидается, что нейротехнологии смогут усиливать производительность мозга, и, что важно, помогут людям с ограниченными возможностями. Так, в рамках фестиваля состоялся «Нейротлон» – соревнования людей, которые используют ассистивные технологии. Цель соревнования заключалась в популяризации технологий, которые позволяют расширять или заменять возможности человеческого тела.
Также на Science Fest обсуждались перспективы блокчейн-технологий, то есть системы, благодаря которой удастся отказаться от услуг юридических или бухгалтерских посредников, а заключать контракты напрямую друг с другом. Это значит, что человеку не потребуется какое-либо нотариальное заверение сделки или выполнение других формальностей, ведь о сделке будут знать все участники блокчейн-сети. Кроме того, сейчас все популярнее становится криптовалюта. О том, как в нее инвестировать, также рассказали на мероприятии.
Большие данные для маркетинга
О том, как анализ больших данных пользователей мобильных сетей помогает вычислять модели поведения этих пользователей и как потом этот анализ используется в маркетинговых целях, на лекции в рамках Science Fest объяснил Артемий Пономарев, директор направления «Смартфон» в компании Yota. Вместе со студентами в Санкт-Петербургском государственном университете он разработал алгоритмы анализа больших данных, по которым можно определять клиентов, склонных больше не пользоваться услугами определенной компании, а также по которым можно просчитывать ежедневные маршруты клиентов, чтобы предлагать им более целенаправленную рекламу.
Так, решить первую задачу можно, проанализировав поведение людей, которые уже отказались от услуг компании. Например, если какой-то человек сколько-то времени пользовался услугами определенного банка, а потом отказался от него, то у банка так или иначе сохранились данные о том, как часто клиент снимал наличные в банкоматах, что он покупал, на что брал кредиты или когда открывал вклады. Как выяснилось, поведение клиента, который склонен отказаться от услуг банка или какой-либо другой организации, достаточно типичное. Так, можно выстроить модель этого поведения и затем сравнивать ее с поведением действующих клиентов. Если окажется, что модели очень похожи, то есть большая вероятность того, что клиент скоро уйдет.
Лектор привел другой интересный и довольной известный пример, когда аналитики одного магазина с помощью собственной системы прогнозирования узнали о том, что девушка-подросток беременна и стали предлагать ей в рассылке товары для беременных. При этом такая рассылка не понравилась отцу девушки, который пришел со скандалом в магазин, а позднее выяснилось, что аналитики магазина были правы. Дело в том, что виновница скандала начала покупать те товары, которые обычно покупают беременные женщины. Как они это узнали? Очень просто: ведь каждому из нас в магазинах предлагают пластиковые скидочные карты или карты клиента. Вы думаете, это делается, чтобы вы действительно могли покупать продукты дешевле? Или чтобы магазин знал, что вы предпочитаете?
«Большие данные позволяют торговым сетям делать людям более таргетированные предложения. Конечно, делать стопроцентные прогнозы поведения людей невозможно, особенно, если клиент пользуется услугами компании менее двух лет», – прокомментировал Артемий Пономарев.
Также с помощью Big Data компании могут просчитывать популярные маршруты своих клиентов. Сделать это очень просто – достаточно лишь отслеживать, из каких мест поступают звонки клиентов. Артемий Пономарев привел такой пример. Не так давно его группа сделала карту популярных маршрутов футбольных болельщиков, когда они следуют на матч на стадион «Петровский». Согласно гипотезе, человек делает звонок, когда выходит из дома, а также когда приезжает на стадион. Таким образом, удалось примерно выяснить, откуда болельщики следуют на стадион. Оказалось, что наиболее «популярной» для них улицей оказался проспект Добролюбова, а не Большой проспект Петроградской стороны, как изначально думали исследователи.
«Используя такие карты, компании смогут заказывать более таргетированную рекламу и размещать ее там, где наиболее вероятно гуляет клиент», – пояснил
Зона Университета ИТМО
Не остался в стороне от фестиваля и Университет ИТМО. В интерактивной зоне вуза можно было узнать, как устроены голограммы – свои экспонаты привез Музей оптики, который находится в корпусе университета на Биржевой линии. Гости фестиваля могли увидеть голограммы на старых виниловых дисках, а также голограмму робота R2D2 из «Звездных войн», когда тот проигрывал запись важного сообщения, которое принцесса Лея хотела передать джедаю Оби-Ван Кеноби.
Посетители зоны Университета ИТМО также могли пройти космический квест в VR-игре, разработанной на кафедре графических технологий. Кроме того, в зоне первого неклассического были представлены игры, в которые можно играть силой мысли, а также Leap Motion – технология для человеко-компьютерного взаимодействия, основанная на захвате движения.
