40 часов чтобы сделать невозможное! Итоги AgroCode Hack 2022
27 сентября 2022, 14:37
18 сентября состоялось награждение победителей конкурса AgroCode Hack 2022 – уже третьего онлайн агротех-хакатона, организованного Россельхозбанком и сообществом AgroCode Hub. Всего за сорок часов участники должны были наилучшим образом решить три технологические задачи аграрной промышленности. Первая из них касалась автоматической выгрузки урожая, вторая лечения коров, а третья – земель под виноградники. Была и еще одна задача, индивидуальная - «Умный помощник механизатора»
Хакатон – этот термин появился в общественном пространстве совсем недавно, и означает он форум-марафон для разработчиков. В процессе хакатона участники из разных сфер программирования вместе решают данную им проблему на время – и как правило, направлен такой конкурс на создание полноценного программного обеспечения. Хакатон в первую очередь командная работа, где каждый играет собственную незаменимую роль. Итак, главный агрокодинг страны AgroCode Hack каждый раз предлагает разработчикам решить конкретные задачи из сферы сельского хозяйства, которое в последнее десятилетие из традиционного типа трансформировалось в весьма технологичное.
Простые правила
Заявки со всей страны на AgroCode Hack 2022 от команд Frontend- и Backend-разработчиков, ML-, Computer vision-, Machine Learning-, Data Science- и Web-дизайн-специалистов принимали до 6 сентября, и в течение следующей недели их рассматривала отборочная комиссия. Результаты отбора объявили 12 сентября – а через четыре дня после этого хакатон стартовал. Команда предполагала работу 3-5 человек, но, если кому-то не хватало участников, организаторы помогали подобрать недостающих членов из числа индивидуальных заявок. При этом заявки можно было подавать сразу на несколько технологических задач агроиндустрии – но все равно после отбора участникам пришлось остановить свой выбор только на одной. Всего было подано 1450 заявок из 140 городов России. Тридцать команд боролись за девять призовых мест с серьезным общим призовым фондом в 1,4 млн рублей.
Звездное жюри и серьезные задачи
Судили конкурс настоящие профессионалы в своих областях – специалисты и руководители тех компаний, которые и предоставили командам узкоспециальные и сложные задачи, а также представитель организаторов – Data Scientist ЦРФТ Россельхозбанка Даниил Степанов – он участвовал в жюри по всем трем заданиям.
«Ростсельмаш» предоставил первую задачу, «Система для автоматической выгрузки урожая», в рамках которой нужно было разработать алгоритм определения границ кузова грузового транспорта для комбайна при сборе урожая.
- Когда комбайн собирает урожай в поле, его комбайнер управляет сразу и комбайном, и силосопроводом. Задача состояла в том, чтобы снизить нагрузку на комбайнера и улучшить показатели уборки кормовых культур – то есть, разработать систему автоматической выгрузки кормоуборочной массы через силосопровод в кузов грузовика. Чтобы запрограммировать поведение силосопровода, нужно было разработать алгоритм определения границ кузова грузовика – программу, которая для тестового пакета данных выдаёт координаты точки центра верхней грани кузова/прицепа, длину и ширину кузова/прицепа в сантиметрах. Команда, решающая эту задачу, должна была обладать навыками Computer vision, иметь опыт работы с облаком точек и камерой глубины.
Вторую задачу, «Эффективные протоколы лечения коров», предоставила компания «Агроинтеллект». Она предполагала выявление закономерности в заболеваниях коров на фермах, чтобы своевременно определять самые неэффективные протоколы лечения.
- Когда на ферме заболевает корова, ветеринарная служба фермы вносит в систему учёта данные о заболевании и назначенном лечении. Если лечение помогло, животное выписывают, а если нет — назначают ему другой протокол лечения. Однако болезнь снижает продуктивность коровы, а уже если корове были назначены антибиотики, ее молоко на определенное время вовсе исключается из производства. Итак, задача состояла в разработке инструмента для выявления закономерностей в заболеваниях коров – и поиска наименее эффективных протоколов их лечения. Команда, которая занималась этой задачей, должна была создать аналитическую модель (и предоставить ее исходный код), отражающую причины заболеваний и наименее эффективные протоколы лечения. Здесь специалисты демонстрировали навыки Data Science, Machine Learning – и опыт работы в дискретной оптимизации.
Третья же задача, «Перспективные земли для виноградников», была поставлена командой Terroir Concept. Участникам хакатона нужно было создать полноценный сервис по поиску в Краснодарском крае земель, лучше всего подходящих для выращивания винограда.
- Правильно подобранный участок земли для выращивания винограда дает возможность производить отличное автохтонное вино, отражающее уникальные почвенные и климатические характеристики территории. Кроме того, хороший участок – это шанс сэкономить на внесении удобрений и другой коррекции почвенного плодородия. Конкретный участок определяет выбор сортов подвоев и привоев, их размещение на территории, в целом проектные решения хозяйства, поэтому определение наилучшего участка становится первым и наиважнейшим этапом проектирования виноградника. Какие же земли можно назвать перспективными для этих целей? Во-первых, они должны быть заняты либо естественными, либо искусственными (аграрными) растительными сообществами. Во-вторых, перспективные участки имеют те же природные характеристики, что и уже существующие виноградники. Итак, в рамках этой задачи команды создавали сервис поиска перспективных для возделывания винограда земель на Кубани по аналогии с успешными виноградарскими хозяйствами. Пользователь выбирает на карте действующий виноградник (или виноградники), а сервис показывает ему на карте Краснодарского края похожие по природным условиям территории. Тут от участников требовалось больше всего навыков: Backend- и Frontend-разработок, опыт работы с компонентами экосистемы и опыт анализа геоданных – а также, конечно, дизайна.
Однако была у участников и особая индивидуальная задача, «Умный помощник механизатора», – подбор запчастей за доли секунды. Рассказал о ней Павел Дудукин, исполнительный Data Science директор ЦРФТ Россельхозбанка:
– В прошлом году мы давали командам задачу по лечению коров на основе текстовой информации. В этом же году мы усложнили подход и кроме текста дали еще и изображения, на основе которых нужно было создать «умный помощник механизатора». Представьте, что у вас есть трактор или комбайн. На нем в процессе работы сломалась какая-то деталь, а вы не знаете, что это такое. И представьте себе, что вы можете сфотографировать эту деталь и загрузить ее в сервис на платформе Своё Фермерство – а умный поиск с помощью картинок найдет вам похожие картинки вместе с названием детали.
Конкурс состоялся – победители определены
18 сентября конкурс официально завершился и были объявлены команды победителей финала хакатона: команды, занявшие первые места, получили по 150 тысяч рублей. Коллективы же, которые удостоились вторых мест, получили по 100 тысяч рублей.
- В первой задаче, «Система для автоматической выгрузки урожая», первое место заняла команда Chicky, Cha-Cha, Boom-Boom. Второе место досталось команде Агролаб ИИ.
– Выбор победителя было сделать очень непросто, – поделился представитель «Ростсельмаш». – Если оценивать участников по десятибалльной шкале, то каждая команда набрала бы по одиннадцать баллов. И все же мы выбрали, опираясь на идею, на точность и простоту решения, его экономическую целесообразность уже при внедрении в промышленность.
- Во второй задаче, «Эффективные протоколы лечения коров», первое место заняла FEDOT HACK TEAM, а второе место принадлежит команде Филе миньон.
– Задание действительно было сложным, – говорит представитель проекта «Агроинтеллект». – Оно требовало разных подходов и участия «коллективного разума». Поэтому мы и решили решать ее, так сказать, чужими силами. Было очень много интересных идей и решений.
- Первое место в третьей задаче, «Перспективные земли для виноградников» принадлежит команде участников Digital Rover, второе же место заняла команда NBL.
– Мы смотрели за полетом мысли, который проявляли наши участники, – делится представитель Terroir Concept. – И наслаждались их подходами. Мне было интересно наблюдать, как ребята, специализирующиеся на программировании, вникали в понятие терруара, закономерности окружающей среды – это было просто замечательно.
– Хакатон, который мы проводим, наверное, единственный в агросфере, он уникален, – отметила на церемонии награждения участников заместитель директора Центра развития финансовых технологий Россельхозбанка Любовь Любаева. – И то, что мы сделали его уже в третий раз, говорит о том, что мы научились их проводить, что нам это нравится. Агрохакатон – это стартовая площадка для специалистов, и мне хочется, чтобы эти конкурсы продолжались. В следующем году, я думаю, задачи усложнятся и будут не менее интересными. Я благодарю без исключения всех участников хакатона – опыт, который вы приобрели в нем, пригодится в дальнейшем. Наш конкурс помогает вам развиваться профессионально, помогает общаться и обмениваться новой информацией – а главное, пожалуй, то, что таким образом вы сами помогаете нашим российским фермерам. Решения, которые разработали участники, мы применим в нашей экосистеме, которую мы создаем, чтобы сельское хозяйство процветало и совершало прорыв, который мы от него ждем.
Рекомендуемые товары
27 сентября 2022
Поделиться в социальных сетях
Мы будем рады пригласить вас к нам на эфиры или оформить ваши идеи в форме статьи, новости или поста в социальных сетях
Отправляя заявку, вы соглашаетесь на обработку персональных данных соответственно требованиям ФЗ «О персональных данных», а также на информирование о продуктах и услугах банка