Co przygotować
Przygotuj działający projekt, jego edytowalne pliki źródłowe lub pliki projektu, raport i film demonstracyjny. Jasno określ zasoby zewnętrzne i swój wkład.
SW02 · Oprogramowanie, AI i symulacja
Develop innovative AI solutions using machine learning, deep learning, natural language processing or computer vision technologies.
Zbuduj projekt, w którym sztuczna inteligencja ma znaczące zadanie do wykonania. Może rozpoznawać wzorce na obrazach, rozumieć dane lub wspierać użyteczną decyzję. Zacznij od jasnego problemu, a następnie wybierz dane i odpowiednią metodę.
Podczas demonstracji Twój zespół pokazuje, co produkuje system i jak go przetestowałeś, łącznie z przykładami, których po prostu nie zapamiętał. Wyjaśnij, gdzie działa dobrze, gdzie popełnia błędy i dlaczego jego wyniki powinny być przydatne dla osób z niego korzystających.
Jury bierze pod uwagę wydajność modelu, jego wdrożenie, wartość praktyczną i odpowiedzialne użytkowanie. Studenci powinni potrafić wyjaśnić swój wkład własny i granice swoich roszczeń. Deklaracje zbioru danych, dowody z testów i wymagania dotyczące składania są opisane w oficjalnym regulaminie.
Applying supervised and unsupervised learning models, neural networks and deep learning techniques.
Processing and visualizing large datasets to extract meaningful insights.
Developing explainable, transparent and socially beneficial artificial intelligence systems.
Participants develop AI projects in areas such as image recognition, natural language processing, prediction or recommendation systems.
Model accuracy, dataset quality, innovation and ethical usage are important evaluation factors.
Skorzystaj z tego przewodnika, aby zrozumieć to doświadczenie. Przeczytaj oficjalny regulamin, aby zapoznać się ze wszystkimi wymaganiami wstępnymi i technicznymi.
Przygotuj działający projekt, jego edytowalne pliki źródłowe lub pliki projektu, raport i film demonstracyjny. Jasno określ zasoby zewnętrzne i swój wkład.
Uruchom projekt na żywo, zademonstruj jego główne funkcje i odpowiedz na pytania dotyczące Twoich wyborów. Przygotuj się na wyjaśnienie testów, błędów i ulepszeń własnymi słowami.
Ocena jest zgodna z rubryką kategorii i zarejestrowanym poziomem. Działające, dobrze rozumiane rozwiązanie jest ważniejsze niż liczba funkcji i niepotrzebna złożoność.
Poziomy 01–07 • Demonstracja na żywo • Maksymalnie 100 punktów
Raport: maksymalnie 10 stron. Wideo: maksymalnie 3 minuty. Dołącz kod źródłowy i instrukcje konfiguracji, w stosownych przypadkach deklaracje zestawu danych, odpowiednią metrykę wydajności i dowody testowania na niewidocznych danych.
| Kryteria oceny | Punkty |
|---|---|
| Wydajność modelu AI | 30 |
| Złożoność i wdrożenie | 25 |
| Możliwość zastosowania w świecie rzeczywistym | 25 |
| Względy etyczne | 20 |
Zapoznaj się z oficjalnymi zasadami, kryteriami oceny i wymaganiami projektowymi.
Udział oznacza akceptację oficjalnego regulaminu. Od wszystkich zespołów, mentorów i uczniów oczekuje się przeczytania, zrozumienia i przestrzegania zasad.