Оператором проекта выступает АНО «Россия — страна возможностей», организационный партнер конкурса — Ассоциация электронных коммуникаций (РАЭК). Организатор конкурса — Министерство экономического развития Российской Федерации.
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.
Победителями четвертого хакатона по искусственному интеллекту стали команды:
- Наносемантика (Москва)
Участники команды: Станислав Ашманов, Александр Туманов, Вадим Сидельников.
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). - MirITeam (Нижний Новгород)
Участники команды: Мираббас Багиров, Тимофей Карклин, Татьяна Бородина, Артем Гореев, Константин Сидягин.
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. - Profit (Санкт-Петербург, Москва,)
Участники команды: Павел Алексеев, Надежда Козлова, Егор Пустовит.
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.
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.
Хакатоны и лекции по искусственному интеллекту — серия образовательных мероприятий, которые пройдут по всей России. Главными целями проекта являются популяризация технологий ИИ в России среди молодых специалистов и студентов, формирование ИТ-сообщества с фокусом на ИИ, а также генерация решений на основе ИИ для бизнеса и государственного сектора. Всего в рамках проекта в период с 2021 по 2024 гг. запланировано проведение 116 хакатонов по искусственному интеллекту: 85 региональных, 24 окружных и 7 международных, а также 85 лекций от ведущих отечественных специалистов по ИИ.
Напомним, что следующий из серии хакатонов по искусственному интеллекту пройдет в Ростове-на-Дону с 24 по 26 сентября.
Хакатоны и лекции проходят при поддержке: технологического партнёра — Яндекс.Облако; региональных партнёров — Правительство Новгородской области, Новгородский строительный колледж.