С помощью конкурса субъекты Российской Федерации, сообщества и владельцы данных, в том числе из других стран смогут привлечь к решению социально-экономических задач широкий круг IT- и data-специалистов, развить компетенции по управлению, основанному на данных и применения технологий AI, а также создать лучшие международные практики внедрения решений. За время своего существования конкурс собрал более 8 тысяч участников, предоставляющих решения на открытом коде.
Направление Social AI каждый год сталкивается с новыми вызовами и задачами. Последние полтора года не стали исключением и возможности применения машинного обучения для решения социальных задач. Специалисты управления развития искусственного интеллекта Сбера постоянно ведут исследования в различных сферах экономической и социальной деятельности человека. Конкурс World AI & Data Challenge также является важным инструментом по выявлению социально значимых задач как России, так и других стран. Принять участие в разработке решений приглашаются программисты и исследователи данных, готовые применять свои знания для решения глобальных задач. Присоединяйтесь к вызовам проекта и его дата-сообществу.
Владимир Авербах
Старший управляющий директор-начальник управления национального развития AI Сбербанка
В рамках одного из конкурсных направлений «Экология» Сбер представил разбор задачи по прогнозированию цветения морских водорослей с помощью данных дистанционного зондирования поверхности Земли (ДЗЗ) и машинного обучения.
В 2020 году инцидент с массовым цветением морских водорослей на Халактырском пляже, в Камчатском крае, вновь обратил на себя большое внимание людей, которым не безразлична экологическая повестка в России. Основные опасности такого цветения для обитателей водоёмов: истощение растворенного в воде кислорода, выделение токсинов и снижение прозрачности воды.
Представители банка поделились с участниками конкурса опытом работы с данными ДЗЗ, привели примеры ограничений и вариантов их использования. Рассказали о том, какие открытые данные можно использовать для прогнозирования экологичеких инцидентов и решения поставленной задачи: данные группировки спутников Sentinel-2 и данные европейского погодного агенства (ECMWF). Подобные методы анализа и представленные данные также можно применять в сельском и лесном хозяйстве, управлении стихийными бедствиями, геологии и других сферах.
