Объединяем искусственный интеллект и блокчейн

GraphGrail Ai – первая в мире платформа Искусственного интеллекта для Блокчейна, построенная на базе технологий обработки естественного языка с маркетплейсом децентрализованных приложений.
Децентрализованная платформа, открытая для всего мира
Ethereum для data-science профессионалов

Почему GraphGrail уникален?

Подробнее

Получи бонус 35%


Worth of GAI tokens*
USD Raised
Purchasers
Купить токены
$2 M$12 M
Pre ICO $200 K
$

Что мы делаем?

Мы строим экосистему искусственного интеллекта, позволяющую бизнесу реализовать стратегию внедрения постоянных инноваций, развиваться и выходить на новые рынки.

Маркетплейс
приложений

Зарабатывайте на платформе! Создавайте и продавайте свои лингвистические приложения - это выгодно и data-sciense специалистам, и бизнесу.

Искусственный
интеллект

На платформе GraphGrail AI можно создавать и обучать нейронные сети для различных задач, включая сложную классификацию, используя Google Tensorflow и другие инструменты.

Без
программирования

Разработка чатботов для бизнеса, аналитика продуктов и услуг в медиа, определение авторства по стилю текста, точное определение эмоций по высказываниям - и все это без программирования!

Разметка
данных

Пользователи со всего мира смогут размечать массивы текстовых данных на своем языке и помогать бизнесу — в той сфере, в которой они разбираются.

Умные
смарт-контракты

GraphGrail AI - это "мозг" для смарт-контрактов. Платформа поможет автоматизировать выполнение смарт-контрактов, благодаря кросс-блокчейн экосистеме, webAPI и внешних источников данных.

Лаборатория

В лаборатории Искусственного интеллекта исследователи и специалисты в анализе данных со всего мира смогут разрабатывать и тестировать новые и перспективные решения (RnD).

Ключевая проблема

Тесла учится по камерам и GPS. В сфере анализа естественного языка данные могут быть обработаны только человеком.

Не хватает данных

Размеченных данных (датасетов) почти всегда не хватает (нужно от 1000 до миллиона экземпляров), для того, чтобы обучать нейронные сети во многих отраслях, включая банковскую, телеком, медиа и госструктуры. Даже если нейросети и фреймворки для глубокого обучения помогут ускорить процесс - каждый шаг нужно будет повторять снова, чтобы сохранять актуальность решения с учетом новых данных.

Долго

Полный цикл работ может занимать от 5 до 10 месяцев, включая разработку и тестирование. Все это время команда разработки нужно оплачивать.

Дорого

Даже если такие датасеты есть, бизнесу все равно очень сложно и затратно по времени собирать, очищать их, делать тренировочные и тестовые наборы - даже для специалистов в области анализа данных с опытом.

Разрозненно

Бизнесу приходится использовать разные сервисы и API для решения своих задач, а затем делать сложные интеграции сторонних сервисов со своими системами аналитики.

Как работает платформа

Решение для анализа данных полного цикла

GraphGrail Ai предоставляет единое решение для анализа текстовых данных. Мы предлагаем все необходимые модули для подготовки и обработки данных: сбор и парсинг, очистка, разметка (тегирование) с помощью Ai-designer для построения языковой модели предметной области, тестиварование, машинное обучение и настройка нейронной сети под задачу. Готовое решение размещается в Децентрализованном Маркетплейсе и начинает зарабатывать деньги. Теперь не нужно использовать другие сервисы и делать сложные интеграции - все задачи решаются на платформе GraphGrail Ai.

Как сейчас

Высокие косты для бизнеса. Вы должны собирать, обрабатывать данные своими силами и платить высокие зарплаты.

С применением GraphGrail Ai

Легкий в использовании даже для неспециалистов сервис. Снижает затраты бизнеса и позволяет идти в ногу со временем, постоянное внедренение инноваций.

5 шагов создания приложения

Collecting data

Raw text data (posts)
Сбор данных: Википедия, Социальные медиа, внутренние базы, Steemit, Golos.io laoreet.

Labeling

Structured data
GraphGrail Ai-designer: легкий драг-н-дроп интерфейс для разметки данных GraphGrail Ai-designer: easy drag-n-drop interface for data labeling laoreet.

Neural network

Labeled dataset
Тренировка и глубокое обучение: Python, Tensorflow, Theano, Keras, Sci-kit learn Training, Deep learning: Python, Tensorflow, Theano, Keras, Sci-kit learn laoreet.

integration

Trained datastore
Custom solution
Ваш бизнес здесь: публичный API, CSV, веб-интерфейс, чатбот laoreet.

Создавайте свое языковое решение с любым потоком изначальных данных

 Ai-designer как конструктор: он помогает комбинировать несколько типовых NLP модулей платформы GraphGrail Ai в любом порядке для создания именно вашего решения. Без программирования!

Ai конструктор

Ai-designer как конструктор: он помогает комбинировать несколько типовых NLP модулей платформы GraphGrail Ai в любом порядке для создания именно вашего решения. Без программирования!

  • Разные уровни смыслового анализа текста: от морфологического анализа, синтаксического и до высокоуровневого прагматического анализа
  • Гибкая настройка логики и воркфлоу (workflow) - потоков текстовых данных и очередности применения алгоритмов
  • Возможность создания Агентов - независимых приложений из компонентов, взаимодействующих друг с другом и для решения сложных задач искусственного интеллекта
  • Настройка пайплайнов при применении алгоритмов и параллельного применения обученных нейронных сетей (RNN, LSTM)

Интерфейс разметки данных

ПОШАГОВЫЙ ИНТЕРФЕЙС (ПРИМЕНЯЕТСЯ КОГДА СЛОЖНАЯ КАТЕГОРИЗАЦИЯ)
ОДИН ВОПРОС ЗА РАЗ?

Есть халат для медсестры с защитой от жидкости, недорогой?
ВОЗРАЖЕНИЯ?

Преимущества

ЛЮБОЕ количество КАТЕГОРИЙ

Работайте с категориями гибко с возможностью вложенности категорий - списками или деревьями онтологий в зависимости от сложности и детализации объектов вашего бизнеса

ЛЮБАЯ СЛОЖНОСТЬ

Благодаря нашим наборам предобученных моделей система способна парсить и подготовливать данные из внутренних баз бизнес-клиентов, сокращая ручную работу

ОНТОЛОГИИ и ОТНОШЕНИЯ

В системе предустановлены лексико-семантические признаки: синонимы, антонимы, отношения категория - подкатегория, часть - целое. Теперь легко работать со сложными смысловыми категориями

Кейсы

Мониторинг (social media) Аналитика и поиск проблем с продуктами и услугами бизнеса, мониторинг публикаций конкурентов о криптовалютах, анализ медийного поля в политике, стриминг новостей Технологии: Aspect sentiment, Named Entity Recognition, Busines-specific ontology, Multi-class classification, CNN
Контракты ((Ethereum, EOS, Bitshares)) через Оракулы могут взаимодействовать с вне-блокчейновым миром. Это порождает очевидные проблемы доверия. Как доказать, что условия смарт-контракта выполнились в реальном мире. Смарт-контракт легко может проверить сумму на банковском аккаунте, но условия в реальном мире, такие как смена погоды, покупка-продажа компаний, политические или юридические решения, детали договоров и форс-мажор проверить намного более сложно. GraphGrail AI решает эти задачи.

Экономика токенов

Схема распределения токенов и затрат проект

Роль токена

Токен GraphGrail Ai (GAI) является utility token и выполняет роль внутренней валюты в системе. За токен бизнес - заказчик конечного продукта NLP получает доступ в систему и возможность быстро заказать и получить решение - программную разработку приложения и разметку данных для него.

Токены выплачивают разметчикам данных за их работу. Токены также выплачиваются тестировщикам и голосующим за модели - делегатам, следящим за их качеством и комьюнити. Баланс спроса и предложения токенов на платформе достигается за счет гибкого ценообразования - выплаты участинкам платформы тем больше, чем сложнее работа по разметке данных.

Преимущества держателей токенов

Токен растет в цене потому, что экосистема растет и развивается - больше клиентов, больше людей на разметке данных.

Полезность экосистемы обеспечивается за счет баланса спроса и предложения услуг и заказов от бизнес-клиентов - больше клиентов, больше людей на разметке данных, больших охват сегментов для каждого из которых требуются кастомные языковые модели. Для доступа на платформу представителю бизнеса необходимо купить на бирже от 5000 до 10000 токенов. Таким образом, из свободного оборота изымается ликвидность. Эти токены бизнес сможет потратить на покупку внутренних услуг платформы: сбор, очистку, разметку данных, кастомные настройки для обучения нейросети и т.п. Чем больше участников в системе и чем больше заказов размещается в маркетплейсе приложений, тем большую пользу бизнесу приносит платформа, обеспечивая долгосрочный фундамент благодаря накоплению ценных данных и моделей для всех сторон-участников: разметчиков данных, бизнеса и продавцов моделей на маркетплейсе.

Дорожная карта

2014

Июль - Создание компании
Первые продажи аналитических решений по анализу языка бизнес-клиентам
Разработан сервис по поиску - в основе продукта лежала собственная разработка. Сервис успешно продан

2015

Инкубация в Южном ИТ-парке
Получение первых инвестиций

2016

Продажи бизнес-клиентам аналитических исследований: маркетинговому агентству, LinguaLeo
GraphGrailAi - одна из трех компаний в РФ с сервисом поиска и тонкого смыслового анализа высказываний в Интернет

октябрь 2017

Проведение Presale GraphGrail Ai.

Февраль, 2018

Релиз use-case на платформе GraphGrailAi - системы мониторинга с возможностью гибкой настройки категоризации текстов с помощью языковых моделей

Март - Май, 2018

Релиз use-case на платформе GraphGrailAi - Умного чата для автоматизации продаж
Релиз компонента Разметки данных с возможностью заказа сторонними бизнес-клиентами

Июнь - Июль, 2018

Полномасштабный запуск платформы, конструктора лингвистических моделей и нейросетей с доступом через программные интерфейсы (API),
Тестирование и подключение 2го языка для платформы - английского

Август - Октябрь, 2018

Релиз компонента Маркетплейса языковых моделей с возможностью монетизации и оплаты за запросы АПИ
Внедрение готовых к использованию наборов семантических категорий (категория-подкатегория, таксономия, часть-целое)
Внедрение блокчейна для контроля качества разметки данных (proof-of-quality-work)

Первый квартал, 2019

Создание Лаборатории перспективных решений глубокого машинного обучения и Искусственного интеллекта будущего на базе моделей платформы (RnD Laboratory with deep learning)

Новости проекта

Конференция WeAre Ecosystem

Лидер блокчейн-проекта GraphGrail Ai принял участие в конференции и экспертной панели WeAre Ecosystem 14 декабря в Москве.

Перенос краудсейла

Команда блокчейн-стартапа GraphGrailAi объявила о переносе старта краудсейла проекта на 15 февраля.

Выступление на митапе

Выступление GraphGrailAi на втором митапе Rostov Blockchain Meetup 2.0 | META с рассказом об опыте пресейла без затрат на рекламу.

СМИ о нас

Криптовалюты.рф

Опыт блокчейн-проекта GraphGrail Ai: как собрать 200000 долларов за 15 часов?

Firrma.ru

GraphGrail Ai объявил о привлечении более $200 тысяч за две недели pre-ICO Golos.io

Golos.io

Официальный блог платформы ИИ GraphGrail Ai на блокчейн-медиа платформе Голос.

Команда

Наша команда состоит из достаточно опытных специалистов из различных областей и полностью закрывает необходимые компетенции.
В команде люди с опытом более 6 лет в науке о данных (data-science) и обработке естественного языка.
Мы успешно завершили несколько проектов для бизнеса и государства. Большая часть команды имеет солидный опыт в выполнении научных и университетских проектов, а также продажах и маркетинге

Виктор Носко

CEO и основатель, ИИ, Data-science.
Python разработчик, Django фреймворк. Data-science специалист, NLP стэк: NLTK + Celery + Pymorphy2 + GLRparser и т.д. Виктор имеет более 6 лет опыта разработки и deep learning Опытен в Google TensorFlow

Александр Бородич

Венчурный инвестор, CMO.
Футуролог, angel investor, серийный предприниматель, основатель VentureClub, MyWishBoard, MyDreamBoard, и SuperFolder. Chief Dreams Officer and partner in Future Action, founder of crowd-investing platform VentureClub.ru. Alexander has solid business experience

Антон Сметанин

Fullstack веб-разработчик.
Отвечает за backend разработку.
Опыт работы в данной сфере - более 7 лет. Основные языки и фреймворки, которые использую: PHP (Yii), Python (Django), Javascript.

Александр Гусарин

Разработчик Python & Data Science.
Отвечает за разработку программ в сфере машинного обучения, программирование на языке Python. Имеет два высших образования:
специалитет "Компьютерная безопасность" (ДГТУ) (красный диплом)
магистратура "Программная инженерия" (ДГТУ)

Захар понимаш

Консультант по нейросетям.
Занимается нейронными сетями и сильным ИИ.
Разработчик игр, на базе фреймворка XNA, TCP/ip чат, чат ботов, систем понимания текста.
2 раза занимал первое место на университетской конференции по экономике, 2 раза по радиотехнике. Один раз получил 1-е место на хакатоне в IT парке. Участвовал в акселерационной программе IT парка с проектом "распознавание образов". Хорошие знания C#.

Липкин Семён

Разработчик Python & Data Science.
Сфера деятельности – разработка алгоритмов машинного обучения средствами языка Python.
Образование: инженер по специальности “Промышленная электроника", магистр по направлению “Инфокоммуникационные технологии и системы связи" - оба в ЮРГПУ(НПИ)
Ученая степень кандидата технических наук по специальности 05.13.05 “Элементы и устройства вычислительной техники и систем управления". По результатам научной деятельности опубликовано более 90 печатных работ, включая статьи (в журналах, рецензируемых Scopus, WoS, ВАК, РИНЦ), патенты, учебные пособия.

Мария Тарасова

Журналист
Кандидат философских наук, специализируется в области имитационного моделирования, data mining и статистического анализа данных. Награждена стипендией Президента Российской Федерации и Правительства Российской Федерации за высокий вклад в науку, автор более 60 научно-исследовательских работ по моделированию социальных процессов, активный участник 5 грантов Российского Фонда Фундаментальных Исследований, участник более 10 всероссийских и международных конференций

Марина Паринова

HR manager
Отвечает за IT рекрутмент, адаптацию новых сотрудников, уютную и приятную атмосферу в офисе. Команда активно растет и пополняется крутыми специалистами. Присоединяйтесь к нам! Отправьте CV на m.parinova@graphgrail.com , и мы с удовольствием организуем интервью к нам в компанию.

Никита Буевич

Frontend Developer
Отвечает за создание умных, красивых и удобных пользовательских интерфейсов, которые помогут решить ваши задачи с максимальной эффективностью и удовольствием. Любит это делать.

Частые вопросы (FAQ)

Роль токена

Общий искусственный интеллект (AGI) – это система с когнитивными способностями человека, которая может выполнять широкий круг задач и применять эти знания для решения незнакомой проблемы без подготовки.

Иску́сственная нейро́нная се́ть (ИНС) — математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей — сетей нервных клеток живого организма.

Компью́терная лингви́стика (также: математи́ческая или вычисли́тельная лингви́стика, англ. computational linguistics) — научное направление в области математического и компьютерного моделирования интеллектуальных процессов у человека и животных при создании систем искусственного интеллекта, которое ставит своей целью использование математических моделей для описания естественных языков.

Компьютерная лингвистика частично пересекается с обработкой естественных языков. Однако в последней акцент делается не на абстрактные модели, а на прикладные методы описания и обработки языка для компьютерных систем. Полем деятельности компьютерных лингвистов является разработка алгоритмов и прикладных программ для обработки языковой информации.

(Лингвистическая) разметка (англ. tagging, annotation) – это процесс или результат приписывания текстам и их компонентам специальных меток. Лингвистическая разметка – одно из основных понятий корпусной лингвистики. Разметка даёт возможность идентифицировать тексты по различным параметрам, позволяя осуществлять осмысленный поиск по корпусу. Собственно лингвистическая разметка делится на: морфологическую (выделение аффиксов, сложных слов и т.п.), лемматизацию (указание для каждой словоформы из текста ее исходной формы) и т.п.