Цифровой прорыв. Сезон: искусственный интеллект
3.77K subscribers
3.45K photos
970 videos
6 files
1.81K links
Друзья, мы рады видеть вас в нашем канале!

Это канал проекта, который проводит самые масштабные хакатоны по искусственному интеллекту — «Цифровой прорыв. Сезон: Искусственный интеллект».

Подробности: https://hacks-ai.ru
加入频道
Продолжаем создавать невероятное
Нас ждет насыщенный день, второй чек-поинт уже близко. Но мы уверены, что все пройдет отлично 😌

А пока я мечтаю о самой большой кружке кофе на свете, держите расписание на второй день:

▪️ 09:00 – Завтрак;
▪️ 10:00 – Второй чек-поинт;
▪️ 12:00 – Обед;
▪️ 16:30 – Сессия «Вопрос-Ответ» с кейсодержателем;
▪️ 17:00 – Мастер-класс с Никитой Белоголовцевым;
▪️ 18:00 – Ужин;
▪️ 18:30 - Бриф экспертов и трекеров;
▪️ 19:00 –Третий чек-поинт;



#hacksAI #ХакатоныИИ #ИскусственныйИнтеллект
Media is too big
VIEW IN TELEGRAM
Вчера Мария Ещенко, руководитель VR Детского Технопарка «Кванториум Фотоника» прочитала нам лекцию о дополненной реальности и искусственном интеллекте в робототехнике.

Мы решили спросить у нее как хакатон может помочь участникам, ответ в интервью ☝️

Посмотреть полную лекции можно здесь ⚡️

#hacksAI #ХакатоныИИ #ИскусственныйИнтеллект
Media is too big
VIEW IN TELEGRAM
Вторую лекцию «Прошлое, настоящее и будущее искусственного интеллекта: истории, факты, теории» прочитал Леонид Ясницкий, профессор ПГНИУ, председатель Пермского отделения Научного совета при Президиуме РАН по методологии искусственного интеллекта.

Поинтересовались у Леонида также о том, как изменился искусственный интеллект. Ознакомиться с его мнением можно в интервью ☝️

Полную версию лекции смотрите здесь.
Начинается решающий день хакатона по искусственному интеллекту в Перми!

Спасибо нашим участникам, экспертам и трекерам — вы часть решений, часть результата каждой команды. Не расслабляемся — впереди самое интересное 🔥

Тайминг:

▫️08:00 – Кофе-брейк;
▫️09:30 – Мотивационный брифинг команд перед защитой;
▫️11:00 – Стопкоддинг;
▫️12:00 – Защита решений;
▫️15:00 – Церемония закрытия и объявление победителей;
▫️15:30 – Тортики;
Ох уж эти выступления на сцене 🙈

Не знаю ни одного человека, для которого это не было бы волнительным. И ты вроде бы уверен, в том что сделал на 100%. Ты долго работал над материалом, который планируешь рассказать, и готовился.

Но вот настал момент выйти на сцену и тут… То ли предательски начинают трястись ноги, то ли затрудняется дыхание, голова кружится и все плывет в глазах. Ты ловишь чей-то взгляд и бам, все мысли куда-то катапультировались из головы. Знакомо?

Чтобы подобного с вами не произошло на хакатоне, мы спросили нашего ведущего, Никиту Белоголовцева, как сделать выступление максимально эффектным и успешным. И Никита любезно рассказал нам про все фишки, которыми пользуется. А ему можно доверять, так как он руководит целым направлением сторителлинга в Яндекс.Дзене 😏

Согласись, даже если опыт у тебя уже есть, и ты считаешь, что в целом питчишь неплохо – советы и мнение со стороны никогда не будут лишними.


#hacksAI #хакатоныИИ #ИскусственныйИнтеллект
Ну что ж, мы преодолели все трудности сообща, стойко пережили эти дни, устали, мало спали, но остались довольны.
По-крайней мере, мы точно. А вы?

Буквально считанные минуты и мы узнаем имена победителей шестого хакатона по искусственному интеллекту в Перми!

Подключайтесь к трансляции ☺️
​​Поздравляем победителей 🤘

⚡️⚡️ 3 место – PSPU Team (Пермский край)
Участники команды: Виталий Кудреватых, Кирилл Поздеев, Лев Худорожков, Сергей Боярко, Ярослав Шеповалов.

Платформа: проверка благонадежности НКО. Пользователь вводит название, происходит процесс сбора, анализа, обработки и отображения информации об НКО и оценка благонадежности на основании весов, определяемых экспертами с платформы ProCharity. Решение позволяет оптимизировать определение благонадежности НКО, так как ранее все организации проверялись полностью вручную. Благодаря платформе это происходит автоматически, с применением ИИ для анализа информации.

Стек решения: python, javascript, vue, quasar, mongodb, nestjs, expressjs, flask, docker, keras, beautifulsoup

Уникальность подхода в том, что наибольший вес имеет финансовая оценка. Проверяются источники денежных средств и направление реализации. Выявляются реальность денежных потоков, не появляется ли прибыль в процессе деятельности компании и отчитывается ли НКО по своим действиям. Для этого используются api налоговой службы и РосФина.

С технической точки зрения уникальность в модульности, применимости к разным сферам (для платформы ProCharity, как социально значимый сервис для общества) и расширяемости, за счет добавления большего количества проверок, таких как нахождение в других фондах или упоминания в соцсетях.

#hacksAI #хакатоныИИ #ИскусственныйИнтеллект
#рсв #россиястранавозможностей
​​Поздравляем победителей 🤘

⚡️⚡️ 2 место – While True (Москва, Марий Эл)
Участники команды: Ринат Курбанов, Елисей Питанов, Максим Подоприхин, Никита Седёлкин.


Решение обкачивает известные источники данных, прописанные в тз (Добро Mail.ru, Нужна Помощь, президентские гранты) при помощи requests и bs4, там где стоит защита от автоматической обкачки – используется селениум. По предположению, что на Добро Mail.ru, Нужна Помощь и других агрегаторах находятся надёжные фонды, выдаем для них оценку 100%. Если на этих источниках фонда нет, проводим анализ по Google, Яндекс новостям и отзывам Яндекса. Пропускаем через анализатор тональности и смотрим какие оценки позитивности и негативности он выдает. Далее все это передается в главный классификатор, где в ручную прописаны веса каждой оценке. На выходе имеем вероятность благонадёжности. Так же, если мы находим негативные и слишком позитивные комментарии и новости, то показываем их пользователю, выдаем ссылки на некоторые источники с данным фондом.

Стек: python, selenuim, bs4, transformers, requests, flask, django,

Уникальность: автоматическая проверка на разных источниках, проверка отзывов и новостей, способность обкачки краулером в многопоточном режиме для уменьшения времени выполнения запроса. Решение легко масштабируется, заводится почти на любом железе по двум командам в консоли, описанным на гитхабе. Возможность добавления новых фич, а так же при сборе статистики можно заменить личный классификатор на обученную модель, например, из sklearn’a.

#hacksAI #хакатоныИИ #ИскусственныйИнтеллект
#рсв #россиястранавозможностей
Поздравляем победителей 🤘

⚡️⚡️ 1 место – Profit (Москва, Московская область, Санкт-Петербург)
Участники команды: Егор Пустовит, Александр Туманов, Павел Алексеев.

Решение развёрнуто на сервисе Yandex.Облако.

Интерфейс: простой удобный сайт. Для начала проверки необходимо указать ИНН, загрузить устав и свидетельство о регистрации.
На основе ИНН мы получаем данные о компании из налоговой, используем сервис dadata и сайт nalog.ru
Полученные данные из налоговой используются для дальнейшего исследования.

Какие ещё источники подключены?

-сайт минюста, выгружаем отчёты о деятельности НКО
-XML поисковой выдачи Яндекса
-официальный сайт
-vk api + официальные группы
-упоминания НКО + сентимент анализ
-поиск банковских карт и реквизитов, сравнение их с официальными реквизитами НКО


Для загруженных документов (устава и свидетельства) мы выполняем базовые проверки, а так же сравниваем уставную деятельность с описанием в социальных сетях.

Некоторые документы требуют распознавания, для этого используем easyOCR.Для проверки фото в социальных сетях подключен сервис yandex.vision, он позволяет узнать, какие надписи есть на фото. Например, если это фото банковской карты.


Стек: Ubuntu + Python + Flask + sklearn + bert + requests + bs4.

Уникальность: мы реализовали полный автоматический цикл проверки НКО, который в данный момент выполняется в ручном режиме.

Время проверки снижается с 3 часов до 12 минут. В итоге проверяющий сразу получает наглядный отчёт с нужными ссылками, и уже по нему принимает решение. А освободившееся время используется для новых добрых дел!

#hacksAI #хакатоныИИ #ИскусственныйИнтеллект
#рсв #россиястранавозможностей
DeepMind приобрела компанию MuJoCo, разрабатывающую симулятор среды для обучения роботов и расчета физики их движений 🙌

MuJoCo – это библиотека с реализацией движка симуляции физических процессов общего назначения, который может применяться в процессе исследований и разработки роботов, биомеханических устройств и систем машинного обучения, а также при создании графики, анимации и компьютерных игр. Движок оптимизирован для достижения максимальной производительности и позволяет манипулировать объектами на низком уровне, обеспечивая при этом высокую точность и широкие возможности моделирования.

Код написан на языках C/C++ и будет опубликован под лицензией Apache 2.0 на Github. Поддерживаются платформы Linux, Windows и macOS. Работу по открытию всех связанных с проектом исходных текстов планируют завершить в 2022 году, после чего MuJoCo перейдёт на открытую модель разработки, подразумевающую возможность участия представителей сообщества.

Модели определяются при помощи языка описания сцен MJCF, основанного на XML и компилируемого при помощи специального оптимизирующего компилятора. Помимо MJCF движок поддерживает загрузку файлов в универсальном формате URDF. MuJoCo также предоставляет графический интерфейс для интерактивной 3D-визуализации процесса симуляции и рендеринга результатов с использованием OpenGL.
​​🔥 Microsoft и NVIDIA объединили свои усилия для создания модели генерации естественного языка Megatron-Turing Natural Language Generation, которая содержит 530 миллиардов параметров. Это самая большая и самая мощная монолитная трансформаторная языковая модель, обученная на сегодняшний день.

Для сравнения, самая известная современная языковая модель разработки OpenAI GPT-3 включает 175 млрд параметров. При этом, как утверждают разработчики, MT-NLP обеспечивает «непревзойденную» точность при выполнении широкого набора задач естественного языка, таких как:

▫️Предсказание завершения текста по смыслу;
▫️ Понимание прочитанного;
▫️ Генерация логических выводов;
▫️ Создание заключений на естественном языке;
▫️Различение смысла слов с несколькими значениями.

Обучение столь мощной модели стало возможным благодаря многочисленным инновациям. Например, NVIDIA и Microsoft объединили современную инфраструктуру обучения на основе GPU с передовым программным стеком распределенного обучения. Были созданы базы данных естественного языка, включающие сотни миллиардов единиц контента, а также разработаны методы обучения для повышения эффективности и стабильности оптимизации.

На графике ниже тенденции изменения размеров современных NLP-моделей с течением времени 👇
​​Че че че?
Чебоксары ⚡️⚡️⚡️
Хакатон по искусственному интеллекту 7/116


Кейс: Создание комфортной городской среды
Кейсодержатель: Минцифры Чувашии
Призовой фонд: 400 000 русских денег 🤑

Участникам предстоит создать карту потребностей жителей города Чебоксары в объектах комфортной городской среды на основе обращений граждан в государственные и муниципальные органы власти, а также информации в открытых источниках. С применением технологий искусственного интеллекта, конечно же.

Анализ данных позволит определить реальные потребности жителей, места массового пребывания граждан, наиболее проходимые места и учесть эти факторы при выборе объекта городской среды и места его размещения.

🙃 Что хотим получить в итоге?

Прототип системы, локализующей на карте города зоны потребностей в объектах комфортной городской среды с описанием типов объектов (сквер, велодорожка, игровая площадка, общественный туалет и т.д.) и определением «срочности» их возведения.

Соревнование пройдет в ледовом дворце «Чебоксары-Арена» - самом большом спортивном сооружении в Чувашии общей площадью 33 857,90 кв.м.

⚡️⚡️Это уникальная возможность:

▫️внести вклад в развитие ИТ-отрасли страны;
▫️прокачать скиллы;
▫️ пополнить портфолио классным проектом;
▫️ пообщаться с экспертами и вообще людьми, разделяющими твои интересы!

Регистрируйся на сайте до 27 октября!

Стань частью российского ИИ-сообщества!
Hyundai выпустит электролеты с беспилотным режимом до 2028 года 🛩

Летательные аппараты обеспечат воздушную перевозку 4-5 человек на расстояние около 100 км. Скорость составит 290 км/ч на высоте 600 метров. Электролеты будут оборудованы системой высокоскоростной зарядки, позволяющей восполнить запас энергии за 5 минут.

Ли Чжун Хён, глава группы разработчиков Hyundai Motor UAM сказал, что безопасность и шум будут главными факторами популяризации беспилотников. Целевой уровень шума составляет 60-70 децибел (дБ).

Первое время на борту будет находится оператор, пока регулирующие органы не пересмотрят существующие требования в сфере безопасности авиаперевозок.

Также планируется разработка более крупной версии для перелетов между городами, грузовых и медицинских перевозок.
​​💁 30 октября, 13:00 – Лекция «Развитие технологий в сфере ИИ»

Никита Климов, продакт-менеджер интеллектуального видеонаблюдения MTS AI расскажет про развитие технологий в сфере ИИ Deep Learning и направлениях: computer vision, speech recognition, speech generation, natural language processing:

– подходы и архитектуры, которые сейчас используются, нерешенные проблемы и векторы развития;
– кто и как создает продукты, путь в профессию. Как выбрать «свое» и куда пойти учиться?
- генерация и тестирования гипотез, качественные и количественные исследования;
- подготовка бизнес кейса;
- продуктовый вижн;
- user stories и роадмап;
- ui и ux дизайн, тестирование интерфейса;
- детализация user stories;
- сбор, разметка данных, оценка качества датасета;
- обучение модели;
- разработка приложения и внедрение модели;
- тестирование;
- доставка в прод;
- мониторинг ключевых метрик;


Ледовый Дворец «Чебоксары-Арена»

Проход на территорию возможен только при наличии QR-кода, подтверждающего вакцинацию, перенесенное заболевание или отрицательный ПЦР-тест (сделанный не позднее 72 часов).

И конечно же будет онлайн трансляция на нашем Youtube-канале, подписывайтесь, чтобы не пропустить 😉

#hacksAI #хакатоныИИ #ИскусственныйИнтеллект
​​🌀 30 октября, 14:00 – Лекция «Прикладные кейсы использования технологий машинного обучения в реальных бизнес кейсах внешних Заказчиков»

Спикер: Роберт Васильев, CEO, управляющий партнер, системный инженер, руководитель проектов.

Прикладные кейсы использования технологий машинного обучения в реальных бизнес кейсах внешних Заказчиков. Основные направления кейсов:

▫️Fintech;
▫️RetailTech;
▫️ProdTech;
▫️MedTech;
▫️LegalTech;

Основные направления прикладных разработок в области ИИ: разработка прогностических моделей, рекомендательных моделей; разработка моделей по работе с изображениями (распознавание, классификация, сегментация, детектирование событий, генерация изображений - много работали с генеративно-состязательными нейронными сетями, face swap в том числе); разработка моделей по работе с текстами (распознавание текста и OCR, выделение именованных сущностей); НИРы и НИОКРы на стыке разных технологий. AI + Blockchain, Reinforcement learning.

Ледовый Дворец «Чебоксары-Арена», ул. Чапаева, 19

Проход на территорию возможен только при наличии QR-кода, подтверждающего вакцинацию, перенесенное заболевание или отрицательный ПЦР-тест (сделанный не позднее 72 часов).

И конечно же будет онлайн трансляция на Youtube-канале, подписывайтесь, чтобы не пропустить 😉

#hacksAI #хакатоныИИ #ИскусственныйИнтеллект