Победители из Мексики и России, 27 команд-участников и приз 500 тысяч рублей: подвели итоги хакатона Hack2See

28 декабря 2023

Победители из Мексики и России, 27 команд-участников и приз 500 тысяч рублей: подвели итоги хакатона Hack2See

28 декабря 2023

Студенты и специалисты в областях науки о данных, компьютерного зрения, машинного и глубокого обучения из России, Мексики, ОАЭ и Сирии разрабатывали алгоритмы поиска расстояния до распознанного объекта по видео. Организаторы международного онлайн-соревнования — МФТИ и Университет Иннополис.

9 из всех участвующих в Hack2See команд представили готовые решения по детектированию потенциальных препятствий и опасных для пешеходов участков городской среды с определением расстояния до них. Победителями хакатона стали три команды из Мексики и России. 

1 место — команда Nosotros из Мехико, приз 250 тысяч рублей 

2 место — команда P&Daria из Новосибирска, приз 150 тысяч рублей

3 место — команда «Абитуриенты ЧГУ» из Чебоксар, приз 100 тысяч рублей 

Дмитрий Сафонов, главный организатор Hack2See, заместитель директора Исследовательского центра прикладных систем искусственного интеллекта МФТИ: «Решение такой задачи может применяться при разработке роботизированных систем для участия в пешеходной среде, а также как вспомогательная технология для слабовидящих людей. Для создания алгоритмов определения расстояния до объекта команды использовали видеофайлы, данные записи акселерометра и гироскопа, представленные Институтом искусственного интеллекта Университета Иннополис».

Андрей Новиков, член жюри Hack2See, архитектор ПО Института искусственного интеллекта Университета Иннополис: «Несмотря на достаточно узкую техническую тему нашего хакатона, он оказался востребован и объединил 40 студентов и специалистов в областях науки о данных, машинного обучения, глубокого обучения и компьютерного зрения из России, Латинской Америки и с Ближнего Востока. Все участники продемонстрировали умение оперировать нетривиальными математическими формулами одновременно с навыками работы в области машинного обучения».