19 января 2024 в 13:49 12
Комментировать

Искусственный интеллект в экспертизе: от теории к практике

Представители Главгосэкспертизы в рамках выставки-форума «Россия» на ВДНХ поделятся опытом внедрения инструментов искусственного интеллекта.

Лекция состоится 25 января в 15:00 в лектории Павильона №15. Вход свободный.

Участникам расскажут:

— что такое машиночитаемые данные;
— как перевод документов в XML-формат позволяет повысить качество данных и скорость их обработки;
— какие инструменты используются сегодня в стройотрасли для автоматизации работы с данными;
— как связаны машиночитаемые данные и искусственный интеллект.

Помимо лекции участники смогут посетить экспозицию «Строим будущее». На ней представлены ключевые достижения строительной отрасли страны.

Приглашаем всех желающих 25 января в 15:00 в Павильон №15 на ВДНХ.

Источник: Главгосэкспертиза России

#искусственный интеллект #мероприятие
Комментировать

Комментарии

Комментировать

Вам может быть интересно

18
#цифровизация

«Мозги» российской нейросети и триллионы рублей от ИИ. О чем говорил Мишустин в Алма-Ате

Председатель правительства РФ рассказал об экономическом эффекте от внедрения технологий ИИ в России, отличии российской нейросети от западной ChatGPT и российских предложениях для зарубежных партнеров
36
#цифровизация

«Применение цифровых сервисов способствует повышению прозрачности изысканий»

Об этом заявила заместитель начальника Главгосэкспертизы России Светлана Балашова на пленарном заседании XVII Общероссийской научно-практической конференции «Перспективы развития инженерных изысканий в строительстве в Российской Федерации». Крупнейшее ежегодное событие отрасли проходит в Москве с 29 ноября по 2 декабря. В нем принимают участие специалисты из всех регионов России. В числе официальных партнеров конференции – «Вестник государственной экспертизы»
14
#искусственный интеллект

«Сбер» и СПбГУ займутся подготовкой специалистов в области искусственного интеллекта и науки о данных

На новой образовательной программе магистратуры студенты будут изучать прикладные задачи машинного обучения, в том числе, связанные с большими языковыми моделями и их применением в бизнес-задачах