Robot sekretaris, informan bot, ahli terapi bot dan proyek-proyek lain dari VirusHack hackathon online

Lebih dari 70 tim dan lebih dari 300 orang dari 64 kota ambil bagian dalam pekerjaan di jalur Megapolis Moscow, yang diadakan sebagai bagian dari salah satu hackathon online terbesar di negara itu, VirusHack.

gambar

Acara ini diselenggarakan oleh Badan Inovasi Moskow dan Rostelecom dalam kemitraan dengan Asosiasi Komunikasi Elektronik Rusia (RAEC).

Sebagai hasil dari koordinasi dan kerja keras tim-tim programer dan pakar, lima proyek inovatif terbaik dipilih: seorang informan bot untuk kurir baru ICQ, seorang terapis bot, sekretaris untuk negosiasi, mesin kasir otomatis dengan fungsi pembayaran tanpa kontak untuk pembelian yang tidak bersuara, dan juga layanan untuk membantu orang-orang penyandang cacat dalam mengakses konten audiovisual.

Messenger bot-messenger ICQ Baru


Yang terbaik dari semuanya, tim EGD BAG menangani tugas dari ICQ New (Mail.ru Group). Pesertanya mengembangkan bot informasi untuk messenger Baru ICQ, yang akan memberi tahu pengguna tentang penyebaran infeksi coronavirus.

Menurut geotag, orang dapat menerima informasi tentang kasus baru dan lama infeksi warga, mengetahui alamat lembaga medis terdekat dan laboratorium untuk mengambil tes pada COVID-19 dan alamat apotek dan toko terdekat. Juga di bot adalah generator pesan SMS yang disederhanakan untuk menerima kartu akses elektronik.

Untuk menyesuaikan aliran komputasi saat menulis bot, alat bahasa Jawa standar digunakan. Untuk menyederhanakan pekerjaan bot, perpustakaan API dari ICQ dipilih. Tugas menyederhanakan penyebaran bot di lingkungan produksi juga diselesaikan: mengetahui bahwa standar dalam pengembangan perusahaan sekarang adalah Docker, tim EGD BAG menyiapkan gambar Docker.

Hasilnya adalah produk yang mudah ditingkatkan dan terukur. Fungsi bot akan relevan bahkan setelah pandemi: kemampuan pencarian untuk laboratorium dengan mudah digantikan oleh pencarian untuk pusat kebugaran, restoran dan fasilitas perkotaan lainnya.

Bot tersedia sekarang di: github.com/airaketa/egdbag-bot

Pembayaran tanpa kontak


Tim Buckwheat42 lebih baik daripada yang lain dalam tugas Grup Ritel X5 untuk mengembangkan fungsi input suara tambahan untuk pembayaran tanpa kontak untuk pembelian di supermarket Pyaterochka.

Proyek ini dikembangkan dengan Python. Prototipe ini didasarkan pada teknologi open-source untuk menerjemahkan ucapan ke dalam teks (ucapan-ke-teks) dan modul untuk memproses dan menganalisis teks yang diterima (Pengertian Bahasa Alami). Dari perpustakaan yang tersedia untuk mengkonversi suara ke teks, kaldi dipilih, karena berfungsi cepat dan memberikan kualitas pengenalan yang relatif tinggi tidak hanya untuk bahasa Rusia, tetapi juga untuk sejumlah bahasa lainnya.

Sesuai dengan kondisi tugas, untuk memfasilitasi integrasi solusi ke dalam perangkat lunak meja kas saat ini, permintaan suara pembeli dikirim ke pesan berdasarkan API meja kas saat ini. Untuk memudahkan penyebaran dan pengujian, prototipe dirakit menggunakan teknologi Docker.
Untuk setiap operasi, modul ini mengidentifikasi niat (niat) pengguna, mengekstrak nama produk yang diucapkan, serta barcode, nomor kartu loyalitas, kupon, dan informasi terkait lainnya.

Fungsi ini berfungsi tanpa akses ke Internet atau layanan konversi suara eksternal.

Robot Negosiasi


Impor tim ini telah berhasil menyelesaikan tugas membuat robot sekretaris dari SberCloud. Program ini dikombinasikan dengan layanan apa pun untuk percakapan online, termasuk Zoom, Skype dan Tim yang terkenal, dan juga cocok untuk percakapan offline.

Robot sekretaris dapat mengenali ucapan, membedakan suara lawan bicara, menebak suasana hati seseorang dengan nada suara dari kata-kata yang diucapkan. Dia dapat melihat kapan orang merencanakan pertemuan dan panggilan, dan menyimpan tugas-tugas ini dalam kalender atau sistem CRM. Robot sekretaris menerjemahkan ucapan manusia ke dalam pesan teks, dan setelah negosiasi menyimpan pesan-pesan ini dalam file dokumen.

Impor tim pengembangan ini telah membuat bagian teknis dari robot sekretaris (backend) dalam bahasa pemrograman Python, dan bagian eksternal (frontend) pada platform perangkat lunak Vue.js dan Electron.

Untuk pengenalan teks dan suara, Google Cloud Speech API sementara digunakan, tetapi di masa depan akan diganti oleh model yang lebih cocok. Untuk menganalisis emosi lawan bicara melalui nada suara teks, perpustakaan Dostoevsky digunakan. Untuk membedakan dari teks pengaturan untuk panggilan dan pertemuan, perpustakaan pemrosesan bahasa NLTK digunakan.

Akses ke konten audiovisual untuk penyandang cacat


Perusahaan Uma.Tech mengarahkan tugas signifikan secara sosial "Peluang Setara", di mana tim yang berpartisipasi ditawarkan untuk mengembangkan solusi yang menyederhanakan bagi penyandang cacat untuk berinteraksi dengan platform PREMIER dan dengan situs web MATCH PREMIER atau melihat konten yang diposting pada mereka.

Sebagai bagian dari tugas, tim membuat cara untuk menyederhanakan akses ke situs dan media untuk orang dengan pendengaran, penglihatan, keterampilan motorik halus dan masalah konsentrasi. Kompleksitas hackathon untuk tim terdiri dari masalah pernyataan yang tepat dari masalah - spektrum pilihan yang mungkin terlalu luas - dan dalam waktu tradisional yang terbatas untuk pengembangan. Karena itu, sebagai bagian dari hackathon, juri menerima baik prototipe yang valid dan konsep yang dikembangkan dengan baik.

Pemenangnya adalah tim XGBeasts, yang mengembangkan antarmuka neurokomputer untuk berinteraksi dengan halaman web. Prinsip layanan ini adalah untuk memproses data yang berasal dari antarmuka saraf yang terletak di kepala pengguna. Data ini adalah uraian tentang niat seseorang untuk menekan tombol tertentu pada layar komputer. Menggunakan algoritma kecerdasan buatan, data ini dikenali, dan kemudian program menekan tombol yang ingin diklik pengguna.

Terapis obrolan


Lebih baik daripada yang lain, tugas Mobile Medical Technologies LLC untuk membuat terapis bot dilakukan oleh tim laboratorium Dev. Pemrogramnya menciptakan tiga solusi sekaligus:

  • bot obrolan yang dapat dengan cepat menentukan kemungkinan penyakit COVID-19 dan memberikan rekomendasi (hubungi dokter atau hubungi ambulans);
  • seorang asisten daring yang akan memberikan informasi yang diperlukan atau meyakinkan pasien pada waktu yang tepat;
  • sebuah layanan yang akan menghitung situasi epidemiologis paling akurat dalam radius 500 meter dari seseorang.

Untuk mengimplementasikan API Web, tumpukan pengembangan React, Redux, Typescript dipilih. Bagian teknis diimplementasikan dalam Python Flask. Klasifikasi maksud suara diimplementasikan menggunakan perpustakaan pembelajaran DeepPavlov. Untuk mengimplementasikan fungsi menjawab pertanyaan yang sering diajukan tentang COVID-19, AzureQnAMaker dikerahkan. Menggunakan TelegramBot, layanan yang mudah untuk memantau penyebaran pandemi telah diterapkan.

Badan Inovasi Moskow mengatakan bahwa dalam waktu dekat, layanan yang dikembangkan sebagai bagian dari lintasan Megapolis Moskow akan diselesaikan dengan mitra lintasan dan diujicobakan dalam infrastruktur mereka.

All Articles