AI Hackathon. Итоги

С 10 по 12 марта в Санкт-Петербурге в корпусе НИУ «Высшая Школа Экономики» прошел хакатон по созданию проектов с использованием технологий искусственного интеллекта.

Организатором мероприятия выступило сообщество российских учёных Science guide совместно с венчурными фондами Flint Capital, Haxus и Embria Ventures.

Хакатон собрал 270 программистов нейросетей, специалистов по machine learning, deep learning, data scientists и computer vision, а также предпринимателей с опытом развития технологичных бизнесов, которые представили на рассмотрение экспертов 57 проектов в трех номинациях.

Первое место занял проект HowPop.io

С помощью технологий искусственного интеллекта сервис позволяет автоматически оценить качество и популярность будущей статьи в тематическом блоге или СМИ.  Он обращает внимание автора на участки текста, которые «выглядят плохо» и предоставляет рекомендации для корректирования. На хакатоне команде удалось реализовать рабочий прототип в качестве расширения для браузера, которое анализирует статьи на Хабрахабре. Сервис оценивает ожидаемое число просмотров, лайков/дизлайков и добавлений в избранное.

Предсказательная модель основана на сверточных нейронных сетях над текстами. Для выделения удачных и неудачных участков текста команда адаптировала технику saliency maps, которая была разработана для отладки сверточных сетей над изображениями и не применялась ранее для текстов.

В качестве приза команда получила сертификат на 300 000 рублей для дальнейшей реализации проекта.

 

«Область работы с текстом, его анализ и генерация являются актуальной проблемой для многих технических задач, — говорит Юрий Гурский, управляющий партнер фонда Haxus. — Команда-победитель продемонстрировала самый большой прогресс за время хакатона и реализовала технически продвинутое уникальное решение. Кроме того, авторам проекта удалось сформулировать долгосрочное видение продукта на основе используемых технологий».

Второе место получил сервис DMPipeline (Druggable Molecules Pipeline)

Сервис предназначен для автоматизации разработки лекарственных молекул на основе AI и реализован в виде SaaS приложения. Главной целью проекта является улучшение качества лекарственных молекул и снижение затрат на R&D. DMPipeline состоит из трех блоков:

  1. Генерация молекул предобученной RNN на основе прототипа (лекарственная молекула). Обучающая выборка составила 17 млн. лекарственных молекул.
  2. Прогнозирование физико-химических свойств (растворимость, проницаемость через кровь) с помощью xgboost. Обучающая выборка включает 1800 молекул с известной растворимостью и 700 структур с данными по проницаемости через кровь.
  3. Ранжирование и выбор топа наиболее близких по свойствам молекул к прототипу. Осуществляется процесс с помощью анализа фармацевтической молекулы (прототипа), в результате которого сервис предоставляет набор похожих молекул, обладающих приемлемыми фармакологическими свойствами и активностью по отношению к заболеванию.
  4. В дальнейшем команда планирует улучшить UI/UX, расширить функциональность и спектр решаемых задач, а также добавить возможность интеграции с существующими платформами, применяемыми в фармацевтических компаниях.

Команде торжественно вручили сертификат на 200 000 рублей.

«Команда продемонстрировала продукт, который решает серьезную проблему для производителей лекарств, — комментирует Андрей Гершфельд, партнер инвестиционного фонда Flint Capital. — То, что команде удалось сделать за один weekend, у фармацевтических лабораторий занимает несколько месяцев и стоит сотни тысяч, а иногда и миллионы долларов. Использование подобных продуктов позволит удешевить производство лекарств, повысить скорость их разработки, а значит сделать лекарства более доступными. Я бы хотел подчеркнуть значимость этой области и огромный потенциал, который заложен в применении технологий искусственного интеллекта, машинного обучения и работы с большими данными в медицине и фармацевтике».

Третьего места был удостоен проект LungDiagnostics

Несвоевременная диагностика пневмонии может привести к смерти. Однако без специальных обследований болезнь трудно диагностировать, её симптомы схожи с другими поражениями дыхательных путей. LungDiagnostics — простой и экономичный домедицинский сервис, позволяющий каждому пользователю проанализировать фонограмму дыхания и получить оценку вероятности наличия аномалии.

Актуальность проекта обосновывается отсутствием качественного Data Set и низкой распространенностью цифровых стетоскопов. LungDiagnostics планируется также использовать для совершенствования навыков диагностирования врачей.

Проект был отмечен призовым сертификатом в размере 100 000 рублей.

«Развитие технологий, ориентированных на здоровье, уже привели к росту продолжительности и улучшению качества жизни во всем мире, — утверждает Игорь Монахов, основатель Embria Ventures. — При этом доступность медицины до сих пор не является повсеместной. Продукт команды LungDiagnostics затронул важную тему и касается области обработки и анализа звука с помощью нейронных сетей, что с технической точки зрения представляет существенный интерес».

Telegram-бот Skin disease dynamics был отмечен победителем в дополнительной номинации от Дмитрия Кольцова, CEO Emoji Apps. Сервис позволяет анализировать динамику кожных заболеваний на основе обучения нейронной сети.

Основными критериями оценки проектов были наличие прототипа, наукоемкость и технологическая сложность выбранной задачи, прогресс команды за 48 часов, а также коммерческий потенциал разработки.

В состав жюри вошли отраслевые эксперты и представители компаний-партнеров: Андрей Гершфельд (партнер Flint Capital), Дмитрий Смирнов (партнер Flint Capital), Игорь Монахов (Embria Ventures), Алексей Губарев (партнер Haxus, Servers.com), Даниил Данин (основатель MyMind.ai), Роман Дегтярев (Head of Data Science at Quantum Brains), Григорий Сапунов (основатель Eclass, сооснователь Intento), Алексей Натекин (основатель DM Labs, Open Data Science), Алексей Моисеенков (CEO в Prisma.AI) и др.

«Технологии искусственного интеллекта в ближайшие 5 лет изменят мир так же, как его в свое время изменили мобильные устройства и интернет, — комментирует Евгения Коновалова, генеральный директор и основатель Science guide. — Системы распознавания речи, голосовые интеллектуальные помощники на мобильных устройствах, нейросети и робототехника, биометрические технологии и технологии машинного обучения уже сегодня набирают популярность и имеют огромные перспективы для решения и автоматизации различных бизнес-задач. Проекты, которые мы увидели на хакатоне, подтверждают, что умные сервисы, способные учиться, размышлять и взаимодействовать с людьми, больше не научная фантастика. Я убеждена, что внедрение когнитивных систем открывает новые возможности в финансовой и банковской отраслях, производственной сфере, розничной торговле и здравоохранении».

Организаторы выражают благодарность российской телекоммуникационной компании «МТС» за организацию бесперебойного доступа в интернет для участников, Servers.com — за предоставление мощных серверов и НИУ «Высшая Школа Экономики» за возможность проведения мероприятия на площадке.

AI Hackathon прошел при поддержке Санкт-Петербургского национального исследовательского университета информационных технологий, механики и оптики, бизнес-инкубатора «Ингрия», Российской ассоциации электронных коммуникаций, Global Venture Alliance, школы креативного мышления ИКРА и других. Генеральный информационный партнер – «Агентство Бизнес Новостей».

Похожие записи