Для сравнения решений конкурсантов использовался датасет из 1600 часов движения, разбитых на 600 000 размеченных фрагментов поездок на дорогах России, Израиля и США в хорошую погоду, снег и дождь. На основе этих данных можно оценить, как модели машинного обучения справляются с незнакомыми ситуациями. Участники Shifts Challenge обучали свои алгоритмы на предоставленных данных, а затем проверяли качество их работы на новых данных. Решение от команды Сбера – Александр Гамаюнов и Алексей Постников – было признано лучшим.
Специалисты Лаборатории робототехники Сбера разработали решение, которое с большим запасом опередило решения конкурентов по всем основным метрикам. И эта работа важна для развития самоуправляемого автомобильного транспорта в России в целом. Сейчас мы уже прорабатываем возможность проверки данного алгоритма на данных нашей дочерней компании SberAutoTech. Поздравляю коллег с этой победой, которая, я уверен, ускорит запуск безопасного, мобильного и экологичного автономного транспорта будущего в нашей стране
Станислав Кузнецов, Заместитель Председателя Правления Сбербанка
Конкурс Shifts Challenge организован компанией «Яндекс» совместно с учёными из Оксфорда и Кембриджа, чтобы привлечь внимание к проблеме «сдвига данных» в различных задачах машинного обучения. Участники соревновались в трёх номинациях: предсказание погоды, машинный перевод и предсказание движения транспортных средств.
