В финал хакатона ЮНЕСКО по цифровым решениям против COVID-19 вышли 3 российские команды

1156

Три команды из России победили в первом туре хакатона, организованного ЮНЕСКО для поддержки молодых новаторов, учёных и дизайнеров по всему миру в разработке цифровых решений против COVID-19.

Напомним, хакатон CodeTheCurve организован в два этапа. На первом, с 6 до 9 апреля, проходил видеоконкурс идей, на котором было отобрано 40 команд-финалистов (конкурсный отбор составил пять команд на одно место).

Все финалисты работают над одной из трёх основных тем: обеспечение непрерывного обучения; управление данными и информацией; настоящее и будущее: проблемы общества и здравоохранения. Хакатон продлится три дня – 24-26 апреля, после чего участники представят видеоролики о своих решениях на суд жюри. Финалистами станут девять команд; в каждой категории будет выбран победитель, а также жюри назовет главного победителя хакатона. Результаты будут объявлены 30 апреля.

Проекты российских команд-финалистов:

«CureIT’20» 

Команда: Нурлыбек Амангельдыулы (Сколтех, студент аспирантуры), Дмитрий Карлов (Сколтех), Пётр Попов (Сколтех), Марк Захарский (МФТИ, студент магистратуры), Халимат Муртазалиева (МФТИ, студентка аспирантуры), Кирилл Чертоганов (Сколтех, студент аспирантуры).

В проекте использованы новейшие технологии машинного обучения для борьбы с пандемией коронавируса. Молодые учёные имеют опыт в молекулярном моделировании; в проекте они оценивают потенциальные лекарственные кандидаты для ранее неизученного участка в белке оболочки коронавируса путём молекулярного скрининга, и предлагают конкретные решения по строению химических веществ для подавления жизнедеятельности вируса при попадании в организм человека.

«Coronomy» 

Команда: Екатерина Балакина, Сколтех (студентка магистратуры), Александр Рубашевский (Сколтех, студент магистратуры), Вито Мишеле Лели (Сколтех, студент аспирантуры), Евгений Борисов (Сколтех, инженер), Олег Рогов (Сколтех), Дмитрий Дылов (Сколтех).

Проект «Coronomy» создан для помощи в борьбе с безработицей после коронавирусной пандемии. В число потенциальных клиентов попадают нетрудоустроенные люди и владельцы компаний-банкротов. Проект позволяет соискателям и потенциальным работодателям заносить о себе информацию в специальную базу данных, чтобы видеть друг друга, объединяться и иметь возможность получить финансирование из различных фондов. Предложенная стратегия направлена на восстановление экономики после пандемии.

«Contact Tracer» 

Команда: Константин Воронцов (МФТИ, д.ф-м.н., профессор РАН, заведующий лабораторией Машинного интеллекта), Андрей Инякин (МФТИ, к.ф.-м.н., научный сотрудник лаборатории), Анастасия Янина (аспирантка МФТИ, научный сотрудник лаборатории), Андрей Степанов (ООО Софттри, генеральный директор, проектное управление), Александр Кожевников (ООО Софттри, директор по развитию, продвижение и маркетинг), Александр Митрошкин (ООО Софттри, технический директор, руководитель разработки).

«Contact Tracer» – это приложение, которое отслеживает контакты людей и оценивает риск заражения пользователя с помощью алгоритмов машинного обучения. Мобильное приложение собирает информацию о местоположении пользователя и устройствах Bluetooth в радиусе 20 метров – телефоны, ноутбуки и носимые устройства. Данные пользователей обезличены. Собранная информация поступает на сервер, который оценивает риск заражения для каждого пользователя. Для этого анализируется время пребывания пользователя в конкретном месте, плотность контактов и вероятность близкого контакта людей друг с другом. Оценивается «опасность» отдельных городских локаций. С помощью алгоритмов машинного обучения рассчитывается риск каждого пользователя, выявляются латентные инфицированные и бессимптомные больные. Это важно для снижения скорости распространения эпидемии. Приложение сообщает пользователю текущую оценку риска, оповещает об опасных контактах и локациях в режиме реального времени. Приложение используют более 15 тысяч пользователей.

Фото (с) engin akyurt

Следите за нашим Телеграм-каналом, чтобы не пропускать самое важное!

Поделиться: