Бюджет:
35 000 руб
Мы создаём мобильное приложение, которое помогает пользователям выбирать персонализированные подарки по профилю человека (возраст, пол, увлечения, профессия и т. д.). У нас будет доступ к очень большой товарной базе (например, Wildberries – более 20 миллионов наименований).
Мы хотим использовать искусственный интеллект, чтобы:
На основании профиля ( возраст, пол, увлечения, профессия и т. д.) генерировать индивидуализированные идеи подарков, но не из воздуха, а из базы товаров. Соответственно ИИ должен на ней обучиться, чтоб знать из чего подбирать.
Выдавать объяснение, почему именно эти подарки подойдут
Делать это качественно, быстро и нестандартно.
Чтоб лучше понять попробую привести пример:
Пример "Маша, племянница, 11 лет, интересуется программированием, любит Гарри Поттера"
Ответ при поиске в базе по ключам:
1 вариант – подойдет набор состоящий из классной светящейся клавиатуры и мышки.
2 вариант – подойдет крутая волшебная палочка как у Гарри Поттера.
(не очень классный ответ т.к. каждый вариант удовлетворяет только одному из 2 интересов)
Ответ Chat GPT – Умные очки типа Meta Ray Ban в круглой оправе как очки Гарри Поттера.
(ChatGPT придумал реально классный, креативный вариант, удовлетворяющий обоим интересам, и для этого использована 1 явная связь – Продвинутые IT технологии интегрированные в вещь (очки) могут быть интересны программисту, при этом он нашел еще совершенно не явную связь что они имеют круглую форму, как очки Гарри Поттера. Это был бы подарок с настоящим ВАУ эффектом для Маши, но к сожалению Chat GPT не в курсе что таких очков (круглой формы) нет в природе и тем более в нашей базе, если бы он знал все товары, которые есть в нашей базе наверняка предложил бы еще что-то креативное.
В итоге поиск по ключам "по старинке" дал посредственные результаты – ради которых клиент не станет скачивать наше приложение, т.к. так с задачей замечательно справился бы Гугл, или простой поиск в маркетплейсе.
Идея же ChatGPT оказалась классной, но к сожалению придуманного им подарка нет в базе.
Мы же хотим добиться креативности ИИ на реальной базе товаров, чтоб было ради чего скачивать наше приложение.
Мы рассчитываем, что в этом конкурсе найдутся участники, которые смогут предложить оптимальную с точки зрения Время/цена/качество архитектуру AI-решения:
Какие платформы/модели использовать (LLM, векторные БД и т. д.)
Подходит ли fine-tuning или лучше использовать RAG?
Где и как хранить данные?
Как масштабировать решение?
Желательно обосновать:
Почему выбранный стек подходит лучше других
Как обеспечить быстрые и качественные ответы
Как избежать проблем с креативностью (не ограничивать выбор до топ-50 товаров)
Как организовать обновление базы
Указать:
Примерные сроки реализации MVP
Оценку стоимости (облако, API, обучение и т. д.)
Победитель конкурса получит приз 35000 руб, а также, при желании – возможность работать с нами дальше над реализацией идеи, поэтому очень желательно чтоб то, что вы предлагаете вы же сами могли реализовать. Либо могли указать кто, помимо Open AI, Google и Маска сможет это реализовать с реальными бюджетами и сроками.