Все победители конкурса АСИ представили свои решения в открытом доступе для возможности свободного скачивания и самостоятельного внедрения в регионах. Денежные призы из фонда, сформированного при поддержке Мегафона, получит первая пятерка победителей. Также участники получат доступ к обучающим курсам от Университета 20.35, гранты на вычислительные мощности от Яндекс.Облака и годовую подписку на решение для персональной защиты данных на пять компьютеров от Акронис-Инфозащита.
В этом году число вовлеченных в решение задач разработчиков значительно увеличилось – во втором этапе конкурса приняло участие более 6 тыс. человек. Соответственно, выросло и количество представленных на голосование проектов – с 23 до 39 по сравнению с прошлым годом. В топ-10 регионов по числу конкурсантов вошли Москва, Ростовская область, Санкт-Петербург, Челябинская, Свердловская, Саратовская, Новосибирская, Амурская и Омская области.
«Ребята нашли свое интересное видение решений для таких важных задач, как прогнозирование наводнений, создание алгоритмов автоматизированной обработки обращений граждан, создание карты действующих НКО, снижение аварийности на дорогах. Очень приятно и то, что особое внимание участники уделили задаче распознавания азбуки Брайля, решение которой сблизит и упростит коммуникацию слабовидящих и незрячих людей с остальными и позволит детям с ограниченными возможностями расширить выбор преподавателей», – отметила председатель попечительского совета конкурса, генеральный директор АСИ Светлана Чупшева.
По мнению одного из членов попечительского совета, замминистра экономического развития России Владислава Федулова, такая концентрация специалистов из различных областей, чьи идеи и стремления направлены на решение сложных управленческих задач, не только способствует популяризации исследовательской деятельности в области анализа данных и искусственного интеллекта, но и дает уникальную возможность проверить и скорректировать те подходы, которые вырабатывает министерство в рамках развития цифровой экономики и построения системы управления, основанной на данных.
«Надеюсь, что это лишь первый шаг, и мы увидим новые способы использования ИИ в сфере компьютерного зрения, проекты по обработке естественного языка, распознавания и синтеза речи, интеллектуальных систем поддержки принятия решений, которые мы так же сможем использовать в системе государственного управления», – подчеркнул Владислав Федулов.
Победителями второго этапа конкурса стали:
ASOIU Team (Республика Мордовия). Прогнозирование уровней воды в период весеннего половодья
Оводов Илья (Московская область). Распознавание Азбуки Брайля (международная задача)
Infolabs (Белгородская область). Интеллектуальный алгоритм автоматизированной обработки обращений граждан
ЮНИИТ – Интерсвязь (Ханты-Мансийский автономный округ – Югра, Челябинская область). Интеллектуальный алгоритм автоматизированной обработки обращений граждан
CyberFarsh (Ростовская область). Карта «Живые НКО» – карта социально-ориентированных некоммерческих организаций Ростовской области
ISKRAONE (Свердловская область). Распознавание Азбуки Брайля (международная задача)
Малолетние урбанисты (Москва). Внедрение системы мониторинга и предсказания аварийности на дорогах в городах Свердловской области
Cettus (Москва). Интеллектуальный алгоритм автоматизированной обработки обращений граждан
IoTeam (Ростовская область). Расчет оптимального количества транспортных маршрутов и составление рейтинга автотранспортных компаний в регионе
Dream Team (Республика Адыгея). Качественное изменение взаимодействия государства и человека (международная задача)
it_tourist (Кабардино-Балкарская Республика). Расчёт статистики посещений ООПТ туристами, используя геоданные сотовых операторов
Xrenya (Япония). Анализ содержания загрязняющих веществ в водных объектах
Вирус (Москва). Распознавание Азбуки Брайля (международная задача)
D4A (Москва). Разработка алгоритма увеличения туристического потока Останкинской телебашни на основе анализа предпочтений туристов
waico.ru (Москва). Внедрение системы мониторинга и предсказания аварийности на дорогах в городах Свердловской области
MotherHacker (Санкт-Петербург). Прогнозирование уровней воды в период весеннего половодья
Оценка сердечно-сосудистого риска (Москва). Сервис по выявлению факта развития сердечно-сосудистых заболеваний (инфаркт, инсульт) на основании оценки сердечно-сосудистого риска (международная задача)
Lab104 (Свердловская область). Распознавание Азбуки Брайля (международная задача)
Шаталин Игорь (Волгоградская область). Индекс мнения граждан по сферам жизни
Команда «ASOIU Team», занявшая первое место в конкурсе, состоит из молодых ученых Мордовского госуниверситета, Астраханского госуниверситета и Российского технологического университета МИРЭА. «АСИ дало нам блестящую возможность опробовать свои знания и навыки сплоченной командной работы перед лицом трудной и актуальной задачи. Работа над проектом позволила объединить лучшие отечественные и зарубежные практики как в области машинного обучения, так и в прикладной сфере анализа природных социально-производственных систем», – сказал лидер команды Станислав Ямашкин.
Второе место заняла команда из Московской области под руководством Ильи Оводова. Задачей распознавания шрифта Брайля участник занимался еще до конкурса. «У меня младшая дочка слепая, поэтому я на себе испытал, насколько это актуальная задача. К моменту начала конкурса у меня уже было работоспособное решение. Но на то, чтобы довести программу до состояния, когда ее не стыдно предъявить «городу и миру», постоянно не хватало времени. Конкурс же заставил внести в мою разработку улучшения, которые я давно планировал. Теперь, независимо от финала состязания, я собираюсь приложить усилия к тому, чтобы познакомить с программой максимально широкий круг людей, которым она нужна», – отметил Илья Оводов.
Команда из Белгородской области «Infolabs», занявшая третье место в конкурсе, уже несколько лет занимается поиском решений в области машинного обучения и создания интеллектуального алгоритма автоматизированной обработки обращений граждан.
«Думай глобально, действуй локально. Я считаю важным участвовать в проектах, нацеленных на решение глобальных задач. При этом каждое найденное решение мы стараемся сразу же внедрить в регионах, чтобы на практике оценить верность выбранного подхода. Наша разработка направлена на упрощение процессов работы органов исполнительной власти. Мы практически полностью автоматизировали процесс распределения сообщений от жителей региона по ответственным исполнителям. Это сложная и рутинная работа для человека, но с ней отлично справляются алгоритмы машинного обучения, которые никогда не устают от потока входящей информации», – считает лидер команды Артем Яровой.
Все 19 команд победителей допущены до акселератора и на третьем этапе будут дорабатывать и внедрять свои решения непосредственно в регионах, с сообществами и экспертами.