Суббота, 13 августа 2022
Версия для слабовидящих

Победители хакатона по искусственному интеллекту

12 сентября в Великом Новгороде назвали победителей хакатона по искусственному интеллекту — четвертого из 116 мероприятий серии хакатонов и лекций по искусственному интеллекту, которые пройдут во всех регионах России в рамках реализации федерального проекта «Искусственный интеллект».

С 10 по 12 сентября в Новгородском строительном колледже 16 команд, из которых 15 дошли до финала, занимались разработкой аналитической системы, позволяющей с помощью технологий искусственного интеллекта выявлять и/или классифицировать возможные коррупциогенные факторы в нормативно-правовых актах (НПА) Российской Федерации с целью сокращения трудозатрат при проведении антикоррупционной экспертизы.

Отметим, что этот хакатон поставил рекорд по количеству команд, дошедших до финала, – 15 команд боролись за пьедестал почета хакатона по искусственному интеллекту в Великом Новгороде.

Победителями четвертого хакатона по искусственному интеллекту стали команды:

Наносемантика (Москва) Команда представила алгоритм машинного обучения, который определяет по строке законодательного документа присутствует ли коррупциогенный фактор в ней или нет. Синтез текста, мета-алгоритм для лучшей разметки основного датасета, основной алгоритм с использованием бустинга на решающих деревьях. Синтез текста, использование active learning при обучении (в перспективе возможность добавления новых текстов в модель для дообучения). Участники команды: Станислав Ашманов, Александр Туманов, Вадим Сидельников.

MirITeam (Нижний Новгород) Система разработана в виде клиент-серверного веб-сервиса. Клиентская часть включает в себя работу с документами (загрузка документов на сервис и их редактирование), визуализация данных по экспертизе и формирование автоматических отчетов экспертной оценки по НПА. Серверная часть включает систему хранения собранных данных и алгоритмы их интеллектуального анализа, модуль предварительной обработки, модуль валидации и агрегации данных. Система позволяет проводить комплексный сбор и интеллектуальный анализ данных и на его основе формирует большое количество факторов для повышения качества классификации. Участники команды: Мираббас Багиров, Тимофей Карклин, Татьяна Бородина, Артем Гореев, Константин Сидягин.

Profit (Санкт-Петербург, Москва,) Решение команды предполагает, что вместе с текстом, специалист Минюста будет сразу видеть выделение цветом вероятных коррупциогенных факторов и сможет сосредоточить свое внимание на сомнительных областях документа. Решение основано на обработке текста, перевода его в вектора (для дальнейшего рассчета моделями, которые принимаю на вход числовой, а не текстовый формат), для этого используется state of the art модель bert, точнее ее предобученная на русском языке модификация, и затем используется модель машинного обучения для выделения цветом сомнительных элементов текста. Участники команды: Павел Алексеев, Надежда Козлова, Егор Пустовит.

«Хакатон, однозначно, удался! Спасибо коллегам из платформы «Россия – страна возможностей» и РАЭК за организацию, строительному колледжу за площадку и всем, кто помог в подготовке. Я поздравляю победителей, им за двое суток удалось создать очень крутой продукт», — сказал Андрей Майоров, министр цифрового развития Новгородской области.

Хакатон и лекции проходили при поддержке: технологического партнёра – Яндекс.Облако; региональных партнёров – Правительство Новгородской области, Новгородский строительный колледж.

Оператором проекта выступает АНО «Россия – страна возможностей», организационный партнер конкурса – Ассоциация электронных коммуникаций (РАЭК). Организатор конкурса – Министерство экономического развития Российской Федерации.

Подробнее о проекте: https://hacks-ai.ru/