的转换技术系列突出了思科的非营利组织授予接收方使用技术来帮助改变个人和社区的生活。

人工智能(AI)和机器学习(ML)是利用在许多不同的行业。人工智能和ML创建更有效的虚拟医疗访问和更直观的在线教育平台。他们加强农业物联网设备监测土壤健康,和为人们设计新方法访问银行和其他金融服务。188bet上不了

这种技术也可以用来提高非营利组织为当地社区提供的服务。188bet上不了在思科,我们都有良好的记录支持非营利组织通过我们的战略社会影响赠款以及回馈的强大的企业文化。思科的AI好的计划将这些值一起通过连接思科数据科学人才非营利组织没有资源使用AI /毫升,以满足他们的目标。

思科智能产品经理和前数据科学家Arya泰勒AI的好项目。共享,“人工智能是专门致力于科学社区在思科的数据。188bet网址怎么打不开我们听说很多数据科学家希望将他们的技能应用到一个问题。”

良好的团队不断努力发展的人工智能网络与非营利组织合作伙伴的团队管理思科的社会影响拨款和直接接触非营利组织。的一个人工智能的组织良好的志愿者支持是思科的非营利伙伴Replate。加州的奥克兰Replate减少食物浪费通过数字平台,可以让公司安排需皮卡的剩余粮食。Replate食品救援人员给非盈利合作伙伴带来捐赠的食品分发给不同年龄和背景的人正在经历粮食不安全。

思科数据科学家使用毫升预测食品供应和优化Replate的操作

思科的AI与Replate良好的团队工作了六个月开发一个模型,可以预测食物供应最大化恢复和优化操作。Replate人员会见了思科的AI的良好的团队通过网讯分享更多关于食物的方法恢复。思科数据科学家首先评估Replate范围的需求,最好了解到他们如何应用他们的技能毫升产生影响。

这对于好的项目是由思科智能数据科学家Aarthi Janakiraman,他同时还担任导致冠军,意味着她领导了这一项目从开始到结束,以确保项目的成功。项目的其他成员包括数据科学家伊德里斯Kuti和ML操作专家大卫·迈耶。研究小组观察思科的机器学习模型允许Replate预测剩余食物在他们的捐赠网络。

因为Replate提供各种捐赠计划他们的伴侣,它可以挑战计算可用性和容量。因此,思科数据科学家开发了一个毫升模型,该模型可以预测总磅的食物每个捐赠者都贡献在任何一天。这更准确的预测有助于Replate食品救援人员,提供食物,以及依赖于送餐的非营利组织。

“我们的项目开始之前,”解释说,“Replate是使用基于规则的模型用不同的阈值,确定预计金额。但是没有单一的阈值在机器学习,可以适用于每一个捐赠者;只是变得更加个性化,捐赠者和发展更多的数据被收集。所以,它更像我们的大脑,而不是一个静态的泛化”。

Aarthi给了一个例子:“假设有一个Replate捐赠者,他们告诉我们,下周五将能够提供60个托盘的食物。这个数字通常是倾斜estimate-donations通常从杂货店,公司食堂,或农贸市场,他们可能无法提供一个准确的预测由于消费的可变性。我们的模型将不同的信息捐赠,捐赠额的估计更准确磅。估计会进入Replate算法和匹配的食品救援任务到正确的司机。”

通过结合机器学习模型,Replate也可以预测捐赠体积为现有的和新的合作伙伴。新捐赠者的第一传感器的体积将预测数据来自捐赠者相似的地区或行业的。”这样的预测将显著差异在我们的业务,让我们更好的实现我们的使命,”迈赫兰Navabi说Replate高级数据科学家。“Replate将实现这些模型到代码库和集成在我们现有的路由算法。算法将合并为每个捐赠者的自动化driver-dispatches皮卡。”

思科和Replate:共同努力创造持久的改变

Replate的团队会见了思科数据科学家退休计划进展报告在项目生命周期中,讨论如何推进他们的平台的技术能力。良好的团队创建的模型,AI将启用智能调度,这将使更大体积的食物来恢复并交付需要的社区。

Replate根据麦,一个挑战是满足他们的不同需求和期望非盈利合作伙伴为不同人群提供不同能力储存食物和膳食分布。有一个模型来预测食品供应可以减少浪费和帮助Replate食品交付任务连接到正确的驱动程序,以确保尽可能多的粮食将会给那些有需要的人。项目甚至可能增加的剩余粮食,可以恢复给Replate做出更明智的所需的信息,预测调度决策。

现在,思科的AI良好的团队是Replate移交项目,将给他们留下一个维护计划将允许他们再培训模型在谷歌的云计算平台。他们还建造了一个服务,将跟踪模型的准确性,所以任何调整可以随着时间的推移。

“善的AI与思科的合作团队是难以置信的,”麦说。“他们的团队是专业和博学。和总体而言,他们的沟通非常好。合作使Replate与思科团队建立一个富有成果的和有益的连接和培育新的方法我们收集和解释数据的方式。”