Post by Andrii Shalaiev

Хочу підвести підсумки хакатону Handwritten to Data, організованого Dmytro Voitekh та AI HOUSE, Ministry of Economy, Environment and Agriculture of Ukraine та Ukrainian Catholic University, за підтримки Ministry of Digital Transformation of Ukraine, а також шлях моєї команди у ньому! Якщо коротко про хакатон, то це – розпізнавання українського рукописного тексту, зібраного з різних епох та авторів. Це стало можливим завдяки першому великому відкритому датасету для handwritten text recognition - RUKOPYS. Протягом більш ніж двох місяців команди змагались у своїх моделях та виборювали місця на лідерборді у Kaggle. 10 команд пройшли у фінал та змагались за призи - $7000 prize pool та можливість інтегрувати свої рішення у державні сервіси, як-от єДозвіл. Я був частиною команди sAtIsfaction (ну ви зрозуміли, типу AI великими... 😁) - невелика команда студентів 3-го курсу НаУКМА, які об'єднались у ході попередніх проєктів на дисциплінах. Разом зі мною над рішенням працювали: - Tetiana Shapoval - Anastasiia Bakalyna - Anna Romanchuk Протягом хакатону, ми активно розробляли наш пайплайн, регулярно призначали зустрічі для синхронізації прогресу та швидко просувались (з 50-го до 13-го місця за 2 тижні) 🚀. Яке ж було наше здивування, коли ми пройшли у десятку фіналістів, завдяки оцінюванню на приватній вибірці! 4 липня наші зусилля дійшли до логічної кульмінації - фіналу, де кожна команда презентувала своє рішення, і були обрані переможці. Будівля KSE зустріла нас тепло, а лекції та панельні дискусії стали справді цінними, особливо у контексті цифрової трансформації України та переходу від цифрової до агентної держави. Не менш цінним став і нетворкінг, завдяки якому дізнались, якими іншими підходами можна дійти до подібного результату. На жаль, наша команда не перемогла. Після події я довго роздумував, чим відрізнялись команди та де ми могли покращитись. На мою думку, важливими аспектами стали: 1. Починати раніше 🙂 Звучить банально, але хакатон ми почали не одразу, що пов'язано з іншими проєктами на руках. Під кінець було сильно відчутно, наскільки не вистачало часу, і ми точно знаємо, що покращити наступного разу. 2. Якісний менеджмент усередині команди. Як такий, він був присутній, але відчувались проблеми з розподілом завдань та постійним покращенням пайплайну. 3. Виділятись чимось. At the end of the day, найцікавіші рішення виділялись чимось: використання однієї моделі end-to-end, найшвидший inference, найкращий score тощо. Наше рішення було гарним, але знаходилось десь посередині інших. Незважаючи на це все, я можу зі впевненістю ствердити, що це був неймовірний досвід! Бачити стільки команд, що працюють над однією задачею, було по-справжньому надихаюче, а здобуті досвід та нові знайомства точно стануть незабутніми. Щиро дякую Дмитру, AI HOUSE, Міністерству економіки, УКУ та всім партнерам і спонсорам хакатону за таку можливість 🙏! Плануємо не зупинятись і продовжити роботу над OCR/HTR для української мови. Looking forward to new events!