2 декабря, 21:21

Финал олимпиады по искусственному интеллекту в Москве: 84 программиста решают задачи от Яндекс Такси

Сегодня в Москве проходит финал олимпиады по искусственному интеллекту и анализу данных — ее организовали Яндекс Образование и Вышка. В финал вышли 84 лучших прогера в составе 30 команд — их выбрали после первого онлайн-этапа.   Спецы решают задачу от Яндекс Такси — надо придумать ИИ-модель, которая будет проверять машину на наличие вмятин и других дефектов на кузове и в салоне. На кейс дали только 32 часа. Результат оценивает автоматическая система Яндекса. Победителей объявят сегодня вечером.    Первое место получит 600 тысяч рублей, второе — 450 тысяч рублей, третье — 300 тысяч рублей. Топовые решения, идеи и архитектуры могут внедрить и использовать в Яндексе.    Бэкдор
Generative Deep Nets
Generative Deep Nets
Сегодня в Москве проходит финал олимпиады по искусственному интеллекту и анализу данных — ее организовали Яндекс Образование и Вышка. В финал вышли 84 лучших прогера в составе 30 команд — их выбрали после первого онлайн-этапа. Спецы решают задачу от Яндекс Такси — надо придумать ИИ-модель, которая будет проверять машину на наличие вмятин и других дефектов на кузове и в салоне. На кейс дали только 32 часа. Результат оценивает автоматическая система Яндекса. Победителей объявят сегодня вечером. Первое место получит 600 тысяч рублей, второе — 450 тысяч рублей, третье — 300 тысяч рублей. Топовые решения, идеи и архитектуры могут внедрить и использовать в Яндексе. Бэкдор
Заплати рублями за получение карты от Газпромбанк ❤️
        
        Оформи бесплатную дебетовую карту от Газпромбанка через нас и мы переведем тебе вознаграждение
Tek.fm
Tek.fm
Заплати рублями за получение карты от Газпромбанк ❤️ Оформи бесплатную дебетовую карту от Газпромбанка через нас и мы переведем тебе вознаграждение
concertzaal
concertzaal
Задачу для финального этапа этапа олимпиады разрабатывала ML-служба Яндекс Такси. Участникам надо было создать ИИ-модель, которая с помощью инструментов компьютерного зрения обнаружит неисправности кузова и салона автомобиля. На видео – разработчик из Яндекса и один из авторов задачи Илья Моисеев вещает, на какой таргет нужно было обучать модель и какие лайфхаки они используют в работе. Например, один из приемов – это дистилляция: можно научить более легкую модель повторять ответы более тяжелой и качественной, которая не проходит по памяти. Круто, что ребятам для работы дали реальные бизнес-данные – датасет из более чем 200 тысяч фотографий такси. У каждой машины должно было быть по 4 фото, но Илья говорит, что они специально оставили «подставы» – у некоторых машин не хватало фотографий, потому что так бывает в жизни. Короче, абсолютно все участники AIDAO получили крутой бизнес-опыт работы с ИИ.