Номинанты ZƏKA 2026

DIA366 is an AI-powered business management platform that unifies documents, finance, HR, sales and operations. Its Business Advisor AI helps companies generate documents, analyze business data and automate routine workflows within one ecosystem.

Business Advisor AI BAAI is the artificial intelligence layer of DIA366. It uses large language models together with structured business data from the platform to understand user requests in natural language and assist with everyday business operations. BAAI works with information from accounts, assets, employees, projects, finance, documents and e commerce. It can generate offers, orders, contracts, invoices and acts, create business texts and descriptions, summarize information, explain business data, identify possible inconsistencies or risks and suggest the next appropriate action in a workflow. Artificial intelligence is integrated directly into business processes rather than used only as a separate chatbot. This allows the system to provide context aware assistance based on actual operational data already available in DIA366. The user remains in control of important decisions. AI generated content and recommendations are reviewed and approved by a person before they are used in official business processes. The architecture is being expanded to support multiple AI models and external communication channels such as email and messaging platforms. This will allow DIA366 to develop from AI assisted content generation toward intelligent business automation across the whole platform.

AI-nur və AI-khan ABB Mobile-da süni intellekt əsaslı danışıq bankçılığı təcrübəsi yaradan rəqəmsal köməkçilərdir. Onlar mətn və səs vasitəsilə bank xidmətlərinə çıxış, məlumat əldə etmə və seçilmiş əməliyyatları həyata keçirməyə imkan verir.

Sistem istifadəçinin mətn və ya səs formatında göndərdiyi sorğuları analiz edir, niyyəti müəyyənləşdirir və kontekstə uyğun cavablar formalaşdırır. Həll generativ süni intellekt, böyük dil modelləri, RAG texnologiyası, səs texnologiyaları və ABB-nin bank sistemləri ilə inteqrasiyanı birləşdirir. Model bankın təsdiqlənmiş məlumat mənbələrindən istifadə etməklə cavabların dəqiqliyini artırır. Süni intellekt təbii dilin emalı, sorğuların anlaşılması, məlumat bazası ilə zənginləşdirilmiş cavablar, nitqin mətnə çevrilməsi, fərdiləşdirilmiş maliyyə məlumatlarının təqdimatı və ağıllı əməliyyat dəstəyi üçün istifadə olunur.

Rentbutik is a car-sharing and car rental platform that makes renting a car simple, fast, and fully digital. We connect car owners and renters through one platform, while running minutely, hourly and daily rentals in Baku with our own electric fleet.

Rentbutik uses AI to make car-sharing and rental operations smarter and more efficient. AI will analyze user behavior, rental duration, demand patterns, and location-based usage to support **demand forecasting, dynamic pricing, and fleet optimization**. The real-time usage data generated through the platform will provide the foundation for training and improving AI models and delivering more accurate recommendations.

Wayfind Azərbaycanın ilk süni intellekt əsaslı xaricdə təhsil platformasıdır. Xaricə gedən tələbələrin düzgün universitet, təqaüd və etibarlı provayder tapmaq problemini RAG texnologiyası ilə mənbə göstərən AI uyğunlaşma sistemi vasitəsilə həll edir.

Wayfind-in AI sistemi iki əsas komponentdən ibarətdir: RAG əsaslı universitet və təqaüd uyğunlaşma mühərriki: Tələbə transkriptini, hədəf ölkələrini, büdcəsini və sertifikat balını daxil edir. Sistem kurasiya olunmuş, təsdiqlənmiş bilik bazası üzərində retrieval-augmented generation (RAG) tətbiq edir. PostgreSQL + pgvector ilə embedding-lər saxlanılır, sorğu zamanı ən uyğun proqram, təqaüd və son tarixlər çıxarılır. LLM (DeepSeek V4.1 Flash) yalnız çıxarılmış faktlar əsasında cavab yaradır, heç vaxt yaddaşdan son tarix və ya tələb uydurulmur. Hər nəticə mənbə istinadı və "rəsmi mənbə ilə yoxla" qeydi daşıyır. Motivasiya məktubu generasiyası: Tələbənin profili və hədəf universitetinin tələbləri əsasında AI fərdiləşdirilmiş motivasiya məktubu yaradır. İstifadəçi nəticəni redaktə edə bilər, yenidən generasiya edərsə isə istifadə limiti azalır. Ümumi AI çatı: Xaricdə təhsillə bağlı istənilən suala cavab verən token əsaslı asistent. Hər paket üzrə aylıq token limiti var (200k-dan 4M-a qədər). Texniki arxitektura: Python/FastAPI AI xidməti, NestJS arxa API, Cloudflare R2 fayl saxlancı. AI inference DeepSeek V4.1 Flash (aşağı xərc, 1M token kontekst), sənəd emalı Google Gemini Flash-Lite ilə. İnsanın rolu: AI tövsiyə verir, amma yekun qərar həmişə tələbənindir. Hər çıxış "yoxla" qeydi daşıyır. Provayder verifikasiyası (diplom, qəbul məktubu, LinkedIn) insan tərəfindən admin paneldə aparılır, AI deyil.

AI Battleground is Azercell’s governed enterprise AI platform where employees use AI, build and share agents, securely connect company systems, evaluate changes, and run solutions across cloud, hybrid or fully air-gapped environments.

AI is Battleground's execution layer. Agents combine LLM and SLM reasoning with enterprise knowledge, structured data, code execution and approved tools to complete multi-step tasks, not simply generate text. More than 40 MCP servers expose capabilities such as SAP, Jira, Starburst and Tableau through a governed MCP Gateway with RBAC, fine-grained permissions and credential isolation. The LLM Gateway decouples agents from model providers, enabling controlled routing, anonymization and tokenization and use of cloud or local models. Execution telemetry demonstrates this agentic use: 28,553 agent calls, 17,142 MCP calls and 6,176 code executions. An internal proxy estimates that about 70% of active conversations invoke an agent, enterprise tool or code capability. AI is also embedded in production workflows. Meeting Agent processes Teams recordings into structured AZ, EN and RU summaries, AI Board Navigator combines historical reviews, meeting intelligence and memory for CxO decision support, Data Intelligence Agent answers natural-language questions over governed enterprise data. Quality is part of the AI system itself. Prompt and model changes can trigger a version-controlled evaluation suite combining deterministic checks, such as guardrail adherence, groundedness and citation presence and latency, with rubric-based grading. Candidates are compared with production baselines, regressions can be blocked or routed to SME review, and production failures can become new test cases. Human accountability remains in place for consequential claims, recommendations and actions.

Platformanın yaradılmasında məqsəd, cəmiyyətin bütün təbəqələrinin — vətəndaşların, sahibkarların və hüquqşünasların hüquqi maarifləndirilməsi, hüquqi məlumatlara əlçatanlığının təmini, hüquqi proseslər zamanı sənədlərin formalaşdırılmasında, sənədlərə hüquqi qiymətin verilməsi.

1. Hüquqi sorğunun anlaşılması (NLP/LLM). Böyük dil modeli (LLM) verilmiş mətni təhlil edərək sorğunun əsl məqsədini müəyyən edir: istifadəçi konkret normanı axtarır, hüquqi vəziyyətə qiymət almaq istəyir, yoxsa sənəd hazırlamaq niyyətindədir. Bununla yanaşı, sorğunun aid olduğu hüquq sahəsi və əsas hüquqi anlayışları aydın edir. Bu mərhələ sonrakı axtarışın istiqamətini və dəqiqliyini müəyyən edir. 2. Hibrid axtarış: açar söz və məna birlikdə. Hüquqşünas bəzən konkret maddə nömrəsini və ya rəsmi termini axtarır, bəzən isə vəziyyəti öz sözləri ilə təsvir edir. HüquqAI bu iki ehtiyacı hibrid axtarış yanaşması ilə qarşılayır. Leksik axtarış (BM25) dəqiq terminlərin, maddə nömrələrinin və qanun adlarının tapılmasını təmin edir. Semantik axtarış isə mətnləri çoxdilli embedding modeli (bge-m3) vasitəsilə vektor formasına çevirir və Qdrant vektor bazasında məna oxşarlığına görə axtarış aparır. 3. Mənbəyə əsaslanan cavab (RAG) Tapılan hüquqi mətnlər retrieval-augmented generation (RAG) yanaşması ilə dil modelinə ötürülür. Model cavabı öz ümumi biliyinə deyil, məhz axtarışda tapılmış Azərbaycan qanunvericiliyi normalarına əsaslanaraq hazırlayır. 4. Hüquqi sənədlərin avtomatik hazırlanması. Platformada sənəd hazırlığı şablon və dəyişənlərin ayrılması prinsipi üzərində qurulub. 5. Texnoloji yığın. Sistemin backend hissəsi FastAPI üzərində qurulub. Semantik axtarış üçün bge-m3 embedding modeli və Qdrant vektor bazası, cavabların generasiyası üçün Gemini dil modeli, sənəd hazırlığı üçün isə, docxtemplater əsaslı şablon mexanizmi istifadə olunur.

In Egypt, Ain Shams University, school of Business has 40,000 students. this year they are using our solution "EduSofx Learning Buddy" to drive transformation using AI to graduate students in 6 new majors in 3 years instead of 4 for the newcomer's population of 10,000 students.

Content ingestion uses retrieval augmented generation followed by content grounding. An AI agents board evaluates different AI models and selects the most suitable model for each use case. Human review is included to ensure the quality of generated content. Promptless design allows users with different levels of AI experience to use the system effectively. An educator in the loop approach connects different user personas and uses collected data analysis and recommendations to support targeted interventions. A set of AI tutors supports different learning modes including knowledge acquisition memorization immersive experimentation critical thinking and inquiry based learning.

Chewick ödənişin yaradılması ilə təsdiqini bir-birindən ayıran fintech platformadır: satıcı ödənişi yaradır, ödəyici isə uzaqdan mobil tətbiqdə təsdiqləyir. Ailə ödənişləri, korporativ approval və uzaqdan ticarət üçün nəzərdə tutulub, hazırda Azərbaycanda canlı işləyir.

Chewick-in arxa tərəfində AI komponenti ödəniş metodunu tanıyaraq işləyir: ödəniş həyata keçirilən zaman sistem istifadə olunan ödəniş vasitəsini (kart, hesab və s.) avtomatik müəyyənləşdirir və əməliyyatı ən əlverişli faiz dərəcəsi ilə keçirən marşrutu seçir. Beləliklə, satıcı və ödəyici üçün hər əməliyyatda əl ilə seçim etmədən optimal xərc təmin olunur. Bu, sadə qayda-əsaslı marşrutlaşdırma deyil sistem müxtəlif ödəniş kanalları arasında dinamik qərar qəbul edir və prosesi avtomatlaşdırır, insan iştirakı yalnız istisna hallarda tələb olunur.

Kitabcam müəllimlər üçün süni intellekt əsaslı rəqəmsal təhsil asistanıdır. Dərs planlarının, testlərin (KSQ/BSQ) və analitik hesabatların avtomatlaşdırılmasını təmin edərək müəllimlərin bürokratik işlərə xərclədiyi vaxta qənaət edir.

Layihə 9 fərqli AI modulu üzərində işləyir Əsas komponentlər: "Smart Document Analyzer" vasitəsilə PDF/Word sənədlərindən vizual/mətn analizi ilə pedaqoji xülasələrin çıxarılması və "Lesson Planner" ilə kurikuluma uyğun dərs planlarının avtomatik generasiyasıdır. Texniki arxitektura LLM provayderlərinin çökmə riskinə qarşı "Failover" (qəza keçidi) sistemi ilə təchiz olunub (məsələn, Gemini API-də xəta olduqda avtomatik OpenAI-a keçid edilir). Bütün AI sorğuları serveri bloklamamaq üçün "SQL-Backed AI Job Queue" mexanizmi və asinxron arxa plan işçiləri (worker) vasitəsilə idarə olunur

Platforma, ona tətbiq edilmiş yeni texnologiyalar sayəsində hər kəsin - insanlarımızın, sahibkarlarımızın öz alış və satış ehtiyaclarının sürətli reallaşdırılması üçün vaxt itgilərinin qarşısının alınması məqsədilə yaradılmışdır.

TenderYard-da süni intellekt bir neçə mərhələdə istifadə olunur. NLP/LLM komponentləri istifadəçinin sərbəst yazdığı mətni anlayır, məqsədi müəyyən edir və elanı strukturlaşdırır: başlıq, təsvir, kateqoriya, qiymət, valyuta, ünvan, əlaqə məlumatları və məhsul xüsusiyyətləri avtomatik çıxarılır. Sistem mətnin alış, satış/təklif və ya qeyri-müəyyən niyyət daşıdığını ayrıca müəyyən edə bilir. Axtarışda embedding və vektor axtarışı tətbiq olunur. Buna görə nəticələr yalnız eyni açar sözə görə deyil, məna və məhsul uyğunluğuna görə tapılır. Eyni yanaşma kateqoriya seçimi, elanların uyğunlaşdırılması, videoların məzmun üzrə axtarışı və vizual oxşar elanların tapılmasında istifadə olunur. CV/multimodal komponentləri şəkil və videonu analiz edərək məhsulu, kateqoriyanı, rəng, marka, ölçü və digər xüsusiyyətləri müəyyən edir. Media üçün moderasiya yoxlaması aparılır. Şəkil keyfiyyəti lazım olduqda məhsulu dəyişmədən işıqlandırma, səs-küy və kəskinlik baxımından yaxşılaşdırılır. Elan başlığı və təsviri Azərbaycan, ingilis və rus dillərinə avtomatik tərcümə olunur, yazım və qrammatik səhvlər düzəldilir. Səsli axtarış və elan diktəsi speech-to-text vasitəsilə real vaxtda mətnə çevrilir. Avtomatlaşdırma tərəfində yeni məlumatlar periodik indekslənir və axtarış üçün əvvəlcədən hazırlanır. İnsan rolu biznes qaydalarının, moderasiya meyarlarının və kateqoriya uyğunluqlarının müəyyənləşdirilməsi, səhv və xüsusi halların yoxlanması, lazım olduqda manual düzəlişlərin verilməsi və sistem nəticələrinin nəzarətdə saxlanmasıdır.

Aglink is a low-cost wireless data transport system that sends readings over two radio channels and records how healthy each link is. The data it logs is built to train AI models that predict link failures before sensor data is lost.

The ML model that analyzes the packet reception history of a single node on a single channel over the last 30 minutes. Based on this, it estimates the probability that the channel will lose 3 or more packets out of 30 in the next 5 minutes.

Emekly is an AI-powered job aggregation and career navigation platform designed for job seekers. It centralizes global job listings, matches CVs using AI, and automates application workflows to eliminate job search friction.

Emekly integrates cutting-edge AI models via Groq API to drive its core features. The platform utilizes advanced Natural Language Processing (NLP) and Large Language Models (LLMs) to parse user resumes and compare them against aggregated global job descriptions. It calculates precise match scores and performs automated gap analysis to highlight missing candidate competencies. The human plays the role of the final decision-maker, reviewing AI-generated insights, using the Auto Apply Kit for customized cover letters, and managing applications via the platform interface or Telegram bot (@EmeklyAibot).

Luhive şirkətlərə və icmalara istifadəçi və üzvlərini daha yaxşı tanımağa, doğru insanlara uyğun mesajlarla çatmağa kömək edir. Komandalar hər dəfə sıfırdan başlamaq əvəzinə əvvəlki əlaqələrə əsaslanır və gördükləri işin nəticəsini izləyirlər

Luhive-in süni intellekt imkanlarını komandanın məlumatdan faydalı növbəti addıma keçməsinə kömək etmək üçün hazırlayırıq. Tədbirlərdə iştirak, qeydiyyatlar və əvvəlki əlaqələr əsasında rəhbərin gündəlik suallarına cavab verməyi hədəfləyirik: hansı üzvlərlə əlaqə zəifləyir, kimə hansı tədbir maraqlı ola bilər və yenidən əlaqə qurmaq üçün nə demək faydalıdır? Planlaşdırılan AI komponenti bu tarixçəni şərh edərək üzv qrupları haqqında qısa izahlar, uyğun ünsiyyət təklifləri və mesaj qaralamaları hazırlayacaq. Məsələn, əvvəllər fəal olub son tədbirlərə qatılmayan üzvlər üçün uyğun dəvət təklif edə biləcək. Beləliklə, komanda siyahıları tək-tək araşdırmağa daha az vaxt sərf edib, insanlarla əlaqənin keyfiyyətinə daha çox diqqət ayıra biləcək. Bu imkanlar hazırda planlaşdırma və inkişaf mərhələsindədir. İştirakın sayılması və məlumatların qaydalarla süzülməsi ilə AI-nin tarixçəni şərh etməsini ayrı qiymətləndiririk. İstifadə ediləcək model, məlumatların işlənməsi və mesajların təsdiq prosesi texniki tətbiq zamanı dəqiqləşdiriləcək. Nəticəni isə təkliflərin faydalılığı və həmin ünsiyyətdən sonra insanların geri qayıtması ilə yoxlamağı planlaşdırırıq.

LAMIA WhatsApp daxilində işləyən AI əsaslı şəxsi köməkçidir. Mətn və səs vasitəsilə xərcləri qeyd edir, tapşırıq və xatırlatmaları idarə edir, istifadəçiyə qısa xülasələr təqdim edir.

LAMIA təbii dildə yazılmış və səsdən mətnə çevrilmiş mesajları anlayaraq istifadəçinin niyyətini və əsas məlumatları - məbləğ, kateqoriya, tarix, tapşırıq və xatırlatma vaxtını - müəyyən edir. AI qeyri-strukturlaşdırılmış gündəlik mesajları strukturlaşdırılmış əməliyyatlara çevirir, uyğun cavab və xülasələr yaradır və söhbətin kontekstini nəzərə alır. Məqsəd istifadəçini mürəkkəb menyular və formalarla işləməkdən azad etməkdir. İstifadəçi nəticəni söhbət daxilində görür və nəzarəti özündə saxlayır.

wmon.ai watches websites, APIs and servers around the clock, alerts the team the moment something breaks, and gives every business a public status page. AI finds and tags everything a company runs and sets up its checks, so onboarding takes seconds.

AI is what makes onboarding take seconds instead of hours without further configs. Most companies don't have an up-to-date list of what they run, and setting up monitoring by hand means deciding, for every asset, what it is, how important it is and what a healthy response looks like. When a customer verifies a domain, wmon discovers the assets under it and the AI does that work for them. Precise tagging. Every asset is classified as a website, API or infrastructure. as production or staging, as public or internal, and as business-critical when it handles login, authentication, payments or checkout. It also gets a readable name. The tags drive the setup: critical assets and APIs are checked every 30 seconds, websites every minute and infrastructure every 5 minutes. Configuration checks. Before an asset is added, it is tested for liveness and its configuration is checked: which status codes it normally returns, whether it answers like a web page or like an API, and when its TLS certificate and domain registration expire. An endpoint that correctly answers "unauthorized" is expected to do so, so it never raises a false alarm. Ready-made monitors. The result is an inventory of tagged, pre-configured monitors. The customer reviews them and switches them on in one click instead of setting each one up by hand. A wmon MCP server will let AI assistants such as Claude, ChatGPT, Cursor and Codex read and manage a customer's monitors and incidents in plain language.

TicarX Azərbaycan sahibkarları üçün abunə əsaslı e-ticarət platformasıdır. Mağaza sahibi AI köməkçisi ilə adi dildə danışaraq öz saytını dəyişir, məhsul mətnlərini və bannerləri hazırlayır, kampaniya və sifariş işlərini panelin içindən icra etdirir.

AI qatı LLM əsaslı agentdir: model mağazanın admin paneline qoşulur və mağazanın öz məlumatına (məhsul, kateqoriya, qiymət, sifariş, ayar, dizayn) icazəli çıxış alır. İş prinsipi alət çağırışıdır. Model sadəcə cavab yazmır, əməliyyat çağırır: məhsul yaratmaq və redaktə etmək, təsvir və SEO mətni yazmaq, qiymət və endirim qurmaq, kupon açmaq, banner və səhifə bölmələrini dəyişmək, dizayn rənglərini və şablonu dəyişmək, hesabat sorğusu vermək. Mətn hissəsində model Azərbaycan dilində məhsul təsviri, kateqoriya mətni, SEO başlığı və kampaniya mətni yazır. Vizual hissədə banner və kampaniya şəkilləri generativ modellə hazırlanır, sonra şablonun ölçüsünə avtomatik uyğunlaşdırılır. İnsanın rolu saxlanılır: hər dəyişiklik sahibin təsdiqi ilə tətbiq olunur və geri qaytarıla bilir. Model yalnız həmin mağazanın bazasına toxunur, çünki hər mağaza ayrı bazada saxlanılır, bu da müştəri datalarının qarışmasının qarşısını alır. Platformanın texniki nəzarəti də avtomatlaşdırılıb: xəta və hadisələr real vaxtda Telegram botuna göndərilir, saatlıq avtomatik yoxlama işləyir. Bu hissə artıq canlıda işləyir və problemi müştəri şikayət etməzdən əvvəl görünən edir.

Azərbaycanda kiçik və orta biznesin saytı çox vaxt xarici serverlərdə, yad dildə dəstəklə qalır. Hostinq.az 2008-ci ildən yerli lokasiya, doğma dildə dəstək və manatla şəffaf qiymətlə bu boşluğu doldurur. Bu gün 850-dən çox müştəri, 350-dən çox şirkət bizə etibar edir.

Hostinq.az öz modelini satmır. Bizim komponentimiz süni intellektin üzərində işlədiyi infrastruktur qatıdır və o qat Azərbaycandadır. 1. AI iş yükləri üçün server. VPS və dedicated serverlərdə tam root icazəsi var: müştəri Llama, Whisper, embedding və ya öz fine-tune etdiyi modeli quraşdırıb işlədir. Ağır yüklər, model təlimi və render üçün ayrıca dedicated konfiqurasiya ayrılır. NVMe disklər vektor bazaları və embedding indeksləri üçün, uzun ömürlü proseslər və WebSocket dəstəyi isə cavabın token-token axını üçün açıqdır. Xarici model API-lərinə çıxış bloklanmır. 2. AI ilə qurulmuş saytların hostinqi. v0, Lovable, Bolt kimi alətlərlə yığılan Next.js və React layihələri bizdə yerləşdirilir. Node.js runtime, build prosesi, domen və SSL quraşdırılması, köhnə yerdən pulsuz köçürmə daxildir. Saytımızda bu seqment üçün ayrıca bölmə var: "AI ilə yığdın? Bizdə host et". 3. Məlumatın ölkə daxilində qalması. AI tətbiqi istifadəçi məlumatını emal edirsə, müştəri Azərbaycan lokasiyasını seçib məlumatı ölkədən çıxarmaya bilər. Xarici bulud provayderlərində bu seçim yoxdur. 4. İnsanın rolu. Modeli və alqoritmi müştəri seçir. Biz quraşdırmanı, təhlükəsizliyi, gündəlik yedəkləməni, monitorinqi və miqrasiyanı öz üzərimizə götürürük. Nəticədə kiçik komanda ayrıca DevOps mütəxəssisi tutmadan AI layihəsini canlıya çıxarır. Açıq yazırıq: model öyrətmək bizim işimiz deyil. Bizim payımız o infrastrukturu Azərbaycanda, doğma dildə dəstəklə və manatla əlçatan etməkdir. Bu, ölkədə AI məhsulu qurmağın maya dəyərini və giriş həddini aşağı salır.

Agrogent — kənd təsərrüfatının bütün dəyər zəncirini birləşdirən süni intellekt əsaslı aqrobiznes platformasıdır.

Platformanın əsas AI komponenti olan Agrogent AI Assistant fermerin torpaq sahəsi, mövcud resursları, maliyyə imkanları, iqlim şəraiti və bazar məlumatlarını analiz edərək fərdiləşdirilmiş tövsiyələr hazırlayır. Süni intellekt aşağıdakı istiqamətlərdə tətbiq olunur: Ağıllı əkin planlaması: Torpaq, iqlim və bazar tələbatına əsasən uyğun bitkilərin seçilməsi. Xərc və gəlirlilik proqnozlaşdırılması: İstehsal xərclərinin hesablanması və potensial gəlirin qiymətləndirilməsi. AI aqronom: Bitkilərin yetişdirilməsi, gübrələmə, suvarma və xəstəliklərlə mübarizə üzrə tövsiyələr. Avtomatlaşdırılmış idarəetmə: Fermerlər üçün gündəlik tapşırıqların yaradılması, xatırlatmalar və hava şəraiti ilə bağlı xəbərdarlıqlar. Bazar analitikası: Kənd təsərrüfatı məhsullarının qiymətlərinin və bazar tələbatının təhlili. Texnoloji yanaşma: Agrogent yerli kənd təsərrüfatı məlumatları əsasında ixtisaslaşdırılmış Small Language Model (SLM) inkişaf etdirməyi hədəfləyir. Modelin lokal serverlərdə yerləşdirilməsi məlumatların məxfiliyini qorumağa və Azərbaycan dilində, yerli aqrar şəraitə uyğun AI xidmətləri təqdim etməyə imkan verəcək.

ASTRYX is an AI powered marine intelligence platform that combines satellite, weather and ocean data to identify priority fishing zones and help commercial fishing operators reduce search time, fuel use and uncertainty.

ASTRYX uses an explainable geospatial suitability model rather than a generative AI system. The platform divides the selected marine area into map cells and processes environmental variables including sea surface temperature, chlorophyll concentration, turbidity, wind and water currents. The data is cleaned, normalised and aligned by location and time. For each cell, the system compares current conditions with species specific environmental preferences. Suitability functions and weighted parameters are combined into a Fish Potential Score, which ranks areas according to their probability of having favourable fishing conditions. The platform then displays priority zones and the environmental factors contributing to each score. The current prototype uses an explainable scoring approach so its recommendations can be understood and adjusted. The next machine learning stage will use real trip outcomes, including route, environmental conditions, catch quantity, search time and fuel consumption, as labelled data. A supervised classification and ranking model will learn local relationships and improve recommendations for particular species and regions. Training and evaluation data will be separated by trip, location and time to prevent data leakage. Performance will be measured through precision and recall for productive zones, ranking quality and comparison with actual catch outcomes. ASTRYX presents predictions as decision support, not confirmed fish locations. Existing vessel sonar and the optional underwater drone can provide local verification and additional feedback data.

AI Student ibtidai sinif şagirdlərinin maraq, motivasiya və emosional vəziyyətindəki dəyişiklikləri yaşa uyğun sorğular vasitəsilə izləyən AI əsaslı təhsil platformasıdır. Sistem cavabları analiz edərək müəllimə şagirdin inkişafını daha yaxşı anlamağa kömək edir.

AI komponenti şagirdin yaşına uyğun sorğu cavablarının strukturlaşdırılması və məzmun baxımından analiz edilməsi üçün nəzərdə tutulur. Sistem cavablardan maraq istiqamətləri, motivasiya ilə bağlı göstəricilər və emosional vəziyyətdə mümkün dəyişikliklər haqqında müəllim üçün anlaşılan nəticələr formalaşdırır. AI müxtəlif cavablar arasındakı əlaqələri və zaman üzrə dəyişiklikləri müqayisə edərək müəllimin diqqət yetirə biləcəyi məqamları ümumiləşdirir. Nəticə müəllim üçün dəstək vasitəsidir və yekun qərar AI tərəfindən verilmir. Müəllim nəticələri öz müşahidələri və şagird haqqında bildiyi kontekstlə birlikdə qiymətləndirir. Sistem diaqnoz qoymaq və ya uşağın gələcək peşəsini avtomatik müəyyən etmək üçün nəzərdə tutulmayıb. Hazırda AI funksiyalarının işlək MVP-yə inteqrasiyası development mərhələsindədir.

Seobotly — saytınızı analiz edən, SEO problemlərini aşkarlayan, açar sözləri və rəqibləri təhlil edən, kontent imkanlarını göstərən və Google-da daha çox görünməyinizə kömək edən süni intellekt əsaslı SEO platformasıdır.

Aİ funksiyalarında hazır LLM texnologiyalarından istifadə edirik və onları əsas SEO sistemimizə inteqrasiya etmişik. Aİ əsasən audit nəticələrini izah etmək, səhifələr üçün tövsiyələr hazırlamaq, kontent ideyaları yaratmaq və istifadəçinin suallarını cavablandırmaq üçün istifadə olunur. Məhsulun əsasını isə bizim öz kraulerimiz, qayda əsaslı SEO yoxlamalarımız, mövqe izləmə və Aİ axtarış sistemlərində görünürlük analizləri təşkil edir. Aİ müştərinin saytında və ya hesabında özü dəyişiklik etmir — təqdim etdiyi nəticələr tövsiyə xarakterlidir və son qərarı istifadəçi verir. Müştəri məlumatları Aİ modelini öyrətmək üçün istifadə olunmur. Google Search Console və Analytics məlumatları yalnız oxuma icazəsi ilə qoşulur.

Forg3t gives companies control over what their AI systems see, keep and reveal. Shield masks sensitive data before it reaches AI tools, Trace maps where AI meets company data, and Protocol removes it from AI systems, re-tests them and signs the evidence.

AI is the core of every product and also what we measure. 1. Shield detection runs on the user's device first: checksum validators for national IDs, IBANs and cards, locale-specific pattern libraries and contextual rules for health, credit and HR information in Turkish and English. Industry profiles tune what counts as sensitive. The user sees what was masked and decides what to send. 2. Trace classifies AI usage from connected enterprise telemetry by department, AI tool and sensitive-data category. Every finding is labelled observed, declared, inferred or unknown, so gaps are shown as gaps, not as zero. 3. Protocol runs removal and machine unlearning jobs: retrieval-layer removal in RAG pipelines and vector stores (for example pgvector, Qdrant, Weaviate), and model-level unlearning for open-weight models in the customer's environment (SISA sharded retraining, plus gradient and representation-based methods tested on Llama and Qwen). An LLM-driven evaluation harness then attacks the system with paraphrases, multi-hop and alias questions, prompt injection, relearning, quantization and logit-lens checks, and measures how much of the target it still reveals. Results are signed with Ed25519, and a zero-knowledge PLONK proof lets a third party check the leakage threshold without seeing the records. 4. Research: preregistered, multi-seed experiments with bootstrap confidence intervals that re-test publicly released unlearned models. Human role: the customer sets the scope, reviews dry-run results and decides what is removed. Forg3t measures and reports.

MinVolt provides commercial e-bikes and a 30-second battery-swapping network built specifically for last-mile delivery fleets and independent couriers. It eliminates hours of recharging downtime, helping couriers boost their daily income while giving delivery businesses non-stop

MinVolt’s technology stack is anchored by three critical capabilities: Smart BMS predictive analytics, IoT-driven fleet telematics, and algorithmic station load balancing. Through integrated Smart BMS and IoT hardware (PULSE X / CORE X), the CMS continuously monitors battery cell health, thermal thresholds, and vehicle performance in real time to prevent failures before they occur and enforce safety via automated geofenced speed limits. Concurrently, time-series algorithms analyze courier routes and swapping patterns across Baku to predict localized energy demand, automatically balancing battery charging cycles across our swapping stations to guarantee uninterrupted service.

HR Maturity Index şirkətlərə 111 sualdan ibarət qiymətləndirmə vasitəsilə HR yetkinlik səviyyəsini 11 sahə üzrə ölçür. Süni intellekt nəticəni şirkətə xas, növbəti səviyyəyə yol xəritəsi verən PDF hesabata çevirir.

Hesabat generasiyası ayrıca AI xidməti (FastAPI) üzərində qurulub. Xidmət RAG yanaşması ilə işləyir: HR ədəbiyyatı korpusundan uyğun məlumat tapılır və şirkətin cavablarına əsasən dil modelinə ötürülür. Əsas model Google Gemini, ehtiyat model isə avtomatik keçid edilən Anthropic Claude-dur. Model hər sahə üzrə təhlil, prioritetlər və fəaliyyət planı mətnlərini yazır. Bal hesablaması və yetkinlik səviyyəsi isə AI ilə deyil, deterministik kodla müəyyən edilir, buna görə rəqəmlər sabit və təkrarlana biləndir. Nəticədə hazır PDF hesabat yaranır.

Rekrio AI Recruiter-i əvəzləyərək sadəcə tələbləri aldıqdan sonra uyğun namizədləri müxtəlif platformalardan tapır, onlarla əlaqə yaradır və hətta özü onları müsahibə (interview) edir. 2-4 həftə çəkən ənənəvi işə alım prosesini 1-2 gündə ,bəzən daha tez yekunlaşdırır.

Rekrio AI agent müxtəlif modellərdən, müxtəlif hissələrdə fine tuning edilərək istifadə edilir. Bununla yanaşı artıq 3 ölkədə fəaliyyət göstərdiyimiz və datalarımızın sayı günü gündən artıqğı üçün öz modelimizi də train etməyə başlayırıq. təbii ki bu prosesdə yenə də indi olduğu kimi Claude, gpt4, gpt5, "Kimi" kimi AI modellərindən də istifadə edəcəyik. Avtomatlaşdırma hissələri isə Həm təsisçimiz Real Sərxanbəyli (Hazırda O da birləşmiş ərəb əmirliyində BƏƏ-nin böyük construction şirkətlərindən birində Team Lead olaraq fəaliyyət göstərir) tərəfindən texniki oalraq hazırlanmışdır.

Aynam App insanların özünü kəşf etməsi və mental sağlamlığını qoruması üçün süni intellekt əsaslı psixologiya platformasıdır. Layihə ənənəvi şablon testləri aradan qaldıraraq, hər kəsə unikal psixoloji analiz və gündəlik həyat üçün xüsusi həllər təklif edir.

Aynam App-in əsas analiz mühərriki kimi Təbii Dilin Emalı (NLP) və İri Dil Modellərindən (LLM) istifadə olunur. Tətbiq ənənəvi "əgər A seçilərsə, nəticə B-dir" (deterministik) alqoritmlərindən fərqli olaraq, generativ AI agenti kimi fəaliyyət göstərir. İstifadəçilər testlərdə həm hazır variantları seçir, həm də sərbəst mətndə öz düşüncələrini yazırlar. Bu datalar xüsusi dizayn edilmiş promt mühəndisliyi vasitəsilə AI modelinə ötürülür. Model sətiraltı mənaları, emosional tonu və psixoloji markerləri aşkarlayır. Proses tam avtomatlaşdırılıb: məlumat API vasitəsilə anında işlənir və istifadəçiyə kompleks psixoloji hesabat qaytarılır. İnsanın (istifadəçinin) rolu sadəcə səmimi datanı təmin etməkdir, AI isə rəqəmsal psixoloq rolunda çıxış edərək dərin, fərdiləşdirilmiş analiz və xüsusi inkişaf planı generasiya edir.

MIQYAS yeni daşınmaz əmlak layihələri üçün developer və investorlara yönəlmiş qərar dəstəyi platformasıdır. Ərazi və layihə göstəricilərini analiz edərək tikintidən əvvəl layihənin potensialını, gəlirliliyini və uyğunluğunu qiymətləndirməyə kömək edir.

MIQYAS-da süni intellekt məhsulun əsas qərarvermə mühərrikidir. Sistem Bakıda yaşayış layihələri və elanlardan toplanan məlumatları (lokasiya, m², otaq, mərtəbə, qiymət, layihə xüsusiyyətləri və s.) təmizləyir, deduplikasiya edir, geokodlaşdırır və model feature-lərinə çevirir. 1. Pricing Engine: CatBoost-XGBoost gradient-boosting modelləri lokasiya, mənzil və bazar xüsusiyyətlərinə əsasən m² və vahid üzrə bazar qiyməti intervalını proqnozlaşdırır. PostGIS məkan feature-ləri metro, məktəb, biznes mərkəzi və rəqib layihələrə yaxınlığı nəzərə alır: SHAP proqnozun əsas səbəblərini izah edir. 2. Demand & Absorption: tarixi elan-satış siqnalları və qiymət dəyişiklikləri üzrə time-series və survival time-to-sale yanaşmaları aylıq satış sürətini və müxtəlif qiymət ssenarilərində absorbsiya müddətini hesablayır. 3. Micro-market intelligence: clustering modelləri oxşar layihələri qiymət, lokasiya və məhsul tipi üzrə qruplaşdırır, anomal qiymətləndirmələri aşkarlayır. 4. Apartment Mix Optimizer: ML tələb proqnozları məhdudiyyətli optimizasiya ilə birləşdirilərək 1-2-3 otaqlı mənzillərin, sahələrin və qiymət pillələrinin gəlir–satış sürəti balansı optimallaşdırılır. LLM komponenti nəticələri developer üçün strukturlaşdırılmış hesabat və “what-if” ssenari izahlarına çevirir: kritik kommersiya qərarı insan təsdiqindən keçir. Modellər MAE/MAPE, backtesting və out-of-sample validation ilə yoxlanılır, data quality və model drift monitorinq olunur. MIQYAS xam bazar məlumatını izah olunan və ölçülə bilən development qərarına çevirən AI qərar dəstəyi platformasıdır.

FVeda is an AI-guided investment learning lab where beginners practise decisions with virtual money and real market prices. Its AI Coach challenges the reasoning behind each decision instead of telling users what to buy, turning simulation into personalised learning.

FVeda uses large language models as a contextual learning and reflection layer, not as a trading signal engine. When a user asks the AI Coach a question, the system sends the question together with limited situational context from the product, such as the lesson currently being studied or the user's simulated portfolio holdings. This lets the model respond to the decision the learner is actually facing instead of returning a generic finance explanation. Depending on availability, FVeda routes requests through supported AI providers including Vercel AI Gateway, NVIDIA NIM, Groq, OpenRouter and Anthropic. The AI is used for natural-language explanation, guided questioning, assumption testing and reflection on simulated decisions. The human remains the decision-maker. The Coach is deliberately designed not to issue personalised buy, sell or hold instructions, execute transactions or predict a “best asset”. It can instead ask what evidence supports a thesis, what could invalidate it, what risk was overlooked, or which concept the learner should revisit. Privacy boundaries are built into the context flow. Email addresses and account IDs are not sent to AI providers. Simulated portfolio data may be used for learning context, real budget figures are excluded unless the user explicitly enables sharing. In short: simulation creates the decision, and AI turns that decision into personalized learning.

Pinull is an AI coding assistant that never hands over code it cannot prove. AI writes the code, and independent checks verify every reference, type, data flow and behaviour. If anything is unproven, Pinull refuses and says why.

Pinull is a neurosymbolic system: large language models generate, deterministic and symbolic methods decide. 1. LLMs (any OpenAI-compatible provider, with automatic failover between Gemini, Groq and Mistral) write the specification and the code, and repair it from exact problem reports. 2. A verification engine resolves every reference with Python's own scoping rules and checks it against the live target interpreter: imports, attributes, call signatures. 3. Strict static type analysis, plus our own data-flow analyzer that follows values through assignments, strings, containers and helper functions to catch path traversal, SQL injection and leaked secrets. 4. Property-based and differential testing: 200 generated inputs per property, and comparison with a standard-library reference where one exists. 5. Coverage and mutation testing prove the tests themselves could fail. 6. An agentic repair loop: each rejected attempt goes back to the model with the precise reasons, within a fixed budget. Researched and documented as next steps: symbolic execution (CrossHair, Z3) and formal proof (Dafny). Human role: the user approves the specification before any code exists, the one decision a machine cannot make for them, and every claim in the result states its evidence and the interpreter it was checked against.

Meyor Ai dağınıq ideya və məlumatları strukturlaşdırılmış biznes proseslərinə çevirməyi asanlaşdıran süni intellekt əsaslı platformadır.

Meyor AI biznes analitiklərinin və proseslərlə işləyən mütəxəssislərin işini sürətləndirmək və strukturlaşdırmaq üçün süni intellektdən istifadə edir. İlkin mərhələdə AI istifadəçinin verdiyi proses məlumatlarını və təbii dildə təsvir etdiyi ideyaları analiz edərək BPMN proseslərinin yaradılmasına və vizuallaşdırılmasına kömək edir. AI prosesdəki əsas fəaliyyətləri, iştirakçıları, qərar nöqtələrini və proses axınını müəyyənləşdirərək strukturlaşdırılmış proses modelinin formalaşdırılmasını dəstəkləyir. İstifadəçi nəticəni nəzərdən keçirir və redaktə edir. Növbəti inkişaf mərhələlərində AI imkanlarının proseslərin sənədləşdirilməsi, tələblərin formalaşdırılması və proses məlumatlarının sistemli şəkildə işlənməsində də istifadə edilməsi nəzərdə tutulur.

Bakuology is an AI-enhanced educational project that brings the history, culture and urban identity of Baku to students through a course book, workbook, teacher guide, audio, video and multilingual learning resources.

Bakuology uses a combination of generative AI tools across its publishing, audiovisual and editorial workflow. GPT-5.6 Sol was used to prepare audiobook scripts from the human-authored course material and to convert and structure these scripts for EPUB production. ElevenLabs was then used to create the audiobook narration. Higgsfield was used to produce promotional and educational video content. HeyGen was used to translate interviews, helping make original interview material accessible across languages while preserving the underlying human-produced content. GPT-5.6 Sol was also used to create selected images and visual materials for the books and supporting resources. For editorial quality control, Claude and ChatGPT were used in parallel to identify language, consistency, structure and editorial issues. Their outputs were cross-checked rather than accepted automatically, allowing the authors to compare suggestions and make the final editorial decisions. AI therefore supports several stages of production, including scripting, EPUB preparation, audio, video, interview translation, visual creation and editorial review. However, the process remains human led throughout. The authors determine the historical content, pedagogy, structure and creative direction. AI outputs are reviewed, compared, corrected or rejected where necessary, and historical accuracy and educational suitability remain the responsibility of the human team.

Videoda Azərbaycanın qədim tarixi, təbiəti və nəsildən-nəslə ötürülən adət-ənənələri (xalçaçılıq, misgərlik, saz musiqisi, təndir çörəyi və kənd həyatı) sadə insanların gündəlik yaşayışı vasitəsilə əks olunur. "Keçmişin izi, gələcəyin yolu" şüarı ilə hazırlanan bu işdə mirasın tə

Bu videoda süni intellektdən əsl yaradıcı köməkçi kimi istifadə olunub: vizual görüntülərin, musiqinin və səslərin hazırlanmasında süni intellekt alətlərindən (məsələn, VEO3 Fast, Suno AI və s.) ustalıqla faydalanılıb. Beləliklə, təsəvvürdəki qədim kəndlər, sənətkarlar və təbiət mənzərələri yüksək keyfiyyətli rəqəmsal kadrlara çevrilib.

2021-ci ildə Azərbaycanda süni zəkanın bədii yaradıcılıq potensialını araşdıran ilk elmi tədqiqatlardan biri. Monoqrafiya AI-nin yaradıcılıq və incəsənətdə tətbiqini tədqiq edir.

Tədqiqatda süni intellektin bədii yaradıcılıq prosesində tətbiqi, yaradıcılıq potensialı və incəsənətə təsiri araşdırılmışdır. AI əsaslı sistemlər və onların yaratdığı bədii nümunələr təhlil edilərək süni intellektin yaradıcı prosesdəki imkanları və rolu qiymətləndirilmişdir.

GPTBAKU, ənənəvi reklam agentliklərinin 2-3 həftə çəkən istehsal prosesini 2-3 günə endirərək, sürətli və hekayə-mərkəzli video kontent yaradan AI-native studiyadır. Hər layihə orijinal ssenari, AI video generasiyası, fərdi Suno musiqisi və peşəkar post-prodüksiyanı birləşdirir.

GPTBAKU-da süni intellekt bütün istehsal prosesinin əsasını təşkil edir, sadəcə köməkçi alət deyil. İş axını dörd mərhələdən ibarətdir. Əvvəlcə konsept və ssenari insan tərəfindən hazırlanır — hekayə, emosional nüvə və mesaj müəyyənləşdirilir. Bu mərhələ tam yaradıcı nəzarətdə qalır, AI-yə ötürülmür. İkinci mərhələdə AI video generasiya modelləri istifadə olunur — ssenariyə əsasən vizual səhnələr yaradılır. Burada əsas diqqət personaj konsistensiyasına verilir: eyni xarakterin bütün kadrlarda tanınmasını təmin etmək üçün referens şəkillər və detallı promptlar işlədilir. Üçüncü mərhələdə Suno platforması vasitəsilə hər layihə üçün orijinal musiqi bəstələnir — heç bir hazır və ya üçüncü tərəf treki istifadə olunmur. Bu, hər işə unikal audio kimlik qazandırır. Son mərhələ peşəkar post-prodüksiyadır: montaj, rəng korreksiyası, səs dizaynı və tempoya uyğunlaşdırma insan tərəfindən əl ilə həyata keçirilir. Bu yanaşma nəticəsində ənənəvi 2-3 həftəlik istehsal müddəti 2-3 günə enir, eyni zamanda hekayə keyfiyyəti və emosional təsir saxlanılır. AI sürəti təmin edir, insan nəzarəti isə keyfiyyəti və etik standartları qoruyur. Praktik nümunə: "Neftdən Koda" filmində baba və nəvə personajlarının bütün kadrlarda eyni görünüşü saxlaması üçün hər səhnə əvvəlki kadrlara istinadən promptlaşdırılıb. "44 saylı ev"də real binanın fotoşəkli əsas götürülərək, AI vasitəsilə 1900-cü illərin versiyası rekonstruksiya edilib. Hər layihədə keyfiyyətə nəzarət mütləqdir: material kadr-kadr yoxlanılır, mətn qlitchləri, personaj uyğunsuzluqları və arzuolunmaz elementlər aradan qaldirilir.

"The Little Prince" is an experimental short cinematic video that reinterprets Antoine de Saint-Exupéry’s timeless philosophical masterpiece using modern Generative AI technologies.

"Balaca Şahzadə" (The Little Prince) Antuan de Sent-Ekzüperinin fəlsəfi şah əsərini müasir generativ süni intellekt texnologiyaları vasitəsilə yenidən canlandıran kinomatoqrafik qısametrajlı video layihəsidir. Klassik ədəbi dərinliyi sintetik media və neyron audio imkanları ilə birləşdirən bu iş tənhalıq, sevgi, axtarış və uşaq saflığı kimi mövzuları vizual baxımdan zəngin, alqoritmik mühitdə əks etdirir. Yaradıcı yanaşmanın əsas qayəsi əsərin nostalji və fəlsəfi ruhunu qoruyub saxlamaqla yanaşı, süni intellektin təqdim etdiyi vizual imkanları vahid kino dili ilə təqdim etmək olub. Təsadüfi görüntülər yerinə dəqiq tənzimlənmiş təsvir arxitekturası, üslub ardıcıllığı və diffuziya keçidləri formalaşdırılmışdır. Planetlər arası səyahət, ucsuz-bucaqsız qızılı səhralar və asteroid səhnələri dramatik işıqlandırma, üzvi fakturalar və dərinlik kompozisiyası ilə vizual hekayəyə çevrilmişdir. Texniki baxımdan layihə video generasiya mühərrikləri, neyron səs sintezi və ardıcıl dinamik göstərişlərin tətbiqi ilə mərhələli şəkildə icra edilib. Personajların sabitliyi, dinamik kamera hərəkətləri və atmosferik səsləndirmə vahid ahəngdə birləşdirilmiş, kadrların vizual keyfiyyəti post-generasiya mərhələsində yüksəldilmişdir.

AzFreelance yerli frilans mütəxəssislərlə işəgötürənləri vahid platformada birləşdirən rəqəmsal ekosistemdir. Layihə yerli bazarda frilans xidmətlərinin tapılmasını asanlaşdırır, güvənli əməkdaşlıq və rahat iş axını təqdim edərək icraçı ilə sifarişçi arasındakı boşluğu qaldırır

Platformada süni intellekt əsasən təhlükəsizlik və avtomatlaşdırılmış moderasiya məqsədilə tətbiq olunur: Təhlükəsizlik və Moderasiya Mexanizmi: Müraciətlərin və daxil olan məzmunun analizi üçün təbii dil emalı (NLP) və mətn təsnifatı modellərindən istifadə edilir. Sistem göndərilən müraciətləri real vaxt rejimində skan edərək spam, şübhəli fəaliyyət və fırıldaqçılıq cəhdlərini aşkar edir. Avtomatlaşdırılmış Bloklama və Strike Sistemi: Alqoritm tərəfindən riskli və ya saxta hesab edilən müraciətlər sifarişçiyə çatdırılmır və dərhal dayandırılır. Qayda pozuntusu törədən hesaba avtomatik şəkildə xəbərdarlıq (strike) göndərilir, beləliklə sifarişçilərin vaxt itkisinin və təhlükəsizlik risklərinin qarşısı alınır. İnsanın Rolu (Human-in-the-loop): Süni intellekt platformada ilk müdafiə xətti rolunu oynayaraq təhlükəli axını süzgəcdən keçirir. İnsan nəzarəti isə mübahisəli halların araşdırılması, strike almış istifadəçilərin apelyasiya müraciətlərinə baxılması və moderasiya alqoritmlərinin dəqiqliyinin tənzimlənməsi prosesində iştirak edir.

RootLab.az-da yerləşdirilən bu alətlər AI dəstəyi ilə hazırlanmış, İT, kibertəhlükəsizlik, şəbəkə, Linux və ingilis dili üzrə imtahanlara hazırlaşan istifadəçilərə öz biliklərini yoxlamaq, zəif tərəflərini müəyyənləşdirmək və praktiki məşq etmək üçün nəzərdə tutulub.

Layihədə süni intellekt texnologiyalarından istifadə edilərək istifadəçilərə İT və kibertəhlükəsizlik sahəsində praktiki məşq və öyrənmə imkanları təqdim olunur. AI dəstəyi ilə interaktiv tapşırıqlar, testlər, simulyasiya ssenariləri, texniki problemlər və istifadəçi üçün faydalı məşq məzmunları hazırlanır. Məqsəd öyrənmə prosesini daha interaktiv, əlçatan və effektiv etməkdir.

İxtisas.az doğru ixtisas və karyera seçiminə kömək edən platformadır. Aİ ilə ixtisas analizi, karyera məsləhətçisi və Aİ chatbot vasitəsilə istifadəçilərə fərdi seçimlər etmək, suallarına cavab tapmaq və gələcəklərini daha düzgün planlamaq imkanı yaradır.

Model. Anthropic Claude ailəsi. Əsas model Opus 4.8, qənaət rejimində Sonnet 5. Alqoritm. RAG, yəni axtarışla zənginləşdirilmiş generasiya. Hər sorğudan əvvəl öz bazamızdan real DİM məlumatı çəkilir: abituriyentin balı və qrupu ilə çatdığı 60 ixtisas, üstəgəl balından 5 ilə 40 bal yuxarı olan 15 hədəf variant. Yalnız bu siyahı süni intellektə verilir, ona görə cavablar həmişə real keçid ballarına söykənir. Halüsinasiyaya qarşı üç qat qorunma. Birincisi, sistem göstərişi ilə siyahıdan kənar bal və ya universitet uydurmaq qadağandır. İkincisi, çıxış ciddi sxemlə strukturlaşdırılır və hər tövsiyə üçün real ixtisas kodu tələb olunur, yəni model olmayan ixtisas göstərə bilmir. Üçüncüsü, qrup yoxlaması: model əvvəlcə ixtisasın hansı qrupda olduğunu müqayisə edir və uyğunsuzluğu açıq deyir, məsələn həkimlik dördüncü qrupdadır, sən birinci qrupdasan. Optimallaşdırma. Göstəriş keşləmə, uyğunlaşan düşünmə rejimi və model üzrə ehtiyat keçid. Qənaət rejimi bir hesabatın maya dəyərini təxminən on dəfə azaldır. Məlumat. Öz bazamız: min üç yüzdən çox ixtisas və universitet sətri, hər birində kod, universitet, qrup, dövlət və ödənişli keçid balı, il. Mənbə DİM-in rəsmi sənədləridir, məlumat avtomatik parserlə oxunur, süni intellekt bu mərhələyə qarışmır. İnsanın rolu. Bal bazasını insan yoxlayır və təsdiqləyir, göstərişləri insan yazır, hər generasiya jurnallanır. Süni intellekt son qərarı vermir, yalnız variantları əsaslandırır.

QALXAN Continuity mürəkkəb kiber və əməliyyat risklərini interaktiv sintetik ssenarilərlə anlaşılan təcrübəyə çevirir. İstifadəçi fərziyyələri dəyişərək aktivlər arasındakı asılılıqların modelləşdirilmiş təsirə və bərpa prioritetinə necə təsir etdiyini görür!

Yaradıcı prosesimdə süni intellekt ideyanın formalaşdırılmasından yekun vizual və audiovizual materialın hazırlanmasına qədər çoxmərhələli yaradıcı alət kimi istifadə olunur. ChatGPT vasitəsilə mövzu araşdırması, faktların strukturlaşdırılması, ssenari, səhnə ardıcıllığı, storyboard və promptların hazırlanması həyata keçirilir. Generativ vizual və video alətləri ilə tarixi, mədəni, maarifləndirici və konseptual səhnələr yaradılır. Ehtiyac olduqda süni səs, musiqi, hərəkət və vizual transformasiya imkanlarından istifadə edilir. AI tərəfindən yaradılan nəticələr avtomatik olaraq yekun məhsul kimi qəbul edilmir. Mövzu seçimi, konsept, faktların yoxlanması, səhnələrin seçilməsi, promptların təkmilləşdirilməsi, vizual ardıcıllıq, etik yanaşma və yekun redaktə insan tərəfindən idarə olunur. Tarixi və real şəxslərlə bağlı işlərdə faktla yaradıcı rekonstruksiya bir birindən ayrılır və yanlış məlumat yaradılmamasına xüsusi diqqət yetirilir. Məqsədim yalnız AI ilə şəkil və video yaratmaq deyil. Süni intellektdən istifadə edərək Azərbaycan mövzularını yeni vizual hekayəçilik, interaktiv təqdimat və rəqəmsal yaradıcı formatlara çevirməkdir.

Marketing Talks - marketinq, kommunikasiya və yeni texnologiyalar üzrə ekspertləri bir araya gətirən peşəkar media layihəsidir. Layihədə AI və elmi araşdırmalardan istifadə etməklə qlobal biliklər yerli bazarın reallıqları ilə əlaqələndirilir.

Marketing Talks-da süni intellekt əsasən mövzu araşdırması, peşəkar məlumatların strukturlaşdırılması və müsahibə suallarının hazırlanması prosesində dəstəkləyici alət kimi istifadə olunur. Mövzuların hazırlanması zamanı qlobal elmi və peşəkar məqalələr, beynəlxalq araşdırmalar və aktual trendlər araşdırılır. AI alətlərindən bu materiallarda əsas məqamların müəyyənləşdirilməsi, məlumatların strukturlaşdırılması və araşdırmadan əldə olunan insight-ların sistemləşdirilməsi üçün istifadə edilir. Xüsusilə müsahibə suallarının hazırlanmasında AI vasitəsilə elmi məqalə və peşəkar araşdırmalardan əldə olunan əsas fikirlər Azərbaycan bazarının reallıqları ilə əlaqələndirilir və ekspertlə müzakirəyə çıxarıla biləcək sualların formalaşdırılması dəstəklənir. Burada yekun sualların və məzmunun müəyyənləşdirilməsində insan redaktəsi və ekspert baxışı əsas rol oynayır. AI-dan həmçinin YouTube üçün mövzuya və auditoriyaya uyğun daha informativ başlıqların formalaşdırılmasında, eləcə də bəzi video coverlərinin hazırlanmasında istifadə edilmişdir. Beləliklə, AI Marketing Talks-da insan yaradıcılığını əvəz edən deyil, qlobal biliklərin araşdırılması, strukturlaşdırılması və Azərbaycan auditoriyası üçün lokal kontekstə uyğunlaşdırılmasını dəstəkləyən yaradıcı və analitik vasitə kimi tətbiq olunur.

AURA-LIB-in məqsədi kitabxananı əvəz etmək deyil, kitabxananı daha rahat istifadə edilən, daha əlçatan və daha ağıllı bir məkana çevirməkdir. Şagird kitab axtarmaq üçün uzun müddət rəfləri yoxlamaq əvəzinə axtardığı mövzunu sistemə daxil edir, uyğun resursları görür və kitabın y

ağıllı axtarış sıstemi yalnız dəqiq kitab adına deyil , istifadəçi kitabın tam adını bilmədikdə sistem müxtəlif açar sözlər əsasında uyğun nəticəni tapır.kitab tapıldıqdan sonra 3D səhnədə qeyd edərək marşurutu istifadəçiyə istiqamətləndirilir.

Azərbaycanın tarixi məkanları və mədəniyyət ocaqları barədə maarifləndirici televiziya layihəsi

Chat GPT, Nano Banana Pro, Flow, Heygen, Kling və Minimax kimi süni intellekt alətlərindən istifadə olunaraq veriliş başlıqları, filmdə süni intellektin tətbiqi başlıca hədəfdir. Yaxın gələcəkdə süni intellekt və kinonun inkişafı əsas hədəfdir.