Dane z Fizycznego Świata

Od szklarni po place budowy, niektóre z najciekawszych problemów związanych z danymi w fizycznej AI pojawiają się w rzeczywistym świecie. To tam dane muszą przekształcać się w decyzje i ruch. To spotkanie łączy Monumental, Source.ag i PyData Amsterdam na wieczór edukacyjnych wykładów od inżynierów, którzy codziennie pracują nad tymi problemami. Każdy wykład trwa około 30 minut, z dużą ilością miejsca na pytania. Harmonogram Szczegóły Kto powinien wziąć udział? Naukowcy zajmujący się danymi, inżynierowie oprogramowania, użytkownicy Pythona oraz wszyscy ciekawi, jak dane działają w fizycznym świecie. O prelegentach Josefine Quack Josefine jest doświadczonym inżynierem robotyki w firmie Monumental, gdzie cały dzień manipuluje i bawi się robotami. W rezultacie te roboty zbudowały już ponad 100 domów. Proszę nie zostawiać żadnej czekolady samodzielnie w jej zasięgu. Sebastiaan VermeulenSebastiaan Vermeulen prowadzi prognozowanie zbiorów w Source.ag (z tłem w ekonomice/finansach ilościowych, z 4,5-letnim doświadczeniem). Wyjaśni, dlaczego przewidywanie zbiorów w szklarni jest trudnym problemem ML: rzadkie, chaotyczne dane z rzeczywistego świata, biologiczne aspekty, które czysta ML myli, oraz hybrydy mechaniczne/ML, których używa Source do naprawienia tego. O gospodarzu Monumental buduje autonomiczne roboty, które konstruują budynki. Już kładziemy cegły w domach rodzinnych, na ścianach kanałów i budynkach przemysłowych w całej Holandii! Więcej o Atrium, naszym systemie operacyjnym dla budownictwa definiowanego programowo Otwarte stanowiska w Monumental Source.ag buduje AI dla producentów w szklarni. Przekształcamy zalew danych płynących z nowoczesnych szklarni w jasne, codzienne decyzje, dzięki czemu hodowcy mogą produkować więcej żywności przy mniejszych zasobach. Więcej o Source.ag