Задания хакатона Дальневосточного федерального округа"Цифровой прорыв. Сезон: ИИ"

1. Искусственный интеллект проводит таможенный контроль

Участники хакатона разрабатывают систему для автоматического определения классификационного кода товара, который перемещается через таможенную границу стран-членов Евразийского экономического союза (ЕАЭС).  Создание системы позволит декларантам сократить время, необходимое на определение классификационного кода товара, а также исключить возможные негативные издержки в виде административного и уголовного правонарушения. Кроме того, разработанное участниками решение позволит должностным лицам таможенных органов ускорить процесс проведения таможенного оформления и выявить субъективные ошибки при классификации товара, что обеспечит увеличение уровня полноты и своевременности поступления денежных средств в бюджет РФ.

2. Система анализа российского рынка средств измерений

Участники хакатона создадут систему на основе ИИ для классификации и анализа структуры российского рынка средств измерений (СИ) (приборы для измерения физических величин, электронные измерительные приборы, преобразователи и прочее). Сейчас вся информация о СИ на территории России хранится в двух разных источниках. Предлагаемая система должна будет их объединить и проводить автоматический анализ из различных источников информации. На основе этих данных будет формироваться аналитическое решение, позволяющее судить о выбытии СИ, прогнозировать дефицит. Решение должно позволить госорганам выявлять пробелы в области импортозамещения и стимулировать отечественное производство.

3. Big Data для оптимизации работы скорой помощи

Участники хакатона создадут прототип системы прогнозирования загрузки бригад скорой медицинской помощи в зависимости от внешних техногенных/атмосферных и/или прочих факторов. В Российской Федерации на протяжении последних лет неуклонно растет заболеваемость населения, влекущая за собой рост частоты выездов скорой медицинской помощи, числа госпитализированных больных бригадами скорой медицинской помощи. Поэтому актуальной задачей для современного здравоохранения и системы национальной безопасности становится прогнозирование частоты вызовов скорой помощи на основе интеллектуального анализа базы данных и обеспечение необходимого для нормального их обслуживания количества бригад, поскольку количество обращений распределено по дням неравномерно в зависимости от различных факторов (например, от времени года, дня недели, государственных праздников, а также метеорологической обстановки). Решение указанной задачи медицинскими работниками в «ручном» режиме осложняется следующими факторами: Большое количество факторов влияния осложняет их интерпретацию; «Человеческий фактор», связанный с необходимостью оценивать состояние большой группы пациентов, приводит к возникновению неточностей и ошибок; Создание системы прогнозирования загрузки бригад скорой медицинской помощи значительно облегчит загрузку медицинский работников и поспособствует улучшению скорости и качества услуг СМП.