Energinet har ansvaret for at forsyne Danmark med el og gas samt skabe fair konkurrence. Virksomheden anvender store mængder data til at drive et moderne energisystem med høje andele af vedvarende energi. Potentialet i moderne teknologier som kunstig intelligens og machine learning vurderes derfor som værende store.
Gennem det seneste år har Energinet høstet en del erfaringer med brug af kunstig intelligens og machine learning i en række small scale-projekter.
Oplægget holdes af Nicolaj Nørgaard Peulicke, der er ansvarlig for digitalisering og it-innovation i Energinet. Nicolaj har en bred erfaring med digitalisering, markeds- og forretningsudvikling.
I oplægget sætter Nicolaj Nørgaard Peulicke udviklingen indenfor energisektoren i perspektiv og viser med afsæt i en række praktiske cases, hvordan kunstig intelligens potentielt kan medvirke til at udvikle Energinet og sektoren generelt.

Meet davis, the AI-powered digital virtual assistant. Talk or chat to davis and get instant answers.

Forget what you thought you knew about application monitoring. Get to know davis, your AI powered digital virtual assistant for digital performance management.

Talk or chat to davis and get instant answers, e.g.:

"What performance problems impacted my revenue today?"
"Can you tell me about user activity levels?"
"Are there any capacity issues?"
"Were there any outages last night?"

Få inspiration til at komme i gang med kognitive teknologier gennem et eksempel fra en kunde, som Netcompany har hjulpet. Aksel B. L. Larsen præsenterer her løsning i Azure Machine Learning og gennemgår hele flowet fra den initiale data-fangst til opsætning af machine learning-flow med avancerede algoritmer og hele vejen igennem til anvendelsen af machine learning-resultatet i forretningen.

Fra real-time language translation i Office 365 til Azure Machine Learning: Microsoft har en bred vifte af teknologier, der demokratiserer kunstig intelligens. Vores vision er at give alle adgang til disse teknologier på lettest mulig måde.

I denne session kan du lære mere om Microsofts teknologier, kundecases samt hvordan man let kan komme i gang med at benytte services som cognitive services, machine learning og bots.

Der er allerede i dag mulighed for at erstatte juridisk sagsbehandling og skøn med digital forvaltning ved hjælp af kunstig intelligens og en prædiktiv model.
På et universitet er der udviklet en løsning, som forudsiger menneskerettighedsdomstolens domme med 79 procents sikkerhed.
Modellen udvikles hele tiden og vil i fremtiden have højere træfsikkerhed end selv de bedste menneskeretsjurister. På samme måder vil store dele af forvaltningen og kundeservicen i det offentlige kunne erstattes med højere kvalitet og effektivitet.
Oplægget sætter fokus på de udfordringer og muligheder, der ligger i den kunstige intelligens, og oplægget vil give et bud på transformationen af vores juridiske regler og lovproces i lyset af den digitale udvikling.

One of the core competitive differentiators in the financial markets will always be to what extend we are able to extract the maximum value out of the trading flow we get, as this allows us to set more competitive prices if needed in certain segments.

Most major global players have their trading desks concentrating on the important trading flows, where real order service is required or where traders have a view on the longer time horizons, while "ignoring" the importance of the small tickets, which either come in as fired by a machinegun or drip in below the "radar".

Today the financial markets are an uneven playing field, due to very high differences in budget to overcome the technology gap to global players.

• The constant spend required to keep up with increased digitalization of the market.
• Upgrading trading systems, market connectivity and client platforms to cutting edge.
• Getting the right competences into the company, to develop smart algorithms for pricing, execution and risk management.
• Etc.

Saxo knows what this means, as we employ hundreds of smart IT developers and spend significant CAPEX on staying in front of the curve. Saxo even offers other banks and professional clients to use our technology, where they benefit from our expertise in execution, risk management, processing and constant development, while retaining complete discretion in their own risk appetite, hedge strategy and own liquidity relationships.

We have done well in the past, and today have a very advanced setup on price and flow. Clearly this has in the past been one of the core competitive advantages for Saxo, but we need to challenge ourselves if we want to stay competitive and even go for market share that we don't have today.

The "Nexus" project described here has been a journey with many versions of our algorithmic suite over time, as we got better and better and as new optimization potentials became evident. It was almost as hard as "putting a man on the moon", but it was exactly for that reason that we did it!

Teknologier som Machine Learning og kunstig intelligens er ikke længere et fremtidsscenarie, men en del af vores nutidige virkelighed. Virksomheder gør i stigende grad brug af dem, men der er fortsat kun få virksomheder der udnytter det enorme potentiale som disse avancerede løsninger åbner op for. I denne præsentation, der holdes af Michael Birkebæk, NewTech Lead i KPMG Denmark, får du en demo af virtuelle assistenter, hvad de kan og hvordan du praktisk kommer du i gang, samt en præsentation af flere forskelligartede cases på succesfuld brug af Machine Learning.
Endelig vil Michael Birkebæk sætte fokus på de organisatoriske hindringer, der kan være i en virksomhed for en praktisk og succesfuld implementering af kunstig intelligens og Machine Learning.

Hvordan AI-teknikker og teknologier fra IBM Watson er flydt ind i et væld af løsninger. Nogen gange uden at vi har opdaget det.

"Enhver tilstrækkelig avanceret teknologi er ikke til at skelne fra magi" - Arthur C. Clarke.

Med computerteknologiernes udvikling er det muligt at bygge applikationer, som med lysets hastighed kan bearbejde helt uforståeligt store mængder data. For de fleste menneskers hjerne, som typisk højest kan bearbejde fem-syv uafhængige variabler, vil sådanne applikationer uundgåeligt føles intelligente - ja endda magiske...

"Magien" sker, når systemer studerer mønstre i big data og bruger dem til at gentage en specifik handling eller samling af handlinger for et specifikt input baseret på mere end syv (for eksempel hundredevis) variabler.
Derimod besidder mennesker en endnu uovertruffet evne til at tilpasse sig og lære ved at bruge få eksempler til sammenligning.

Derfor er det optimale, for en hvilken som helst applikation, at balancere "magien i maskinerne" med den menneskelige evne til at tilpasse sig. Udfordringen er at finde ud af, hvornår man skal benytte algoritmer og kunstig intelligens (computer-læring), og hvornår man ikke skal.

Uanset vores bevæggrund bør vi hacke os til den optimale balance mellem maskinens "intelligens" og den menneskelige hjerne. Denne præsentation søger derfor at udforske denne balance og dens transformative potentiale gennem både teori og praktiske eksempler.