Новости

Школьники - победители Конкурса

Конкурс творческих проектов завершился. Подведены итоги. Предлагаем познакомиться с победителями. Сегодня – слово школьникам, занявшим 1, 2 и 3 призовые места.


Тлеубаев Степан, 11 класс, Новосибирск, проект «Психодиагностика»


Знаете, я давно уже понял, что мне было бы интересно создать приложение, способное решать некоторые социально-медицинские задачи. На меня произвел впечатление «Голосовой ассистент для слабовидящих», поскольку в этом приложении используется машинное зрение, и оно реально помогает больным.o

Я начал работу над проектом с начала ноября 2020 года. В моем приложении вся обработка происходит в фоновом сервисе, занесённом в автозапуск. Сервис получает фото и звуко потоки с камеры телефона, а затем происходит обработка полученной информации (распознавание лиц, запись разговора) и генерация сообщения как в помощь самому человеку в текущей ситуации, так и пересылка записи для принятия профессионального решения врачу. Темп, тон речи, другие детали могут стать важным моментом в обнаружении и устранении проблемы. Моя цель сейчас – это поступление в вуз, но в свой проект до экзаменов я успею еще добавить, как минимум, распознавание речи пациента.

Поскольку пока приложение – только прототип, в реальной жизни его пришлось бы использовать несколько иначе: как минимум, не держать постоянно перед собой телефон. Поэтому была сделана 3D модель головного убора с камерой и встроенным микрофоном для удобного использования (фото в анонсе статьи).

Конечно, психиатрия - сложная медицинская тема. И здесь только разработчиков в области ИИ будет недостаточно. Необходима поддержка врачей и других специалистов в этой области для тестирования и развития такого приложения. А в целом, с ИИ нужно знакомиться и учиться правильно и безопасно использовать людям самых разных профессий.


Кузнецов Матвей, 8 класс, г. Кемерово, проект «Зеленые легкие планеты»


Меня с детства знакомила с природой, в том числе и с деревьями, моя бабушка. Мы с ней много времени проводили на даче, которая расположена среди леса.

Больше всего мне нравятся хвойный деревья: тенистые ельники и сосновый бор. Мне хочется, чтобы ребята знали деревья и любили леса, поэтому в рамках проекта была построена и обучена модель, которая сможет определять вид дерева по фотографии на языке программирования Python.

Для реализации проекта были пройдены следующие этапы:
  1. Сбор датасета из фотографий видов деревьев;
  2. Разведочный анализ данных, подготовка данных;
  3. Построение и обучение модели для определения вида деревьев;
  4. Тестирование работы модели на изображениях различных видов деревьев.


Сейчас в базе проекта 300 фото 5 видов деревьев: береза, дуб, сосна, ель, ива в летнем и зимнем сезоне. Все деревья произрастают в моем регионе. Количество фото буду увеличивать, а в перспективе можно разработать программное приложение и установить его на дрон, который будет летать в труднодоступные места и там делать точные подсчеты того или иного вида на определенной территории, на основании чего делать вывод о перспективах исчезновения березы, или, например, сосны.

Сейчас в школе мне интересно на уроках биологии, географии, математики, информатики. Мне нравится архитектура, поэтому в свободное время из Лего я люблю строить свои собственные модели. О своем будущем пока я не задумываюсь серьезно, но скорее всего, все мы будем связаны с ИИ.


Русаков Никита, 11 класс, Жданов Максим, 11 класс, Новосибирск, проект «Безопасность вокруг нас»


В популярной компьютерной игре CS:GO наше любимое оружие - это AWP (The Arctic Warfare Police) и AK-47 (автомат Калашникова), а темой «оружие и безопасность» мы занимались на протяжении 2 месяцев, с учетом подготовки, сбора ресурсов и изучения различных библиотек. Мы посчитали данное направление достаточно актуальным, так как безопасность в современном мире значима для всех.

Мы нашли и изучили уже реализованную разработку системы радиолокационного сканирования и визуализации — Hexwave*, которая применяет искусственный интеллект и глубокое обучение для обнаружения у людей скрытого оружия. В нашем проекте для обнаружения оружия в реальном времени при получении изображения с видеокамеры в среде Google Colab* обучена глубокая нейронная сеть. Был выделен класс объектов для обнаружения, в который вошли различные виды холодного и огнестрельного оружия (около 1000 изображений).

При обнаружении в кадре оружия программа моментально посылает звуковой сигнал тревоги, отмечает оружие на изображении, сохраняет кадр с оружием на локальную машину и отправляет копию кадра на установленную в скрипте электронную почту (электронная почта службы охраны или частного лица).

Мы распределили обязанности в проекте: Максим отвечал за сбор всей необходимой для проекта информации и создание датасетов, а Никита занимался технической реализацией и монтажом отчетного видеоролика. Вдвоём нам работать в разы легче и быстрее. Мы бы еще и разработчика приложений взяли в нашу команду на перспективу создания приложения с удобным и простым интерфейсом, в которое будет внедрена разработанная нами система безопасности. А пока для нас стоит задача улучшения точности распознавания компьютерного зрения.

Искусственный интеллект в наши дни стремительно совершенствуется, но пока не достиг такого развития, чтобы ему полностью можно было бы довериться и ощутить абсолютную безопасность. Поэтому всем нам важно помнить как о физической, так и об информационной безопасности.

Большое спасибо всем ребятам и их наставникам - Борису Александровичу Шрайнеру (НГПУ),  Софье Тарасовне Коваленко (Региональный образовательный центр «Сириус. Кузбасс») и Константину Владимировичу Розову (НГПУ). Поздравляем с победой в Конкурсе!