Biznes Myśli

Podcast o sztucznej inteligencji. Jeżeli chcesz być krok do przodu przed swoją konkurencją, usprawnić jakość produktu czy podejmować bardziej trafne decyzji, to podcast “Biznes myśli...” jest dla Ciebie. Zapraszam.

Kategorie:
Biznes Nauka Technologia

Odcinki od najnowszych:

BM89 – Jak zmusić leniwe sieci neuronowe do produkcji leków
2020-08-31 06:19:20

Gościem tego wywiadu jest Stanisław Jastrzębski, który m.in. teraz dołącza do startupu Molecule.one. Jego zadaniem będzie wspieranie procesów wykorzystując nowoczesne narzędzia. Ma pewne przemyślenia, że niektóre zmiany mogą nastąpić znacznie szybciej, niż może się wydawać. Ciężko jest określić, co oznaczają te zmiany, bo można je różnie zdefiniować, ale pod koniec poznasz na to odpowiedź. Zapraszam do przeczytania całej rozmowy, żeby znaleźć odpowiedzi. Padły też bardzo fajne dyskusje na tematy dookoła: co to oznacza prowadzić projekty R&D? Jak oni sobie radzą z ryzykiem, które w tym przypadku występuje dość duże? Jakie są narzędzia, by nie wpadać w „czarne dziury” i efektywnie prowadzić projekty R&D?
Gościem tego wywiadu jest Stanisław Jastrzębski, który m.in. teraz dołącza do startupu Molecule.one. Jego zadaniem będzie wspieranie procesów wykorzystując nowoczesne narzędzia. Ma pewne przemyślenia, że niektóre zmiany mogą nastąpić znacznie szybciej, niż może się wydawać. Ciężko jest określić, co oznaczają te zmiany, bo można je różnie zdefiniować, ale pod koniec poznasz na to odpowiedź. Zapraszam do przeczytania całej rozmowy, żeby znaleźć odpowiedzi. Padły też bardzo fajne dyskusje na tematy dookoła: co to oznacza prowadzić projekty R&D? Jak oni sobie radzą z ryzykiem, które w tym przypadku występuje dość duże? Jakie są narzędzia, by nie wpadać w „czarne dziury” i efektywnie prowadzić projekty R&D?

BM88 – Automatyzacja testów za pomocą Machine Learning
2020-08-17 05:00:18

Gościem tej rozmowy jest Daniel Kornaś, który opowie o swoich doświadczeniach w branży IT, w szczególności w testowaniu software’u. W pewnym momencie swojego życia stwierdził, że w klasycznym testowaniu czegoś mu brakuje, nie jest to wystarczająco efektywne. Zaczął eksperymentować, inspirować się dostępnymi technologiami, narzędziami i m.in. wprowadził automatyzację. Później poznał uczenie maszynowe i w ten sposób zaczął rozwijać projekty. Jest to bardzo ciekawa i inspirująca historia. Gdy zaczął pracę w Nokii, to brakowało pewnego elementu, który właśnie on dodał - uczenie maszynowe oraz tzw. sztuczna inteligencja. Daniel opowie o całej ścieżce, którą przeszedł od pomysłu do wdrożenia, trudnościach po drodze oraz innych ciekawostkach.
Gościem tej rozmowy jest Daniel Kornaś, który opowie o swoich doświadczeniach w branży IT, w szczególności w testowaniu software’u. W pewnym momencie swojego życia stwierdził, że w klasycznym testowaniu czegoś mu brakuje, nie jest to wystarczająco efektywne. Zaczął eksperymentować, inspirować się dostępnymi technologiami, narzędziami i m.in. wprowadził automatyzację. Później poznał uczenie maszynowe i w ten sposób zaczął rozwijać projekty. Jest to bardzo ciekawa i inspirująca historia. Gdy zaczął pracę w Nokii, to brakowało pewnego elementu, który właśnie on dodał - uczenie maszynowe oraz tzw. sztuczna inteligencja. Daniel opowie o całej ścieżce, którą przeszedł od pomysłu do wdrożenia, trudnościach po drodze oraz innych ciekawostkach.

BM87 – Jak robić mniej, ale wytwarzać wiecej
2020-08-03 05:00:10

Pewnie zastanawiasz się czasem, co zrobić, aby otrzymać więcej wartości mniejszym kosztem. Czy znana jest zasada Pareto - 20/80? Czy w projektach uczenia maszynowego i pracy z danymi również można niewielkim wysiłkiem osiągnąć dużą wartość biznesową? Jak ta zasada może wyglądać w praktyce, kiedy i jak można ją stosować omawiamy w tym odcinku.
Pewnie zastanawiasz się czasem, co zrobić, aby otrzymać więcej wartości mniejszym kosztem. Czy znana jest zasada Pareto - 20/80? Czy w projektach uczenia maszynowego i pracy z danymi również można niewielkim wysiłkiem osiągnąć dużą wartość biznesową?

Jak ta zasada może wyglądać w praktyce, kiedy i jak można ją stosować omawiamy w tym odcinku.

BM86 – Projekty Machine Learning – 5 etapów efektywnego procesu
2020-07-20 05:00:03

Projekty, które wymagają podejścia analitycznego takie jak np. projekty Machine Learning zastawiają wiele pułapek. Jak w nie nie wpaść lub wyjść z nich obronną ręką? W tym odcinku poznasz 5 etapów, których realizacja pomaga usprawnić proces w wielu projektach, ale przede wszystkich przydaje się w tych natury niepewnej, obarczonych ryzykiem, eksperymentalnych. Ułożenie procesu w 5 kluczowych faz pomaga podejść bardziej efektywnie i analitycznie do wielu problemów, które chcemy rozwiązać, nawet jeśli jest to kupienie prezentu dla żony...
Projekty, które wymagają podejścia analitycznego takie jak np. projekty Machine Learning zastawiają wiele pułapek. Jak w nie nie wpaść lub wyjść z nich obronną ręką? W tym odcinku poznasz 5 etapów, których realizacja pomaga usprawnić proces w wielu projektach, ale przede wszystkich przydaje się w tych natury niepewnej, obarczonych ryzykiem, eksperymentalnych. Ułożenie procesu w 5 kluczowych faz pomaga podejść bardziej efektywnie i analitycznie do wielu problemów, które chcemy rozwiązać, nawet jeśli jest to kupienie prezentu dla żony...

BM85 – Uczenie maszynowe w twojej firmie – mity
2020-07-06 05:00:13

Dlaczego tak wiele firm jest mało efektywnych? Skąd biorą się przesądy o projektach AI i jak sobie z nimi radzić? Od czego powinniśmy zacząć innowację w swojej firmie? W tym odcinku rozprawimy się z kilkoma mitami.
Dlaczego tak wiele firm jest mało efektywnych? Skąd biorą się przesądy o projektach AI i jak sobie z nimi radzić? Od czego powinniśmy zacząć innowację w swojej firmie?

W tym odcinku rozprawimy się z kilkoma mitami.

BM84 – Kiedy i jak nauczyć się Machine Learning
2020-06-22 05:00:06

W #84 odcinku poznasz 3 wyjątkowe osoby, które podzielą się swoimi przemyśleniami na temat rozwoju w zakresie uczenia maszynowego. Kiedy i jak nauczyć się ML? O czym warto pamiętać i jak może wyglądać edukacja? Jeśli rozważasz poznać praktyczne oblicze uczenia maszynowego, to warto poznać opinie osób, które już zaczęły to robić.
W #84 odcinku poznasz 3 wyjątkowe osoby, które podzielą się swoimi przemyśleniami na temat rozwoju w zakresie uczenia maszynowego. Kiedy i jak nauczyć się ML? O czym warto pamiętać i jak może wyglądać edukacja? Jeśli rozważasz poznać praktyczne oblicze uczenia maszynowego, to warto poznać opinie osób, które już zaczęły to robić.

BM83 – Jak Google i DeepMind wspierają służbę zdrowia?
2020-06-08 05:00:02

Innowacja nieodłącznie wiąże się z licznymi wyzwaniami, bo wymaga pokonywania nierzadko bardzo wielu barier, zmiany utartych tematów i sposobu myślenia. O tym i nie tylko miałem okazję porozmawiać z Joanną Chwastowską z Google, która pracuje w dziale dedykowanym ochronie zdrowia i zajmuje się obecnie wraz ze swoim zespołem tworzeniem aplikacji Streams autorstwa DeepMind. Jaki problem rozwiązuje Streams i jak działa? Posłuchaj odcinka.
Innowacja nieodłącznie wiąże się z licznymi wyzwaniami, bo wymaga pokonywania nierzadko bardzo wielu barier, zmiany utartych tematów i sposobu myślenia. O tym i nie tylko miałem okazję porozmawiać z Joanną Chwastowską z Google, która pracuje w dziale dedykowanym ochronie zdrowia i zajmuje się obecnie wraz ze swoim zespołem tworzeniem aplikacji Streams autorstwa DeepMind. Jaki problem rozwiązuje Streams i jak działa? Posłuchaj odcinka.

BM82 – Statystyka w biznesie i marketingu – opowiada Janina Bąk
2020-05-25 05:00:06

Statystyka umożliwia lepiej i trafniej podejmować decyzje. To bardzo ważna dziedzina nauki. Uczenie maszynowe też wykorzystuje sporo elementów ze statystyki. Dzisiaj chciałbym ten temat rozszerzyć, dlatego zaprosiłem do rozmowy Janinę Bąk, znaną i lubianę specjalistkę tej dziedziny. Janinę bardzo wyróżnia to, że potrafi mówić o tych trudnych rzeczach w sposób zrozumiały, który można łatwo przyswoić i zastosować.
Statystyka umożliwia lepiej i trafniej podejmować decyzje. To bardzo ważna dziedzina nauki. Uczenie maszynowe też wykorzystuje sporo elementów ze statystyki. Dzisiaj chciałbym ten temat rozszerzyć, dlatego zaprosiłem do rozmowy Janinę Bąk, znaną i lubianę specjalistkę tej dziedziny. Janinę bardzo wyróżnia to, że potrafi mówić o tych trudnych rzeczach w sposób zrozumiały, który można łatwo przyswoić i zastosować.

BM81 – Programowanie probabilistyczne
2020-05-11 05:00:09

Gościem #81 odcinka jest Adam Goliński, doktorant na Oxfordzie, który prowadzi ciekawe badania m.in. na temat probabilistycznego programowania. Podzieli się swoim doświadczeniem i powie m.in. o tym, jak zainteresował się na tematem kompresji obrazu czy wideo. Wspomni też o doktoracie w Oxfordzie - czy warto, jak przebiega.
Gościem #81 odcinka jest Adam Goliński, doktorant na Oxfordzie, który prowadzi ciekawe badania m.in. na temat probabilistycznego programowania. Podzieli się swoim doświadczeniem i powie m.in. o tym, jak zainteresował się na tematem kompresji obrazu czy wideo. Wspomni też o doktoracie w Oxfordzie - czy warto, jak przebiega.

BM80 – Jak sztuczna inteligencja może pomóc znaleźć Ci mieszkanie
2020-04-27 05:00:08

Dzisiejszym gościem jest Paweł Gniadkowski, CEO firmy Obido. Jest to miejsce, które umożliwia znalezienie mieszkania do zakupu na rynku pierwotnym w wygodny dla Ciebie sposób. W 2019 r. mój zespół rozpoczął współpracę z Obido i wdrożyliśmy pierwszy model uczenia maszynowego na produkcję. Już teraz przynosi to wymierne korzyści. Dlaczego to podkreślam? Większość projektów machine learning kończy się na fazie prototypów i nigdy nie wdrażają się na produkcję. Tak się dzieje w większości przypadków. My to wdrożyliśmy i co więcej to zaczyna działać. Teraz przymierzamy się do kontynuacji współpracy przy znacznie dłuższym projekcie, z większym budżetem. Dochodzimy do drugiej części współpracy w ramach budowy laboratorium innowacyjnego.
Dzisiejszym gościem jest Paweł Gniadkowski, CEO firmy Obido. Jest to miejsce, które umożliwia znalezienie mieszkania do zakupu na rynku pierwotnym w wygodny dla Ciebie sposób. W 2019 r. mój zespół rozpoczął współpracę z Obido i wdrożyliśmy pierwszy model uczenia maszynowego na produkcję. Już teraz przynosi to wymierne korzyści. Dlaczego to podkreślam? Większość projektów machine learning kończy się na fazie prototypów i nigdy nie wdrażają się na produkcję. Tak się dzieje w większości przypadków. My to wdrożyliśmy i co więcej to zaczyna działać. Teraz przymierzamy się do kontynuacji współpracy przy znacznie dłuższym projekcie, z większym budżetem. Dochodzimy do drugiej części współpracy w ramach budowy laboratorium innowacyjnego.

Informacja dotycząca prawa autorskich: Wszelka prezentowana tu zawartość podkastu jest własnością jego autora

Wyszukiwanie

Kategorie