Пользователи больше 400 раз скачали открытый код с платформы GIT.ASI

Сервис GIT.ASI аккумулирует в себе IT-проекты участников международного конкурса цифровых решений World AI&Data Challenge и позволяет другим разработчикам принимать участие в доработке имеющихся решений или скачивать код для встраивания в свои бизнес-процессы. Также на платформе размещены собственные алгоритмы АСИ для рейтингования, категоризации и семантического анализа данных. Всего зафиксировано более 400 скачиваний открытого кода.

Больше всего скачиваний - у цифрового решения одного из финалистов конкурса. Открытый код сервиса по распознаванию азбуки Брайля скачали более 170 раз. Также популярно решение по прогнозированию уровня воды в период весеннего половодья – почти 30 скачиваний. Среди других востребованных проектов по скачиванию кода – решения по выявлению факта развития сердечно-сосудистых заболеваний, анализу цифрового следа туриста, оценке качества жизни населения, выявлению загрязняющих веществ в водных объектах, снижению уровня бедности.

Самыми активным регионом по использованию кода сервиса GIT.ASI стала Новгородская область – 9 скачиваний открытого кода. В числе вовлеченных регионов также вошли Свердловская область и Якутия (по 4 скачивания), Пермский край, Ростовская, Томская и Челябинская области (по 3 скачивания).

«В рамках конкурса мы формируем библиотеку открытых решений и алгоритмов для использования их всеми участниками рынка данных, а также делимся своими алгоритмами, выкладывая их в открытый доступ. Мы призываем команды разработчиков, которые берут код на GIT.ASI уже существующих решений на нашей платформе, загружать обратно свой доработанный код и способствовать совершенствованию действительно важных практик. Такой подход – одна из основ быстрого цифрового развития регионов и сообществ, и снижения затрат», – отметила директор центра цифрового развития АСИ Вера Адаева.

Общий объем кодовой базы составляет почти 40 Гб и включает в себя открытый код, преднастроенные образы информационных сервисов и предварительно подготовленные модели машинного обучения. Самые объемные проекты представлены в сфере оценки качества медицинских услуг, анализа профиля бедности и отслеживания здоровья семьи.

На платформе хранится около 800 Гб данных. Это обезличенные данные портала «Труд Всем», результаты компьютерной томографии по исследованиям COVID-19 от MosMedData, данные анализа земель сельхозназначения, данные сотовых операторов по туризму, сканы изображений текстов Брайля.